Démonstration de solutions de mégadonnées pour les soins de santé européens
Les technologies des mégadonnées offrent de multiples possibilités pour répondre à ce que l’on appelle le Quadruple objectif de santé, à savoir: amélioration de l’expérience du patient, meilleurs résultats en matière de santé, amélioration de l’expérience du personnel et réduction des coûts liés aux soins. Combinées à l’intelligence artificielle (IA), les mégadonnées sont susceptibles de soutenir la prise de décision, d’améliorer l’efficacité opérationnelle et de donner aux individus les moyens de mieux prendre soin de leur propre santé, grâce à des informations et des conseils personnalisés. Mais pour que ces solutions soient efficaces, elles doivent être intégrées aux flux de travail actuels des professionnels de santé et aux habitudes des patients. «Ces technologies ne feront la différence sur le lieu de soin que si elles sont associées à une connaissance approfondie des réalités cliniques. C’est pourquoi les professionnels de la santé et les patients sont au cœur de l’approche BigMedilytics», explique Supriyo Chatterjea, coordinateur du projet travaillant chez Philips, hôte du projet. Le plan directeur de BigMedilytics pour les technologies des mégadonnées a été élaboré en s’appuyant sur 12 projets pilotes en milieu hospitalier, en collaboration avec 11 hôpitaux européens. Ce plan directeur est disponible sous la forme d’un site web interactif qui cartographie les aspects techniques et non techniques de l’intégration dans divers cas d’utilisation. Il a déjà été utilisé par le service des urgences de l’hôpital universitaire de Francfort dans le cadre d’un projet pilote visant à optimiser le traitement des patients. Les travaux de l’équipe ont également conduit à la modification de la législation espagnole sur la protection des données relatives aux soins de santé. En outre, le matériel du projet a été inclus dans le programme de formation des futurs gestionnaires de soins de santé aux Pays-Bas.
Tirer des enseignements des projets pilotes menés dans les hôpitaux
Les 12 projets pilotes, conçus pour approfondir certains aspects spécifiques du plan directeur BigMedilytics, couvraient trois domaines médicaux: la santé de la population, l’oncologie et l’industrialisation des soins de santé. L’un de ces pilotes portait sur les comorbidités; il a démontré comment la collecte des données de 5 millions de patients suivis sur une période de cinq ans permettait d’identifier les patients présentant un risque d’admission en soins secondaires, une information précieuse pour les médecins généralistes lorsqu’ils orientent les patients vers les hôpitaux pour un traitement de suivi. De même, le pilote portant sur le cancer de la prostate a démontré l’importance de combiner des sources de données urologiques, radiologiques, pathologiques et même financières. Une analyse IA peut ensuite être appliquée pour produire des prévisions à court et à long terme sur les résultats du traitement, en évaluant les avantages probables et les effets secondaires possibles. Un autre pilote, utilisant des systèmes de localisation en temps réel (RTLS) pour trouver les actifs mobiles de l’hôpital (tels que les pompes à perfusion), a permis d’éliminer les 30 minutes de temps moyen que les équipes infirmières consacraient à chercher des équipements. La même technologie RTLS a permis à l’hôpital, pour la première fois, d’estimer les niveaux d’utilisation des actifs mobiles, information précieuse pour établir les plans d’investissement futurs. «La pandémie de COVID a fourni un argumentaire parfait pour les solutions BigMedilytics. La télésanté rend possible une surveillance à distance des patients qui ne peuvent pas se rendre régulièrement à l’hôpital, tandis que l’IA et les techniques de mégadonnées aident les cliniciens à analyser les informations pour étayer leurs décisions de traitement», ajoute Supriyo Chatterjea.
Les défis non techniques
Sur le plan technique, le paysage informatique des hôpitaux/systèmes de santé est fragmenté, ce qui rend très complexe l’intégration des mégadonnées à plus grande échelle en Europe. D’autres défis portent sur la garantie de la qualité des données compte tenu des erreurs de saisie susceptibles d’altérer les algorithmes. «D’un point de vue non technique, nous avons besoin d’un code de conduite avec des directives actualisées et cohérentes. Actuellement, les États membres de l’UE ne partagent pas de position commune sur la définition juridique des données personnelles, ce qui limite la réutilisation des données sur les soins de santé, situation qui n’est pas facilitée par les restrictions liées au RGPD», explique Supriyo Chatterjea. Obtenir des prestataires de soins qu’ils utilisent les mégadonnées constitue également un obstacle, plusieurs des projets pilotes ont en effet démontré l’importance des programmes de gestion du changement pour surmonter les barrières liées au manque de formation ou de confiance. Les membres du consortium, ainsi que d’autres prestataires de soins de santé, continueront à s’appuyer sur le plan directeur, de sorte que l’impact du BigMedilytics devrait se faire sentir encore longtemps.
Mots‑clés
BigMedilytics, intelligence artificielle, mégadonnées, diagnostic, soins de santé, cancer de la prostate, traitement, hôpitaux, COVID, patient, RGPD