Ce que le numérique va changer aux assurances

6 mai 2014

Plus on dispose de données personnelles sur nos habitudes de vie, plus on peut calculer finement le risque, pour chacun, d’attraper telle ou telle maladie… Et être ainsi mieux pris en charge, dans un univers médical beaucoup plus personnalisé ? C’est l’incroyable promesse que les Big data laissent entrevoir dans le secteur des assurances. Mais alors, quelles conséquences pour les assureurs, les professionnels de la santé, l’Etat, le citoyen ? François Ewald, professeur honoraire au Conservatoire national des arts et métiers, philosophe du risque et de l’assurance, est venu en discuter le 13 mai dernier à « Numérique, santé et prévention », la matinée d’échanges organisée par Microsoft en partenariat avec RSLN. Pour RSLN, il redonne les éléments du débat. 

 

RSLN : En quoi les big data renouvellent-elles les façons de faire de la prévention ? 

François Ewald : Les technologies numériques ont une importance avant tout parce qu’elles renouvellent les techniques de prédiction, de plusieurs manières. Déjà parce qu’elles permettent de nous libérer des schémas prédictifs disponibles jusqu’alors. Ceux-ci étaient issus du calcul des prédictibilités datant du XVIIème siècle et concernaient « les larges masses ». Des capacités prédictives existaient donc déjà, mais elles ne permettaient pas d’atteindre le « grain individuel » : elles étaient valides « seulement » en grand nombre.

Cet âge prédictif datant du XVIIème siècle, c’est le modèle par excellence des assurances, non ? 

Exact, les risques évalués par les assureurs sont basés sur des moyennes. Les assureurs ne savent pas qui sera sinistré même s’ils font tout un travail pour classer les assurés en groupes homogènes. Mais cela ne permet pas d’atteindre les individus dans leurs singularités. Le fait de pouvoir centrer les prédictions sur les individus est la grande promesse qui aiguise les appétits numériques contemporains. Pour comprendre, continuons avec l’exemple des assurances : le prix des contrats d’assurance décès est basé sur l’espérance de vie moyenne à la naissance. Ce modèle est vrai en masse et faux individuellement. Les big data sont censées permettre de dire à une personne quelle est son espérance de vie probable, en fonction de toutes les données que l’on peut désormais mobiliser sur elle. Dans les formes prédictives précédentes, on vous disait : « parce que vous faites partie de telle partie de la population, vous en partagez les risques ». Maintenant, on va vous dire : « parce que vous êtes ce que vous êtes, par rapport à cette population, vous avez des chances différentes ». 


Où en est-on justement de l’utilisation des données dans le secteur des assurances ? 

Une compagnie d’assurance, c’est d’abord un gestionnaire de données. Mais les données qu’elles possèdent relèvent d’instruments qui, la plupart du temps, précèdent l’époque des technologies des big data. C’est une première difficulté pour les compagnies d’assurance : mettre leurs systèmes d’information au niveau des nouvelles technologies. Cela n’a rien d’aisé.

Un peu partout dans le monde, on observe que les compagnies cherchent à utiliser les nouvelles technologies pour optimiser ce qu’elles font déjà. Elles vont par exemple chercher à se servir des appareils de télématique (c’est l’exemple de la voiture connectée, dont les capteurs peuvent informer l’assurance des comportements du conducteur) pour tarifer des contrats d’assurance automobile. Mais procéder ainsi, ce n’est pas seulement pouvoir mieux tarifer un contrat, c’est modifier la relation avec le client. 

Quand la relation avec le client était, dans l’ancien monde, une chose rare (elle pouvait ne pas se renouveler dans le cas de l’assurance-vie par exemple), la gestion numérique signifie que l’on va prélever des informations en continu sur le client. Autrement dit, introduire les nouvelles technologies, c’est se mettre en mesure d’offrir de nouveaux services.


Mais comment prélever toutes ces informations personnelles, sans porter atteinte à la vie privée de l’assuré ?

Pendant longtemps, on a considéré que la demande d’assurance devait s’accompagner de la part du demandeur de la plus grande sincérité concernant sa situation. C’est une règle fondamentale du droit de l’assurance que la « déclaration du risque » soit sincère. On privilégiait, ce faisant, les droits de la mutualité sur la protection de la vie privée. Bien entendu, les assureurs étaient liés par une éthique de la confidentialité des données qu’ils pouvaient recueillir. 

Une nouvelle étape a été franchie au début des années 90 dans le cas des contrats d’assurance liés aux emprunts bancaires. La profession a établi une règle selon laquelle les données médicales devaient rester fermées à l’assureur. Aujourd’hui, avec les technologies qui permettent d’observer en continu les comportements, on atteint certainement une autre étape. En raison des nouvelles technologies, les questions de protection de la vie privée vont sans doute connaitre de nouveaux développements dans le monde de l’assurance. Et cela d’autant plus que ces technologies peuvent inciter à transférer les données personnelles d’un opérateur à un autre.

