Grâce à la digitalisation des données du système de santé, de nouvelles opportunités se profilent dans le secteur ambulatoire notamment concernant l'augmentation des coûts de la santé et la mise sur le marché de nouveaux médicaments. Le premier volet de cette thèse consistait à l'analyse de données issues de Cercles de qualité (CQ) entre médecins, pharmaciens et infirmiers en institution de santé. Un CQ a pour but d'optimiser la prescription médicamenteuse. Sur la base de ces données pharmaceutiques, économiques et médicales (n=921 résidents, âge moyen 87 ans) des modèles prédictifs permettant d'identifier les résidents aux coûts médicaments élevés et ceux sujets à une hospitalisation ont pu être développés, à partir d'algorithmes de Machine Learning. Le deuxième volet s'est intéressé aux affaires réglementaires du médicament afin de statuer sur l'harmonisation internationale des indications cliniques médicamenteuses ainsi que leur accès entre l'US Food and Drug Administration, l'European Medicines Agency et Swissmedic.