{"id":37868,"date":"2018-05-01T14:25:36","date_gmt":"2018-05-01T12:25:36","guid":{"rendered":"https:\/\/gestions-hospitalieres.fr\/?p=37868"},"modified":"2018-06-29T14:36:31","modified_gmt":"2018-06-29T12:36:31","slug":"donnees-medicales-patients","status":"publish","type":"post","link":"https:\/\/www.ricom-web8.com\/gestions\/donnees-medicales-patients\/","title":{"rendered":"Donn\u00e9es m\u00e9dicales patients"},"content":{"rendered":"Temps de lecture\u00a0: <\/span> 8<\/span> minutes<\/span><\/span>

Les syst\u00e8mes d\u2019information hospitaliers (SIH) sont constitu\u00e9s de plusieurs composants\u2009: observations cliniques, examens de laboratoire, prescriptions de m\u00e9dicaments, imagerie\u2026 De plus, ils sont h\u00e9t\u00e9rog\u00e8nes et difficilement interrogeables directement pour r\u00e9pondre \u00e0 une question de recherche. Pour pallier ces difficult\u00e9s, la plupart des h\u00f4pitaux se sont dot\u00e9s d\u2019entrep\u00f4ts de donn\u00e9es. Ceux-ci rassemblent en une base unique les donn\u00e9es issues de plusieurs composants du SIH, proposent une organisation simplifi\u00e9e des donn\u00e9es et int\u00e8grent des fonctionnalit\u00e9s visant \u00e0 les exploiter facilement.<\/p>\n

Une comp\u00e9tition internationale<\/h1>\n

Les premi\u00e8res publications d\u00e9crivant des entrep\u00f4ts de donn\u00e9es cliniques con\u00e7us \u00e0 des fins de recherche concernent i2b2 (Informatics for Integrating Biology & the Bedside) \u00e0 Harvard(2)<\/sup>, et Stride \u00e0 Stanford. Tr\u00e8s rapidement, ces h\u00f4pitaux ont constat\u00e9 que l\u2019utilisation des entrep\u00f4ts de donn\u00e9es pour la recherche clinique se traduisait par des r\u00e9ductions notables des co\u00fbts pour l\u2019inclusion des patients dans les essais cliniques(3)<\/sup>. Dans la continuit\u00e9 de ces pionniers, de nombreux h\u00f4pitaux se sont dot\u00e9s d\u2019entrep\u00f4ts de donn\u00e9es au fur et \u00e0 mesure de l\u2019informatisation de leur dossier patient. La couverture des bases de donn\u00e9es s\u2019est aussi g\u00e9n\u00e9ralement \u00e9tendue aux biobanques et aux donn\u00e9es g\u00e9nomiques, les positionnant en tant qu\u2019\u00e9l\u00e9ments cl\u00e9s indispensables \u00e0 la m\u00e9decine de pr\u00e9cision et \u00e0 la recherche translationnelle(4)<\/sup>.<\/p>\n

Le fait de rassembler un grand nombre de donn\u00e9es individuelles dans ces grandes bases, de cha\u00eener les bases entre elles et de les exploiter \u00e0 des fins de recherche a fait \u00e9merger des questions \u00e9thiques et l\u00e9gales li\u00e9es \u00e0 la protection des donn\u00e9es personnelles (consentement des patients, anonymisation) et a mis au premier plan la s\u00e9curit\u00e9 informatique. La solution adopt\u00e9e dans de nombreux pays (Danemark, Ontario au Canada, pour ne citer que deux exemples) pour garantir la s\u00e9curit\u00e9 et la confidentialit\u00e9 des donn\u00e9es est leur confinement\u2009: aucune donn\u00e9e ne peut \u00eatre extraite, aucun fichier ne peut sortir, aucun traitement des donn\u00e9es n\u2019est fait hors de l\u2019\u00ab\u2009enceinte de confinement\u2009\u00bb et les r\u00e9sultats sont contr\u00f4l\u00e9s pour v\u00e9rifier qu\u2019ils sont bien agr\u00e9g\u00e9s et anonymes.<\/p>\n

