Blog

Comment rendre utilisables les données de votre DPI

Auteur David Majster , 14/03/17 08:00

Le DME : Dossier Médical ÉlectroniqueChaque année a son mot "magique". En 2016, il s’agissait indubitablement du DME. Le Dossier Médical Électronique (ou DPI Dossier Patient Informatisé) a rencontré un vif succès au sein du secteur des soins de santé, et a été implémenté dans de nombreuses organisations ; une évolution très positive ! Un DPI contribue à des soins de meilleure qualité, à une meilleure communication et à une politique plus efficiente. Mais cela n’est possible que si les données sont collectées et interprétées correctement. Et le moins que l’on puisse dire, c’est qu’il s’agit d'un défi de taille. Dans ce blog, j’explique comment transformer des données en des informations exploitables. Et l’UZ Brussel (CHU de Bruxelles) en est le parfait exemple.

 

Récapitulatif : comment fonctionne un DME ?

Avant d’aborder les avantages et les inconvénients du DME, revenons sur quelques points essentiels. En effet, qu’entend-on exactement par Dossier Médical Électronique ? Un DME / DPI est un logiciel où sont enregistrées les données médicales de patients. Il en existe de nombreuses variantes. Aussi, bon nombre d’hôpitaux et d’établissements de soins disposent de leur propre version, ce qui rend la comparaison des DME particulièrement laborieuse. En outre, certains hôpitaux utilisent par exemple un DME exclusivement pour l’administration des patients, alors que d’autres fonctionnent de façon totalement numérique. Vous pouvez évaluer dans quelle mesure un établissement de soins est numérisé à l’aide du
modèle EMRAM d’HIMSS Analytics. Ce modèle distingue huit stades où 0 correspond à « pratiquement aucune application numérique » et 7 à « des applications médicales totalement intégrées ». Une organisation qui atteint le stade 7 exploite donc les DME au maximum.

 

Le « Stade 7 » en pratique

Mais à quoi sert exactement un DME totalement intégré ? L’UZ Brussel le sait. HIMSS Analytics a classé cet hôpital au stade 6, plus haut que n’importe quel autre établissement de soins en Belgique. Tous les médecins et chercheurs gèrent leurs données de manière numérique, au moyen d’une interface utilisateur personnalisée. Les données qu'ils introduisent peuvent être directement consultées par un autre médecin ou département. Autrement dit, un seul enregistrement pour plusieurs utilisations. Ce qui permet également au personnel médical de gagner du temps et d’éviter les erreurs, tout en améliorant la qualité des soins. Les praticiens disposent ainsi d’une image bien plus complète du patient qu’ils ont devant eux. Ils disposent d'informations sur sa santé en général, sur les maladies survenues dans sa famille, sur des problèmes de santés et traitements antérieurs. Mais cela va bien plus loin que ce simple patient. Étant donné que toutes les données de tous les patients sont consignées de façon anonyme, les chercheurs puisent dans une véritable mine d’or de données. Ils disposent ainsi d’informations sur la progression de la maladie, sur ses symptômes et sur l’efficience des médicaments et des traitements. Ces informations contribuent à leur tour à une meilleure politique de soins. Car plus les autorités sont informées, mieux elle peut répondre à la demande de soins réelle.

 

Le problème avec les données textuelles

L’UZ Brussel est un bel exemple d'une implémentation réussie d’un dossier patient informatisé. Mais la numérisation des données de patients ne se déroule pas partout aussi facilement, loin de là. L’un des principaux écueils consiste en  l’interprétation de données non structurées. Contrairement aux données structurées, ces données ne peuvent  pas être interprétées par des programmes informatiques. Prenez par exemple un texte écrit, sous la forme de rapports, de comptes rendus et de lettres de sortie. De nombreux établissements de soins et hôpitaux numérisent dès lors uniquement leurs données structurées. Et ce faisant, ils passent à côté d’une quantité importante d’informations. Car ces textes écrits constituent à eux seuls un trésor d'informations pour les praticiens et les chercheurs. En effet, les médecins préfèrent encore les textes écrits aux données encodées. Ils y mentionnent des informations que l’on ne peut trouver rapidement dans une base de données. Un séjour en prison par exemple : il s’avère que les personnes ayant été incarcérées courent davantage de risques de contracter une hépatite C. Cette maladie est souvent décelée tardivement en raison de l’absence de symptômes et peut être mortelle dans certains cas. Imaginez que le séjour en prison d’un patient est consigné dans un rapport, mais pas dans le DME. Cela peut avoir de graves conséquences pour sa santé.

 

Tout encoder ?

L’une des solutions serait que les médecins fassent encoder leurs rapports. Cela se fait déjà à grande échelle et devient aussi de plus en plus courant dans les hôpitaux. Les médecins remarquent que les données qu'ils encodent peuvent être traitées et réutilisées beaucoup plus facilement que du texte écrit et s’habituent rapidement à la nouvelle méthodologie de travail. Toutefois, cela ne résout pas tout. Ainsi, près de 85 % de toutes les données des hôpitaux sont encore non structurées. La solution idéale consiste dès lors à faire interpréter de manière automatique les données, tant structurées que non structurées. L’UZ Brussel procède ainsi depuis quelques années avec iKnow, une technologie d’InterSystems qui détecte des modèles linguistiques dans des textes et les encode. iKnow recherche les relations entre les verbes et d’autres groupes de mots et en déduit la signification. iKnow permet de réunir les données structurées et non structurées dans une base de données unique, regroupant toutes les informations relatives aux patients en un seul et même endroit. Et plus il y a de données, mieux le médecin pourra adapter son traitement à ses patients.

Un DME / DPI peut donc être synonyme d’améliorations significatives au sein de votre établissement de soins, à condition d'intégrer la plus importante source d'informations (données non structurées) dans vos analyses !

Vous travaillez déjà avec un Dossier Médical Électronique ? Et à quels obstacles devez-vous faire face ? Commentez notre article !

 

Analyse sémantique de données dans le Big Data

Thèmes: Données non structurées, DME, eSanté, dpi


Laissez un commentaire:


Related Posts Plugin for WordPress, Blogger...