Comment les hôpitaux se mettent peu à peu au Big Data
«L’usage des Big Data dans la santé est une révolution, qui va s’imposer et avoir un impact extrêmement structurant sur le système de santé en général», affirmait le docteur Eric Baseilhac, directeur des Affaires Economiques du Leem, l’un des principaux syndicats de fabricants de médicaments, en mars 2015 sur FrenchWeb. Deux ans plus tard, la data a investi les hôpitaux de différentes manières (logiciels, médecine prédictive etc).
Depuis les années 2000, l'Institut Curie à Paris référence toutes les données patients (images, diagnostiques etc) sur une plateforme numérique. Les hôpitaux de Paris ont quant à eux 10 ans de données stockées à gérer. L'un des principaux problèmes que recontrent ces établissements est le nombre impressionnant de données qui a été référencé. Comment s'y prendre pour les analyser? Comment les classer? Surtout, que peut-on en faire?
Les données au service de la médecine prédictive
Lors de la Paris Healthcare Week qui se tenait à Paris la semaine dernière, le professeur Alain Livartowski de l'Institut Curie est venu présenter le «Google 3.0 du cancer». L'établissement cherche à utiliser les données pour de la prévention via une plateforme où toutes les informations seront regroupées. «Il sera possible de poser toutes sortes de questions au moteur de recherche et de trouver des données structurées pour en faire des analyses», explique le professeur. Le but est de trouver des cas similaires de cancer en réalisant une recherche. Ainsi, en quelques secondes, le corps médical trouvera, par exemple, le traitement qui avait été donné à un patient avec les mêmes symptômes.
Le professeur met cependant en garde sur la collecte de données réalisée depuis des années. 99% des informations possédées ne sont pas structurées ni modélisées. Il est donc compliqué de connaître leur valeur et de toutes les catégoriser. De plus, toujours selon le professeur, une autre information doit être prise en compte. Dans tous les établissements, il est rare de trouver une personne avec un cas similaire au sien. Il faut donc pouvoir ouvrir les dossiers à différents hôpitaux, instituts et cliniques. Mais tout le monde ne collecte pas la donnée de la même manière.
Algorithme d'alerte de détection d'une bactérie
La façon d'enregistrer les données peut être différente mais la manière dont elles seront utilisées peut l'être aussi. A la différence de l'Institut Curie, le CHU de Nantes souhaite mettre en place un algorithme permettant d'alerter le service compétent lorsqu'un malade entre dans l'établissement.
Pour cela, le CHU de Nantes a lancé en 2013, le projet Ulysse. Un espace entièrement numérique a été créé via la solution Millennium de Cerner. Cet espace est dédié au corps médical du CHU pour informatiser les dossiers patients ainsi que les informations relatives au fonctionnement de l'établissement. La direction des services numériques ainsi que les responsables médicaux travaillent de concert pour faire évoluer rapidement le projet. Grâce à cet algorithme, il est simple d'alerter sur la présence d'un patient ayant une certaine pathologie.
Prédire le nombre d'admis dans les hôpitaux
S'il est possible de détecter des cas similaires grâce à la recherche dans les dossiers via des mots-clés ou la recherche de photos; ou encore d'informer de la présence d'un patient malade au sein de l'établissement; d'autres hôpitaux utilisent les données différemment. Depuis fin 2016, quatre des hôpitaux que constituent l'Assistance Publique-Hôpitaux de Paris (AP-HP) ont décidé d'utiliser le Big Data et le Machine Learning pour prédire le nombre de visites par jour ainsi que les jours et les heures d'admission. L'objectif est de pouvoir déployer le nombre d'employés adéquat lorsqu'il y a des pics de fréquentation.
Grâce à 10 ans de données (des sources internes et externes, les rapports d'admission, les conditions météos et la période de l'année), une plateforme a été mise en place. Elle permettra de prédire les visites 15 jours à l'avance. Si l'essai se montre concluant, le modèle sera étendu aux 44 autres hôpitaux de Paris.
Le manque de moyens pointé par les professionnels
Cependant, si tous ces projets expérimentaux sont bénéfiques pour les hôpitaux, le docteur Philippe de Lorme, lui aussi présent lors de la Paris Healthcare Week, met en garde ses collègues sur plusieurs plans.
La médecine prédictive développée par l'Institut Curie a quelques avantages mais aussi des inconvénients. «Si l'on apprend qu'un tel est malade et qu'il lui reste 5 mois à vivre et qu'un grand nombre de personnes le sait, comment faire face aux modifications des contrats sociaux qui en découlent?», se questionne l'ex-chef d'établissement du CHU de Rouen.
Si l'accessibilité est compliquée dans certains hôpitaux, il faut aussi penser à former les équipes. «Les médecins sont conscients des enjeux des data mais il n'y a pas les moyens nécessaires pour les mettre en place», s'insurge le docteur Philippe de Lorme. Il continue sur le fait que «la culture de la data n'est pas assez développée dans le secteur médical». Qu'est-ce que c'est? Pourquoi l'utiliser? Autant de questions auxquelles certains médecins, infirmiers et d'autres attendent des réponses.
De plus, est-ce que les patients seraient d'accords pour communiquer et stocker leurs données personnelles dans les hôpitaux?
Lire aussi: E-santé: jusqu’où ira le Big Data pour nous soigner?
- EDEN AI lève 3 millions d’euros pour démocratiser l’accès à l’IA en entreprise - 21/11/2024
- Plan marketing 2025 : la méthode de Maxime Baumard pour structurer la stratégie B2B de PENNYLANE - 21/11/2024
- Freqens lève 3 millions d’euros pour accompagner les équipes achats dans leurs décisions. - 21/11/2024