En France, le mod\u00e8le de solution de confinement est fourni par le Centre d\u2019acc\u00e8s s\u00e9curis\u00e9 aux donn\u00e9es (Casd), qui a mis en place une infrastructure s\u00e9curis\u00e9e d\u00e9di\u00e9e, la \u00ab\u2009bulle\u2009\u00bb(5)<\/sup>. Toutes les actions r\u00e9alis\u00e9es sur les donn\u00e9es le sont au sein de la \u00ab\u2009bulle\u2009\u00bb, et ces actions sont contr\u00f4l\u00e9es et trac\u00e9es. Le Casd fournit l\u2019acc\u00e8s aux donn\u00e9es de l\u2019Insee, des minist\u00e8res de la Justice, de l\u2019\u00c9ducation, de l\u2019Agriculture, des Finances pour les donn\u00e9es fiscales, et plus r\u00e9cemment, aux donn\u00e9es de l\u2019ensemble des s\u00e9jours hospitaliers publics et priv\u00e9s en France (donn\u00e9es PMSI de l\u2019Atih) ainsi qu\u2019\u00e0 certaines cohortes.<\/p>\n

Avec le r\u00e8glement europ\u00e9en sur la protection des donn\u00e9es personnelles(6)<\/sup>, la responsabilit\u00e9 des \u00e9tablissements hospitaliers concernant la protection des donn\u00e9es se trouve renforc\u00e9e. Ils devront assurer une protection optimale des donn\u00e9es \u00e0 chaque instant et \u00eatre en mesure de la d\u00e9montrer en documentant leur conformit\u00e9. En m\u00eame temps, ils devront faciliter et intensifier la r\u00e9utilisation des donn\u00e9es de soins pour la recherche, la m\u00e9decine de pr\u00e9cision et l\u2019am\u00e9lioration continue des soins, et int\u00e9grer d\u2019autres types de donn\u00e9es, g\u00e9n\u00e9r\u00e9es par les patients, leurs objets connect\u00e9s, ou issues de sources extrahospitali\u00e8res, ainsi que les donn\u00e9es g\u00e9nomiques.<\/p>\n

De gros efforts ont \u00e9t\u00e9 accomplis au cours des derni\u00e8res ann\u00e9es pour permettre un g\u00e9notypage massif pour la recherche m\u00e9dicale et le soin. L\u2019interpr\u00e9tation de ces donn\u00e9es g\u00e9nomiques ne peut se faire que si on lui associe une annotation ph\u00e9notypique pr\u00e9cise. Le dossier patient informatis\u00e9 constitue la source principale d\u2019informations ph\u00e9notypiques et l\u2019on note une croissance rapide du nombre d\u2019\u00e9tudes d\u2019associations g\u00e9notypes-ph\u00e9notypes dites genome-wide association studies<\/i> (GWAS) utilisant cette source(7)<\/sup> et des phenome-wide association studies<\/i> (PheWAS) directement bas\u00e9es sur les donn\u00e9es cliniques du dossier. Un des gros enjeux de la recherche m\u00e9dicale r\u00e9side donc aujourd\u2019hui dans la conception des m\u00e9thodes de ph\u00e9notypage haut d\u00e9bit (qui identifient tous les ph\u00e9notypes pour tous les patients) \u00e0 partir des dossiers cliniques, \u00e0 la place d\u2019un ph\u00e9notypage cibl\u00e9 et \u00e0 la demande, et donc de port\u00e9e limit\u00e9e.<\/p>\n

Le ph\u00e9notypage traditionnel low throughput<\/i>, bas\u00e9 sur des r\u00e8gles fournies par des experts, est adapt\u00e9 \u00e0 une recherche m\u00e9dicale cibl\u00e9e de \u00ab\u2009confirmation d\u2019hypoth\u00e8ses\u2009\u00bb qui ne prend en consid\u00e9ration qu\u2019un nombre de variables restreint. Les besoins de ph\u00e9notypage massif ne sont pas couverts par ces approches traditionnelles(8)<\/sup> qui devront \u00eatre remplac\u00e9es \u00e0 court terme par des m\u00e9thodes qui apprennent automatiquement les caract\u00e9ristiques ph\u00e9notypiques \u00e0 partir des corpus de donn\u00e9es cliniques disponibles.<\/p>\n

