Faire avancer le partage de données réelles dans la santé

Ces dernières années, il y a eu un intérêt croissant pour l'utilisation des Données du monde réel (DWR) dans la recherche scientifique. Les DWR désignent les informations recueillies lors des activités cliniques courantes, comme les visites et les traitements des patients. Beaucoup d'hôpitaux et d'établissements médicaux possèdent de grandes quantités de ces données, mais les partager entre différents sites peut être compliqué. C'est surtout parce que les données peuvent varier en structure, contenu et conformité aux lois sur la vie privée.

Pour faciliter le partage et l'utilisation de ces données, l'Initiative Allemande d'Informatique Médicale (MII) a été lancée en 2018. Cette initiative s'est d'abord concentrée sur les hôpitaux universitaires pour améliorer l'échange et l'utilisation des DWR pour la recherche. Des Centres d'Intégration des Données (DIC) ont été mis en place dans les hôpitaux universitaires, et des méthodes standardisées ont été créées pour garantir que les données puissent être efficacement partagées et utilisées dans les soins et la recherche.

#Formats de Données Standardisés

L'un des principaux objectifs de la MII est de promouvoir l'utilisation de formats de données communs. Un de ces formats est le MII Core Dataset (CDS), qui utilise une norme internationale appelée Health Level 7 (HL7) Fast Healthcare Interoperability Resources (FHIR). Cette norme aide à organiser et à partager plus facilement les données de différents systèmes. Le MII CDS inclut des modules de base comme les informations sur les patients, les diagnostics et les résultats des tests, et il peut aussi s'intégrer avec des modules supplémentaires pour des domaines spécifiques, comme l'oncologie.

Pour faciliter le partage de données à des fins de recherche, HL7 International et la communauté Observational Health Data Sciences and Informatics (OHDSI) ont commencé à collaborer en 2021. La communauté OHDSI se concentre sur la création d'un modèle de données commun, connu sous le nom de Observational Medical Outcomes Partnership (OMOP) Common Data Model (CDM), ainsi que des outils pour évaluer la qualité des données.

Cependant, il reste encore des défis à relever. Différents systèmes de santé peuvent produire des DWR dans divers formats, ce qui nécessite des processus pour convertir ces données en formats standards. Malgré ces difficultés, certains hôpitaux ont réussi à partager leurs DWR à des fins de recherche.

#Élargir au-delà des Hôpitaux Universitaires

Certaines conditions médicales, comme les maladies cardiaques, le diabète et les maladies rares, ne sont pas toujours traitées dans les hôpitaux universitaires. Donc, il est important de rassembler les DWR des prestataires de soins de santé non universitaires pour avoir un ensemble de données bien équilibré pour les études de recherche. Pour y parvenir, le Medical Informatics Hub en Saxe (MiHUBx) a été créé en 2021.

Le but de MiHUBx est d'adapter les concepts réussis utilisés dans les hôpitaux universitaires aux établissements de santé non universitaires. Les recherches initiales ont montré qu'il était possible d'utiliser les méthodes standardisées déjà en place dans les hôpitaux universitaires et de les appliquer dans d'autres établissements de santé. Cependant, les données des sites non universitaires sont souvent encore insuffisantes pour les besoins de recherche.

Les prestataires de soins de santé non universitaires manquent généralement de ressources et d'expertise pour mettre en œuvre les services nécessaires au partage et à la standardisation des données. Par conséquent, il est nécessaire de créer des services faciles à utiliser et pouvant être déployés rapidement par ces prestataires pour diverses études.

#Développement d'Outils pour le Partage de Données

Pour répondre à ce besoin, une variété d'outils et de services ont été créés pour aider à la standardisation et au partage des données. Ces outils incluent des bases de données, des programmes pour extraire et transformer des données, des outils d'analyse et d'autres applications. Tous ces outils sont appelés "services".

