Il est temps de se préparer pour l’open Health

par Frédéric Martineau, CTO d'act digital

Le potentiel du travail collaboratif arrive en force dans l'univers de la gestion de la santé avec l'avènement possible de l’open health - une plateforme unifiée avec des informations de santé intégrées. Antécédents cliniques, résultats de tests, caractéristiques physiologiques en un clic des patients et des professionnels de santé. Au milieu des discussions juridiques, réglementaires, marketing et éthiques, il est apparemment indéniable que ce mouvement tend à gagner en pertinence compte tenu des possibilités d'optimiser le temps et les ressources dans l'administration de la santé, mais aussi d'améliorer l'expérience des médecins et des patients pour sauver des vies et maintenir le bien-être. Alors, comment anticiper cette tendance et préparer votre structure de santé à l'open health?

Proposés en allusion à l'open banking, les écosystèmes de santé sont plus fragmentés que ceux du système bancaire, impliquant des défis supplémentaires pour leur mise en œuvre. Il n'est pas rare qu'une même clinique ou un même hôpital dispose de systèmes différents qui sont incompatibles entre eux, en raison de fournisseurs différents, de technologies utilisées, d'outils et de normes de fonctionnement spécifiques. Dans le même temps, cela exige également une standardisation dans le remplissage des formulaires, l'organisation des données et la fourniture d'informations, qu'elles soient simples, sous forme d'image, de vidéo ou d'autres formats, comme le dessin représentatif (Fig 1) :

Fig 1. – Représentation des systèmes sans interconnexion

Cette optimisation des données tend à réduire le temps de mesure des caractéristiques et des marqueurs biologiques ; faciliter le suivi de l'état de santé (amélioration du parcours patient et médecin) ; sauvez des vies ; réduire les dépenses liées aux soins complexes ; et même dans un deuxième temps, employer des algorithmes de la médecine des données pour prédire le besoin d'examens et de consultations préventives - comme par exemple, pour observer l'évolution des comorbidités ou l'identification de néoplasmes.

Face à la nécessité d'investir des ressources, du temps, et parfois des ajustements dans la culture organisationnelle liée à la gestion des données de santé, la création de petits modèles de collecte, de stockage, de sécurité, de circulation et d'accès à l'information serait recommandée. Cette stratégie tend à permettre une plus grande rapidité dans le développement de solutions, les évaluations d'utilisabilité, mais aussi la mesure des résultats avec les équipes de santé et les évaluations d'évolutivité du système pour d'autres centres ou départements. Mais nous avons encore quelques défis à relever :

• Les données de santé sont décentralisées, réparties sur différents systèmes, qu'ils soient publics ou privés.
• De ce fait, il y a un manque de standardisation de ces données pour l'interopérabilité
• Assurer la sécurité des informations des patients, dans le trafic et le stockage des données.
• LGPD (Loi générale sur la protection des données personnelles), dans laquelle les données de santé sont considérées comme extrêmement sensibles et sont protégées par d'autres règles, telles que la règle de confidentialité entre le patient et le professionnel de la santé.

Une telle transformation de la logique d'utilisation des informations de santé nécessite une réglementation et une révision juridique minutieuses, notamment en ce qui concerne l'accès et la portabilité des données pour garantir la vie privée des personnes et déterminer les possibilités d'utilisation de ce bien destiné au maintien de la santé.

Chez act digital, nous avons une initiative qui vise à résoudre les défis mentionnés chez l'un de nos clients dans le secteur de la santé. Grâce à une approche innovante, utilisant le Design Thinking, l'Agile et le Lean Inception, nous alignons une vision métier partagée, et rendons tangible une solution hautement évolutive grâce à l'utilisation de technologies telles que les Micro services, le Big Data, associés au Machine Learning et à l'Intelligence Artificielle. Avec le Cloud Computing, nous résolvons les problèmes de disponibilité et de sécurité des informations, en réduisant les coûts d’exploitation.

De cette façon, plusieurs sources de données sont stockées en un seul endroit (Datalake), où les scientifiques/ingénieurs des données travailleront sur les données brutes pour générer des informations unifiées et valorisées pour les utilisations futures. Ces processus sont automatisés selon la création de l'intelligence artificielle, permettant à ces informations d'être utilisées dans plusieurs secteurs de la santé.