Vers une nouvelle m\u00e9decine pr\u00e9dictive et collaborative<\/h1>\n

Il est impossible d\u2019\u00e9voquer ces grands volumes de donn\u00e9es sans songer au d\u00e9veloppement de m\u00e9thodes d\u2019intelligence artificielle (IA) qu\u2019ils permettent. En effet, l\u2019IA ouvre de nouvelles opportunit\u00e9s pour innover en construisant des strat\u00e9gies diagnostiques et th\u00e9rapeutiques adapt\u00e9es aux modes de vie des patients. Des r\u00e9sultats ont d\u00e9j\u00e0 \u00e9t\u00e9 obtenus dans ce domaine. On peut citer les travaux parus en f\u00e9vrier \u202f2017 dans Nature<\/i>(9)<\/sup> montrant que cette approche, bas\u00e9e sur des r\u00e9seaux de neurones entra\u00een\u00e9s sur environ 130\u2009000\u00a0images de l\u00e9sions cutan\u00e9es, obtient un taux de bonne classification de 94\u2009% pour discriminer entre cancer ou l\u00e9sion b\u00e9nigne. La performance de l\u2019algorithme a \u00e9t\u00e9 compar\u00e9e au diagnostic fait par vingt et un dermatologues sur deux groupes de l\u00e9sions cutan\u00e9es pour lesquelles le diagnostic diff\u00e9rentiel est critique\u2009: les carcinomes par rapport aux k\u00e9ratoses d\u2019une part, et les m\u00e9lanomes par rapport aux naevus b\u00e9nins d\u2019autre part. Le premier groupe correspond aux cancers les plus fr\u00e9quents, et le deuxi\u00e8me aux cancers les plus graves. Le test a montr\u00e9 que les performances diagnostiques de l\u2019algorithme \u00e9taient identiques \u00e0 celles des dermatologues.<\/p>\n

Les auteurs de cet article concluaient que cet algorithme, combin\u00e9 \u00e0 l\u2019utilisation d\u2019un smartphone pour prendre une photo de la l\u00e9sion, \u00e9tait un moyen de rendre l\u2019expertise des dermatologues disponible hors des murs du cabinet de consultation et utilisable directement par le patient. Avec une projection de 6,3 \u202fmilliards de smartphones en 2021, ce syst\u00e8me pourrait, selon ses auteurs, apporter une solution efficace, \u00e0 co\u00fbt minime et accessible partout dans le monde, \u00e0 un probl\u00e8me diagnostique important. L\u2019intelligence artificielle en sant\u00e9 ouvre donc des perspectives prometteuses pour fournir des dispositifs de diagnostic pr\u00e9coce et d\u2019orientation dans le parcours de soin. Ces approches sont potentiellement de nature \u00e0 am\u00e9liorer la rapidit\u00e9 de diagnostic au b\u00e9n\u00e9fice du patient, am\u00e9liorer l\u2019acc\u00e8s aux soins des individus et r\u00e9duire leur co\u00fbt. Elles marquent aussi une transition vers une plus grande autonomie et une plus grande responsabilit\u00e9 des individus, et sans doute, \u00e0 terme, un changement de la pratique m\u00e9dicale, avec l\u2019introduction du tiers \u00ab\u2009algorithme\u2009\u00bb dans le colloque singulier entre le m\u00e9decin et le patient.<\/p>\n

Un exercice moins solitaire du praticien<\/h1>\n

Environ 350 \u202fmillions de personnes dans le monde sont atteintes par une des 7\u2009000 maladies rares identifi\u00e9es(10)<\/sup>. Le probl\u00e8me des cas non diagnostiqu\u00e9s continue \u00e0 se poser dans les termes suivants(11)<\/sup>\u2009: \u00ab\u2009Il s\u2019agit plus de trouver une aiguille dans une pile d\u2019aiguilles qu\u2019une aiguille dans une botte de foin.<\/i>\u2009\u00bb Pour r\u00e9soudre ce probl\u00e8me, la solution que d\u00e9veloppent l\u2019h\u00f4pital Necker-Enfants malades (AP-HP) et l\u2019institut Imagine se base sur l\u2019exploitation de l\u2019entrep\u00f4t de donn\u00e9es Dr Warehouse\u00ae<\/sup> (12)<\/sup>. Celui-ci contient l\u2019historique d\u00e9taill\u00e9 sur quinze\u202fans des dossiers de 500\u2009000 patients, avec toutes les donn\u00e9es cod\u00e9es, num\u00e9riques mais aussi textuelles que contiennent ces dossiers, ce qui constitue une ressource d\u2019une richesse in\u00e9gal\u00e9e en France dans le domaine des maladies rares. Dr Warehouse\u00ae<\/sup> dispose d\u2019un module de recherche de patients similaires, bas\u00e9 sur des m\u00e9triques de similarit\u00e9 du domaine de l\u2019intelligence artificielle. Confront\u00e9 \u00e0 un cas particuli\u00e8rement difficile ou un tableau clinique sans diagnostic, le m\u00e9decin peut le comparer avec la prise en charge et l\u2019historique d\u2019autres patients pour prendre ses d\u00e9cisions diagnostiques et th\u00e9rapeutiques(13)<\/sup>. Au-del\u00e0 de la recherche, l\u2019entrep\u00f4t de donn\u00e9es sert donc aussi \u00e0 diagnostiquer et soigner des patients. Il fournit le support n\u00e9cessaire \u00e0 une forme de m\u00e9moire clinique collective et \u00e0 la comparaison avec des patients similaires, et offre ainsi les conditions d\u2019un exercice moins solitaire et plus performant de la m\u00e9decine.<\/p>\n

