Fermer

juin 4, 2018

Assembler vos données de soins de santé


Imaginez que vous ne vous sentez pas bien et que vous vous frayez un chemin dans le cabinet d'un médecin. Comme d'habitude, vos tests de tension artérielle, de température, de poids et de sang sont effectués, et les résultats sont consignés dans votre dossier.

Mais alors, plutôt que de vous poser un tas de questions auxquelles vous avez déjà répondu, le médecin un bouton et appelle tous vos antécédents médicaux – tous vos résultats de tests passés et vos risques pour les maladies héréditaires et influencées par le mode de vie – ainsi que les résultats des dernières études scientifiques pertinentes.

Après avoir posé des questions assistées par ordinateur sur vos symptômes , le médecin fait appel à toutes ces informations pour faire des recommandations sur les traitements, les médicaments et les changements de mode de vie afin de vous améliorer. L'évaluation informatisée est conçue spécifiquement pour vous et coûte moins cher qu'une visite chez le médecin aujourd'hui.

Ce niveau de médecine personnalisée est la promesse qui sous-tend l'influence croissante de l'apprentissage automatique et de l'intelligence artificielle dans les soins de santé. Malheureusement, nous sommes encore loin des médecins et autres professionnels de la santé capables de faire de cette visite une réalité.

Ce n'est pas faute d'avoir essayé. En 2017, les capital-risqueurs aux États-Unis ont injecté 800 millions de dollars américains dans des start-ups de soins de santé artificielles. Ces efforts ont tendance à être axés sur des tâches spécifiques, telles que l'amélioration des diagnostics. Par exemple, Freenome, basé à San Francisco, applique l'apprentissage automatique à la détection du cancer. La compagnie de quatre ans a déjà recueilli 78 millions de dollars auprès d'investisseurs. Toujours dans la région de la Baie, Arterys, qui amène l'IA à la radiologie, a recueilli 44 millions de dollars

La technologie développée par ces entreprises changera les soins de santé pour toujours et sauvera des vies en permettant des diagnostics plus précis. des traitements précis et une meilleure collaboration entre les patients et les fournisseurs de soins de santé. Cependant, notre progrès est entravé par un grand problème persistant: notre gigantesque enchevêtrement de données sur la santé

Free the Data

Les soins de santé débordent de données. Les médecins de soins primaires, les spécialistes, les hôpitaux, les pharmacies et les instituts de recherche, entre autres, le recueillent tous. Les résultats des tests, les images, les résultats des études cliniques, les données sur le génome, etc. sont stockés dans toute une gamme de formats. Certains fournisseurs conservent des notes manuscrites, lisibles ou non. Et rien de tout cela n'est facile à agréger.

C'est un problème global. La plupart des économies développées ont mis en silo des données sur la santé. Israël est une exception: son système de santé est très consolidé, car quatre compagnies d'assurance santé à but non lucratif fournissent des soins et des assurances pour tout le pays.

La plupart des pays ne pourront jamais reproduire le modèle israélien parce que leurs populations sont plus grandes et nombreuses intervenants dans leurs systèmes de santé. Les systèmes que nous utilisons actuellement sont tellement ancrés dans l'industrie des soins de santé – y compris les hôpitaux, les compagnies d'assurance et les praticiens – qu'il n'est pas réaliste de les remplacer complètement. Cela signifie travailler avec ce que nous avons. Nous avons besoin de plateformes qui peuvent être adaptées à différents types de données dans de nombreux formats différents.

L'approche la plus réaliste consiste à développer des plates-formes qui peuvent être superposées aux systèmes actuels pour rassembler et organiser les données utile. Grâce à un moyen souple de choisir et trier des quantités massives d'informations, l'IA et l'apprentissage automatique peuvent permettre des recommandations de soins, aider les chercheurs dans la découverte de médicaments et faciliter l'analyse prédictive. Google et Apple travaillent tous deux sur le problème des données de santé en créant de telles plateformes.

Patients First

Toute cette innovation de données peut sembler abstraite et retirée de la visite du médecin, mais il ne faut pas oublier rôle. Les patients sont parmi les meilleurs collecteurs de données que nous ayons. Les innovations numériques à ce jour leur ont donné la possibilité de faire des recherches sur leurs problèmes de santé. Les personnes atteintes de maladies chroniques recueillent régulièrement des données sur leur santé et les partagent avec les multiples professionnels de la santé qui les traitent

Les patients s'attendent à avoir accès à leurs propres données sur la santé et à prendre des décisions concernant leurs soins de santé. Nous pouvons transformer ces attentes en avantages collectifs en concevant des systèmes qui, en améliorant l'accès aux données, facilitent toutes leurs interactions avec les soins de santé et permettent une gestion des cas entièrement intégrée. C'est-à-dire que toute personne impliquée dans les soins apporte de la valeur; l'apprentissage automatique et l'IA dans les soins de santé offrent une excellente opportunité de connecter tous les participants.

Avec un moyen flexible de choisir et de trier des quantités massives d'informations, l'IA et l'apprentissage automatique peuvent faciliter les recommandations de soins.

Pour que cela se produise, cependant, nous avons besoin de règles de confidentialité des patients clairement définies. Une des raisons est que les gens sont devenus beaucoup plus sensibles à qui voit leurs informations personnelles et à quoi elles servent. Une autre est que les patients ont besoin de faire confiance au système de santé; s'ils ne le font pas, ils sont plus susceptibles de dissimuler des informations sur leur santé, au détriment de leurs soins.

Le Règlement général sur la protection des données (RGPD) vient d'être institué dans l'Union européenne et régit l'accès aux données. la protection de la vie privée et des données dans la conception des systèmes et pour garantir le droit à l'oubli. Toutes ces règles sont importantes pour les soins de santé. À certains égards, le GDPR facilitera probablement l'utilisation des données. Par exemple, il permet aux chercheurs de demander l'autorisation d'utiliser leurs données pour de vastes recherches médicales, pas seulement pour des projets de recherche spécifiques.

Mais les inquiétudes croissantes concernant la vie privée et l'augmentation des réglementations pourraient créer davantage d'obstacles. Par exemple, toute donnée de patient utilisée pour la recherche doit avoir le consentement de chaque individu, doit être anonymisée, ne peut être conservée que pour une durée limitée et est sujette à un droit d'effacement. Pour les chercheurs qui travaillent après la mise en œuvre du GDPR, créer une étude avec des données de milliers de patients signifie vérifier beaucoup de boîtes pour se conformer à la réglementation.

Nous devons également être réalistes quant à la confidentialité des données des patients. pour anonymiser complètement l'information et maintenir son utilité. Il faudra un compromis, une norme «assez bonne» qui profite au patient, aux professionnels de la santé, aux chercheurs et aux institutions afin que les obstacles à l'accès aux données n'entravent pas le développement d'innovations médicales.

L'objectif est de créer équilibre utile entre les données et la vie privée, qui deviendra le fondement des futurs soins de santé alimentés par l'IA. Les gouvernements, les industries de la santé et de la technologie, et les patients devraient tous travailler ensemble pour créer cette fondation maintenant, alors que ces innovations émergent.

Ce n'est qu'alors que nous serons en mesure de créer les soins médicaux vitaux qui changeront chaque voyage au bureau du médecin. D!

À propos de l'auteur

Dominik Bertram

Dominik Bertram est vice-président du génie logiciel chez SAP Health.




Source link