S'abonner

Big Data : amélioration technique, dégradation ou transformation du modèle de solidarité ? - 10/01/19

Big Data: Technical improvement, degradation or transformation of the solidarity model?

Doi : 10.1016/j.respe.2018.12.060 
P.-L. Weil-Dubuc
 Espace éthique Île-de-France, laboratoire d’excellence Distalz, université Paris-Sud Paris-Saclay, hôpital Saint-Louis, 1, avenue Claude Vellefaux, 75010 Paris, France 

Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le Thursday 10 January 2019
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Abstract

Big Data, the production of a massive amount of heterogeneous data, is often presented as a means to ensure the economic survival and sustainability of health systems. According to this perspective, Big Data could help save the spirit of our welfare states based on the principles of risks-sharing and equal access to care for all. According to a second perspective, opposed to the first, Big Data would fuel a process of demutualization, transferring to individuals a growing share of responsibility for managing their health. This article proposes to develop a third approach: Big Data does not induce a loss of solidarity but a transformation of the European model of welfare states. These are the data that are now the objects of the pooling. Individual and collective responsibilities are thus redistributed. However, this model, as new as it is, remains liberal in its inspiration; it basically allows the continuation of political liberalism by other means.

Le texte complet de cet article est disponible en PDF.

Résumé

Big Data, soit la production et l’usage de données en très grand nombre, est souvent présenté comme un moyen d’assurer la survie économique et la viabilité des systèmes de santé. Selon cette perspective, Big Data pourrait contribuer à sauver l’esprit de nos États-providence fondé sur la mutualisation des risques et l’égal accès aux soins de tous. Selon une deuxième perspective, opposée à la première, Big Data alimenterait un processus de démutualisation, en transférant aux individus une part croissante de responsabilité dans la gestion de leur santé. Le présent article propose de développer une troisième approche : Big Data n’induit pas une perte de solidarité mais une transformation du modèle européen des États-providence. Ce sont les données qui sont désormais les objets de la mutualisation. Les responsabilités individuelle et collective s’en trouvent ainsi redistribuées. Toutefois, ce modèle, aussi nouveau soit-il, demeure libéral dans son inspiration ; il permet au fond la continuation du libéralisme politique par d’autres moyens.

Le texte complet de cet article est disponible en PDF.

Keywords : Big Data, Solidarity, Predictive medicine, Individualisation of risks

Mots clés : Big Data, Solidarité, Médecine prédictive, Individualisation des risques


Plan


© 2018  Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.