Accélérez la recherche médicale grâce à des données dont le risque de réidentification est maîtrisé
Évaluez et réduisez les risques de réidentification de vos données de santé, tout en préservant leur utilité pour la recherche, les études cliniques et le développement de solutions d’IA.
Technologie brevetée Brevet international
Méthode publiée Nature Scientific Reports
Déploiement flexible SaaS ou On Premise
Deux publics, un même besoin : des données utilisables en confiance
Ceux qui détiennent les données et ceux qui en ont besoin pour innover.
CHU, hôpitaux & entrepôts de données de santé
Valorisez vos données sans exposer vos patients
Votre difficulté
Répondre aux demandes des chercheurs et des partenaires sans prendre de risques excessifs pour les patients.
Notre proposition
Évaluez vos jeux de données avant leur mise à disposition, et documentez le risque résiduel.
MedTech, startups & laboratoires
Accédez plus vite à des données exploitables
Votre difficulté
Obtenir des jeux de données exploitables dans des délais compatibles avec vos projets.
Notre proposition
Facilitez les échanges avec vos partenaires hospitaliers grâce à une évaluation documentée des risques.
Cas d’usage
Mise à disposition de données d’un EDS
Évaluez le risque de réidentification d’un jeu extrait avant son partage avec des chercheurs ou des partenaires.
Recherche clinique & études rétrospectives
Préparez des jeux de données et documentez leur niveau de protection avant leur utilisation.
Dispositifs médicaux & IA
Réduisez le risque tout en préservant les caractéristiques nécessaires à l’entraînement et à la validation des algorithmes.
Collaborations hôpitaux – industriels
Appuyez vos échanges sur une méthodologie d’évaluation commune et un rapport partagé entre les parties.
Anonymisation, pseudonymisation et recherche en santé : quelles différences ?
Des données pseudonymisées restent des données personnelles de santé. Leur utilisation pour la recherche relève du RGPD et de la loi Informatique et Libertés (par exemple la conformité à une méthodologie de référence de la CNIL telle que MR-004).
Des données véritablement anonymes ne sont plus des données personnelles. Si l’anonymisation est effective — ce que démontre une évaluation documentée du risque de réidentification — le jeu de données produit n’entre plus dans ce régime.
Ce que l’anonymisation ne change pas. Anonymiser est en soi un traitement des données personnelles : les obligations liées à leur collecte et à l’information des patients demeurent.
Une méthodologie issue de la recherche scientifique
Notre méthodologie a fait l’objet d’une publication dans la revue scientifique Nature Scientific Reports, et s’appuie sur des travaux soutenus par des laboratoires de recherche publics en France et en Suisse. Elle permet de démontrer que les risques ont été réduits par une approche systématique, documentée et reproductible — le langage des comités scientifiques et des DPO hospitaliers.
Évaluation des risques de réidentification & proposition de mesures correctives
Clever EVAL
1
Importez vos données
Importez vos données anonymisées ou pseudonymisées dans Clever EVAL
2
Configurez
Définissez une configuration minimale selon le contexte de vos données
3
Évaluez
Clever EVAL effectue un audit des données, calcule un niveau de risque, et propose des mesures correctives
4
Téléchargez
Téléchargez le rapport contenant l’analyse de risque et les mesures correctives
Si des mesures sont nécessaires : anonymisation & optimisation de la qualité des données
Clever ANON
1
Importez vos données
Importez vos données anonymisées ou pseudonymisées dans Clever ANON
2
Importez les mesures correctives
Importez les mesures correctives identifiées par Clever EVAL
3
Anonymisez
Clever ANON anonymise en optimisant la qualité scientifique des données
4
Téléchargez
Téléchargez les données anonymisées
Une technologie brevetée
Nos solutions sont protégées par un brevet international. Notre approche unique basée sur un diagnostic préalable permet d’identifier spécifiquement les vulnérabilités dans les données afin de proposer :
- Une évaluation précise des risques au cas par cas : sur la base de vulnérabilités identifiées
- Une anonymisation qui conserve la qualité scientifique des données : en corrigeant spécifiquement les vulnérabilités sans transformation complète du jeu de données
Comment travailler avec nous
On commence par mesurer le risque sur vos propres données ; le déploiement vient ensuite, s’il se justifie.
1
Diagnostic du besoin
Vous décrivez votre projet en 2 minutes, puis un échange permet de comprendre vos données, l’usage envisagé et vos contraintes, et de cadrer le périmètre.
2
Évaluation ou PoC
Clever EVAL appliqué à un jeu de données représentatif, avec un rapport d’analyse et des mesures correctives documentées.
3
Déploiement
Clever EVAL, et Clever ANON si des mesures sont nécessaires, en SaaS, sur un hébergement certifié HDS / ISO 27001, ou On Premise sur votre infrastructure.
4
Accompagnement
Formation et transfert de compétences aux équipes DPO, Data et IA, intégration dans vos processus existants.
Un projet de recherche ou de partage de données ?
Commencez par une évaluation de votre jeu de données de santé.