L’idée qu’un assureur puisse vous surveiller en permanence et vous aider à prendre des décisions graves ne va pas de soi. Cela pose des problèmes éthiques. Par exemple, si les techniques prédictives se vérifient, et si les assureurs peuvent observer les comportements des conducteurs par des systèmes télématiques embarqués, ils seront capables de dire que telle conduite devrait mener à un accident dans les minutes qui viennent : est-ce que l’assureur sera responsable de l’accident s’il n’a pas prévenu le conducteur ? A qui incombe la charge de la responsabilité ? 


Pour le moment, comment la profession et le législateur traitent-ils ces problèmes éthiques ?

Avec le décryptage du génome – qui est en fait une technologie qui relève du « big data – l’assurance a été confrontée depuis vingt ans à la régulation des données sans en avoir vraiment conscience : les assureurs se sont vus interdire l’accès aux données génétiques. D’où un paradoxe : alors que l’on a la capacité de manipuler un grand nombre de données prédictives, les assureurs en ont de moins en moins la disposition. La question est de savoir si cet exemple va se généraliser. 

Du côté de la profession, on sait qu’une bonne prédiction dépend de la qualité des données utilisées : dans le cadre des nouvelles règles prudentielles les assureurs sont évalués sur ce point, et sont contraints de l’améliorer. Or, jusqu’à présent les données étaient rares, couteuses et difficilement manipulables. Elles relèvent de systèmes informatiques qui ont beaucoup évolué dans l’histoire. Ici encore les big data vont pouvoir servir. 


Cette nouvelle capacité prédictive, que va-t-elle réellement changer pour l’individu ?

Il va être confronté à des informations prédictives individuelles, très personnelles, qui vont l’obliger à prendre des décisions. Le cas du conseil génétique est très intéressant : on a la possibilité de se tester pour savoir si on a des prédispositions pour une maladie (cancer, par exemple). Ça donne des capacités « d’empowerment » au citoyen. C’est ce qu’a fait Angelina Jolie en se faisant retirer les seins, lorsqu’elle a découvert l’intensité du risque de son cancer. Elle a pu évaluer son risque et a pris la décision qu’elle pensait devoir prendre. Jusqu’à récemment, face au cancer, faute de données prédictives on ne pouvait qu’espérer ne pas figurer parmi les malchanceux… sans pouvoir pratiquement rien faire. Maintenant on dispose d’informations, certes réellement prédictives, mais qui restent incertaines – ce qui vous conduit à devoir prendre de nouvelles décisions. En conséquence, on rentre dans un nouvel âge de la responsabilité. 

Est-ce la fin du principe de précaution ?

Si le développement des techniques prédictives du numérique sont suffisamment performantes, on n’aura plus besoin de précaution puisqu’on réduira l’incertitude. Ce qui ne veut pas dire que l’on va vers une fin du principe de précaution parce que le paradoxe, c’est que toutes les formes prédictives sont incertaines. Les techniques numériques permettent de donner de nouveaux arsenaux prédictifs qui ne nous conduisent pas à la certitude : il y a toujours un coefficient d’erreur. Cependant, l’information n’est pas rien, et elle nous contraint à prendre des décisions. On peut décider de ne pas le savoir, mais ça reste encore une décision. Donc, ça agrandit le champ des possibles. 

Vous dites que les Big data donnent un élan à la médecine personnalisée. Pouvez-vous préciser en quoi ?  

Les big data permettent le développement d’un nouveau paradigme médical que l’on appelle « médecine personnalisée ». Par la connaissance qu’on a de l’identité biologique de chacun, comme de l’effet des traitements, on peut adapter les traitements. Cette nouvelle médecine, qui diagnostiquera potentiellement autant de maladies qu’il y a de malades, semble devoir ouvrir une nouvelle ère extrêmement prometteuse pour la science médicale et les patients. 

L’individu a accès à de nombreuses données qu’il n’avait pas auparavant. Vous avez cité un exemple dans le domaine de la santé ; pour autant est-ce que cet « empowerment »  dans la gestion des risques peut conduire à une mutation de l’exercice de l’Etat ? 

Les big data, en effet, modifient les relations entre l’individu et l’Etat. On assiste à des mouvements an apparence contradictoires : d’un côté des capacités de surveillance infinie, qui font évoquer la figure de big brother ; de l’autre le fait que les données sont ouvertes et renforcent le pouvoir des individus. Les deux vont de pair. 

Pour ce qui concerne les politiques publiques de gestion des risques, les big data incitent l’Etat à avoir des comportements différenciés qui ne passent pas par des formes universelles, les formes de la loi. On va pouvoir être plus précis, comme le montre l’application des technologies numériques dans la gestion de la criminalité. Avec les big data, on sait prédire où, dans telle ou telle agglomération, une infraction à le plus de chance d’être perpétrée. On peut y concentrer les forces de police. C’est comme ça que la police fonctionne à New York ou à Los Angeles. 

Chaque semaine,
recevez les immanquables
par email