Des possibilit\u00e9s collaboratives infinies<\/h1>\n

Ce processus s\u2019inscrit dans ce que l\u2019on appelle \u00ab\u2009syst\u00e8me de sant\u00e9 apprenant\u2009\u00bb (SSA). Ce syst\u00e8me se construit sur une culture participative, collective, transparente, d\u2019am\u00e9lioration continue du soin au patient, qui fait tomber la fronti\u00e8re classique entre recherche et soins. Dans les SSA, les patients sont impliqu\u00e9s et participent en tant que communaut\u00e9 et en tant qu\u2019individus. Les connaissances \u00e9voluent au fur et \u00e0 mesure que de nouveaux cas sont connus. L\u2019ensemble des cas constitue une m\u00e9moire collective qui peut \u00eatre mobilis\u00e9e pour le diagnostic et le traitement de tout patient.<\/p>\n

Lors d\u2019un symposium sur l\u2019acc\u00e8s aux donn\u00e9es et les syst\u00e8mes de sant\u00e9 apprenant qui s\u2019est tenu \u00e0 Montr\u00e9al le 27\u202f avril \u202f2018(14)<\/sup>, patients, m\u00e9decins de soins primaires et m\u00e9decins hospitaliers ont unanimement soulign\u00e9 que les bases de donn\u00e9es constituent \u00ab\u2009une opportunit\u00e9 qu\u2019on se doit de saisir<\/i>\u2009\u00bb. Un patient a d\u00e9clar\u00e9 qu\u2019il mettait sa confiance dans l\u2019id\u00e9e que ce syst\u00e8me de sant\u00e9 apprenant concr\u00e9tiserait sa phrase \u00ab\u2009Ensemble je vais mieux<\/i>\u2009\u00bb, cet \u00ab\u2009ensemble\u2009\u00bb reposant sur la mobilisation des professionnels, des d\u00e9cideurs et de la population.<\/p>\n

De nouveaux enjeux\u00a0<\/span><\/h1>\n

Face \u00e0 l\u2019ampleur des transformations \u00e0 venir, il est de notre responsabilit\u00e9 collective de mobiliser les acteurs de l\u2019h\u00f4pital et de la recherche pour garantir la qualit\u00e9 des algorithmes et de s\u2019assurer que l\u2019IA puisse apporter des b\u00e9n\u00e9fices \u00e0 tous. Mais aussi de travailler avec les patients pour fournir une explication juste concernant les enjeux pour leur sant\u00e9 et fournir des r\u00e9ponses factuelles \u00e0 leurs questions. Le SSA doit se b\u00e2tir sur un tr\u00e9pied.<\/p>\n

Des donn\u00e9es de sant\u00e9 de qualit\u00e9<\/h2>\n

Une grande partie des donn\u00e9es vont \u00eatre recueillies par le patient via des applications. Ce type de donn\u00e9es pose questions quant \u00e0 leur robustesse, leur compl\u00e9tude, leur traitement, par exemple l\u2019analyse de verbatims r\u00e9dig\u00e9s dans un vocabulaire non expert. Il souligne aussi la n\u00e9cessaire implication des patients dans la production des donn\u00e9es.<\/p>\n

La majorit\u00e9 des informations est saisie par les professionnels de sant\u00e9. Malgr\u00e9 les efforts accomplis pour proposer des interfaces plus qualitatives dans les syst\u00e8mes d\u2019information hospitaliers, les outils intelligents de recueil d\u2019informations manquent encore, et les professionnels se plaignent du temps pass\u00e9 \u00e0 saisir des donn\u00e9es dans les dossiers \u00e9lectroniques. Aux \u00c9tats-Unis, deux tiers des m\u00e9decins consid\u00e8rent cette saisie comme une charge de travail qui diminue leur disponibilit\u00e9 pour le patient. Ce sentiment est partag\u00e9 par les m\u00e9decins anglais. Selon le Dr\u00a0Amstrong, du Whittington Hospital de Londres, le temps de saisie par le m\u00e9decin pour un patient vu aux urgences est pass\u00e9 de 10 \u00e0 45 \u202fminutes lors du passage du dossier papier au dossier informatis\u00e9(15)<\/sup>. De plus, cette charge de travail est souvent per\u00e7ue comme \u00ab\u2009bureaucratique\u2009\u00bb(16)<\/sup>. L\u2019exp\u00e9rience des h\u00f4pitaux Georges-Pompidou et Necker \u00e0 l\u2019AP-HP montre aussi que la grande majorit\u00e9 des informations pertinentes est pr\u00e9sente non dans les donn\u00e9es structur\u00e9es cod\u00e9es mais dans les textes m\u00e9dicaux (compte-rendu d\u2019hospitalisation notamment)(17)<\/sup>. L\u2019apport de technologies de traitement automatique de la langue est donc indispensable, qu\u2019il s\u2019agisse de m\u00e9thodes qu\u2019on utilise \u00e0 la source lors du recueil (reconnaissance de la parole) ou de traitement des donn\u00e9es textuelles contenues dans le dossier.<\/p>\n