Le but des travaux en cours est de développer des paquets groupés de ces services, rendant leur accès et utilisation plus faciles pour les prestataires de soins de santé. En faisant cela, il sera possible d'harmoniser et de fournir des DWR en formats standards, qui pourront ensuite être réutilisés pour différents projets.

Un nouveau prototype d'une plateforme de services a également été développé. Cette plateforme est conçue pour aider à la gestion des projets de recherche, des services utilisés et des données elles-mêmes. Dans ce cadre, plusieurs questions de recherche ont été identifiées :

1. Quels services sont nécessaires pour fournir des DWR harmonisées pour la recherche à travers différents sites ?
2. Comment peut-on rassembler techniquement les services nécessaires pour que les hôpitaux à ressources limitées puissent accéder et utiliser efficacement les DWR harmonisées ?

#Matériaux pour la Standardisation des Données

Pour standardiser et partager les DWR, plusieurs ressources logicielles existantes ont été compilées et intégrées. Cela inclut des outils qui ont déjà été testés et prouvés efficaces dans les hôpitaux universitaires.

Un Référentiel de Données Cliniques (CDR) collecte les données des patients à partir de différents systèmes informatiques, comme les dossiers de santé électroniques. Un serveur FHIR comme BLAZE gère et stocke les ressources FHIR, permettant aux systèmes de santé de partager les informations des patients de manière structurée. De plus, des outils de la communauté OHDSI ont été utilisés, se concentrant sur la préparation des données au format OMOP CDM.

#Création de Paquets Pré-construits

Pour simplifier le processus de standardisation des données, des paquets pré-construits ont été développés. Ces paquets facilitent la conversion des DWR en formats FHIR et OMOP. Chaque paquet inclut des composants logiciels conçus pour fonctionner ensemble efficacement.

1. Package ResearchData-TO-FHIR : Ce paquet aide à convertir les DWR en ressources FHIR automatiquement. Il inclut une spécification Docker pour gérer les applications conteneurisées nécessaires à cette tâche.

2. Package FHIR-TO-OMOP : Ce paquet convertit les ressources FHIR en format OMOP CDM. Il inclut aussi les spécifications Docker nécessaires pour la configuration.

3. Package Addons : Ce paquet optionnel permet le déploiement d'outils supplémentaires qui aident à la gestion de base de données, à la gestion de conteneurs et à la sécurité.

#Construction de la Plateforme de Services

Une plateforme de services web a été construite pour soutenir les projets de recherche. Cette plateforme permet aux utilisateurs de gérer leurs données de recherche et les services qu'ils utilisent. La plateforme inclut deux services principaux :

1. Service de Gestion de Projets : Ce service permet aux chercheurs de créer et de gérer leurs projets, facilitant le suivi des différentes études.

2. Service de Gestion de Conteneurs : Ce service automatise l'installation et le fonctionnement des divers services nécessaires pour chaque projet de recherche.

La plateforme est conçue pour être conviviale, permettant aux chercheurs avec peu de connaissances techniques d'accéder facilement aux services. Les retours d'experts en usabilité ont aidé à affiner l'interface de la plateforme pour s'assurer qu'elle répond aux besoins des utilisateurs.

#Conclusion

Le travail accompli pour développer le prototype de la plateforme de services et les paquets pré-construits représente une avancée significative dans la gestion et le partage des données de recherche médicale. L'accent mis sur la standardisation des formats de données, la simplification des processus et l'accessibilité des services pour un plus large éventail de prestataires de soins de santé devrait améliorer les capacités de recherche.

En favorisant la collaboration et le partage des données entre différents sites de santé, l'espoir est d'améliorer les soins aux patients et les résultats de recherche. Les prochaines étapes incluent le déploiement de la plateforme dans les hôpitaux non universitaires pour recueillir des retours et affiner davantage son utilisation. Grâce à ces efforts, l'objectif est de créer un environnement où les données de santé sont plus facilement disponibles et bénéfiques pour la recherche et les soins aux patients.