L\u2019entrep\u00f4t de donn\u00e9es constitue une m\u00e9moire clinique collective permettant la comparaison avec des patients similaires et offre ainsi les conditions d\u2019un exercice moins solitaire et plus performant \u00a0de la m\u00e9decine.<\/p><\/blockquote>\n

Une technologie optimale et contr\u00f4l\u00e9e<\/h2>\n

La technologie couvre l\u2019acquisition des donn\u00e9es, leur transfert, le contr\u00f4le de leur qualit\u00e9. Elle porte aussi sur la construction des algorithmes et leur \u00e9valuation. Comme cela est sugg\u00e9r\u00e9 dans le rapport de C\u00e9dric Villani, \u00ab\u2009afin de b\u00e9n\u00e9ficier des avanc\u00e9es de l\u2019IA en m\u00e9decine, il est important de faciliter les exp\u00e9rimentations de technologie IA en sant\u00e9 en temps r\u00e9el et au plus pr\u00e8s des usagers, en cr\u00e9ant les conditions r\u00e9glementaires et organisationnelles n\u00e9cessaires\u2009\u00bb(18)<\/sup>. Ces exp\u00e9rimentations en condition r\u00e9elle s\u2019appuient sur des communaut\u00e9s qui doivent \u00eatre multidisciplinaires, associant professionnels de sant\u00e9 et chercheurs, qui ma\u00eetrisent les connaissances relatives aux donn\u00e9es et aux mod\u00e8les impl\u00e9ment\u00e9s dans les algorithmes. \u00ab\u2009L\u2019exp\u00e9rimentation est indispensable pour tester l\u2019efficacit\u00e9 du syst\u00e8me et l\u2019am\u00e9liorer [\u2026] et \u00e0 terme de s\u00e9curiser sa mise sur le march\u00e9<\/i>\u2009.\u2009\u00bb Le syst\u00e8me doit contenir en son sein et dans toutes ses ramifications un m\u00e9canisme de nature \u00e0 produire et conserver la confiance des acteurs (trust fabric<\/i>).<\/p>\n

Le consentement des patients \u00e0 l\u2019utilisation de leurs donn\u00e9es pour l\u2019am\u00e9lioration de la m\u00e9decine<\/h2>\n

Leur confiance n\u2019est pas pr\u00e9sum\u00e9e mais doit \u00eatre m\u00e9rit\u00e9e, en fournissant les garanties de pr\u00e9servation de la confidentialit\u00e9 des donn\u00e9es et de l\u2019int\u00e9r\u00eat des patients. Et ces garanties doivent s\u2019appliquer malgr\u00e9\u2009:<\/p>\n

    \n
  • les limites de la protection de l\u2019anonymat des cas lorsque le recoupement des informations permet de retrouver le patient en raison de la raret\u00e9 de la situation dans le temps et dans l\u2019espace, ou via des appariements de bases de donn\u00e9es\u2009;<\/li>\n
  • la difficult\u00e9 de pr\u00e9voir a priori <\/i>toutes les utilisations possibles qui peuvent \u00eatre faites pour certaines donn\u00e9es. Ceci conduit parfois \u00e0 proposer aux patients des consentements complexes \u00e0 comprendre distinguant toutes les situations possibles, ou des consentements tr\u00e8s flous ou insuffisamment restrictifs.<\/li>\n<\/ul>\n

    On invoque souvent le risque associ\u00e9 au partage des donn\u00e9es, mais ne pas donner acc\u00e8s aux donn\u00e9es est aussi un risque. On risque de priver la population d\u2019innovations et de d\u00e9couvertes essentielles \u00e0 l\u2019am\u00e9lioration des soins, et on risque de priver des patients pr\u00e9sentant des tableaux cliniques rares d\u2019un diagnostic pr\u00e9coce ou d\u2019un traitement personnalis\u00e9 qui auraient \u00e9t\u00e9 sugg\u00e9r\u00e9s par la comparaison avec des cas similaires trouv\u00e9s dans la m\u00e9moire des bases de donn\u00e9es.\u00a0<\/span><\/p>\n