Le SNDS contient une multitude de types de données de santé incluant les délivrances de médicaments, les diagnostics posés à l’hôpital, les actes médicaux, etc. Ainsi, les parcours de soins constitués à partir de l’enchainement de ces événements peuvent être mobilisés afin d’identifier des profils de patients plus à risque de développer certaines pathologies. Les limites du SNDS pour suivre l’état de santé des personnes sont toutefois connues : il s’agit d’un recueil de données conditionné au recours au système de santé, restreint à des données nécessaires à la facturation, et tributaire de la qualité du codage. Les données sont massives et informatives sur la santé, mais ne couvrent pas l’ensemble des déterminants de santé et ne renseignent qu’indirectement l’exposition à des facteurs de risque majeurs. Elles n’incluent pas non plus certaines données cliniques directes, telles que les diagnostics établis en médecine de ville, ou des mesures comme la tension artérielle ou les résultats d’analyses biologiques.

Le développement de méthodes d’intelligence artificielle ouvre la voie à l’approche prédictive qui consiste à exploiter l’enchaînement des événements de santé comme une « trajectoire », analysée à l’aide de modèles inspirés du traitement automatique du langage. L’essentiel du prétraitement des données consiste à reconstituer l’enchaînement des événements de santé pour chaque patient. Les parcours de soins sont transformés en séquences d’événements (près de 80 000 événements différents), comparables à des mots dans une phrase. Grâce à sa taille (28 milliards d’événements utilisés), son exhaustivité et son caractère longitudinal, le SNDS constitue un cadre particulièrement favorable à ce type d’approches, encore peu explorées à très grande échelle.

L’étude compare ces nouveaux modèles à des approches plus classiques qui reposent sur des variables pertinentes sélectionnées pour résumer la situation des patients (indices de comorbidité, cartographie des pathologies, fréquences de recours aux soins), ensuite exploitées par des modélisations statistiques plus traditionnelles (linéaires, arbres de décision, etc.). Les résultats montrent que les modèles de langage fondés sur les trajectoires de soins améliorent sensiblement la prédiction du risque d’hospitalisation pour plus de 180 pathologies. Le modèle le plus avancé, de type transformer (BEHRT-SNDS), offre les meilleures performances, confirmant l’intérêt des architectures issues du traitement du langage appliquées aux données de santé.

La capacité de prédiction reste toutefois très hétérogène selon les pathologies. Pour les maladies chroniques fréquentes et bien connues (insuffisance cardiaque, maladies respiratoires chroniques, insuffisance rénale), les modèles classiques offrent déjà de bonnes performances, et les gains supplémentaires des modèles avancés restent modérés. En revanche, pour des événements plus complexes, rares ou difficiles à anticiper, l’analyse des trajectoires complètes apporte un bénéfice important. C’est le cas des pathologies comme l’épilepsie où les hospitalisations pourraient être anticipées à partir de la séquence de traitements antiépileptiques et de soins précédant la décompensation, ou encore de la maladie de Parkinson pour laquelle les trajectoires pourraient permettre la prédiction de la perte d’autonomie. D’autres situations spécifiques y verraient aussi un gain non négligeable comme les maladies hypertensives de la grossesse ou l’endométriose. En revanche, pour des pathologies aiguës difficiles à prédire comme l’appendicite, même les modèles s’appuyant sur les trajectoires de patients ne donnent pas des performances suffisantes.

Afin de préciser si les performances prédictives peuvent varier d’un individu à l’autre, l’étude a mobilisé l’échantillon démographique permanent de l’Insee apparié au SNDS (EDP-Santé). Le cas de la prédiction de la mortalité toutes causes a été étudié dans un premier temps comme un cas universel et recouvrant des parcours très divers. Il en ressort que les prédictions des différents modèles sont meilleures pour les femmes, pour les personnes âgées de 40 à 70 ans et pour les niveaux de vie élevés. L’analyse des disparités sociodémographiques gagnerait ainsi à être poursuivie et déclinée cas d’usage par cas d’usage. En effet, il apparaît crucial d’étudier les biais socio-économiques et territoriaux de ces modèles prédictifs entraînés à grande échelle, avant que les usages ne se développent, afin de s’assurer que l’utilisation de ces modèles pour orienter une action (par exemple un dépistage organisé) n’induise pas d’inéquités de santé.

> Consulter la publication

Avec l'automatisation et la numérisation des solutions de diagnostic, les laboratoires de microbiologie clinique doivent traiter de plus en plus de données médicales tout au long du parcours de soins. Ils ont besoin de solutions logicielles spécifiques pour répondre aux besoins grandissants en matière d'optimisation du flux de travail, d'expertise biologique et de gestion des données. Gérer la charge de travail en un temps optimal et garantir la qualité du flux de travail sont des défis au quotidien. Le but est d’accompagner les différents professionnels de santé dans leur prise de décision pour optimiser la prise en charge des patients.

MAESTRIA™ est le logiciel de microbiologie nouvelle génération de bioMérieux ; il gère les échantillons depuis leur enregistrement jusqu'aux résultats finaux des tests. Ce « middleware », doté d’une interface utilisateur graphique innovante, permet de gérer différentes étapes du flux de travail, y compris les résultats de coloration de GRAM ou la saisie des résultats des tests de sensibilité aux antibiotiques (antibiogrammes) manuels, en plus des instruments connectables. MAESTRIA™ permet également de définir des règles d'interprétation des antibiogrammes propres au client, en fusionnant les résultats de plusieurs méthodes (automatisées ou manuelles) afin d’obtenir un antibiogramme final. Grâce au module supplémentaire CLARION™ Lab Analytics pour l’exploitation graphique des données, MAESTRIA™ transforme ces données en temps réel en informations faciles d'accès et exploitables. 

MAESTRIA™ a été conçu et développé pour répondre aux attentes des utilisateurs, recueillies au fil des années d'expérience dans le domaine des « middleware » de microbiologie, et approuvées à de nombreuses reprises par des laboratoires de microbiologie clinique du monde entier.
 
Déjà disponible pour un certain nombre de sites pilotes, le retour d’expérience des clients démontre tout l'intérêt de MAESTRIA^TM dans l’activité de routine du laboratoire et permet également de couvrir davantage d’étapes du flux de travail et de proposer de nouvelles fonctionnalités grâce à une amélioration continue.
 
Mark Miller, Directeur Exécutif, Affaires Médicales, explique : « Avec MAESTRIA™, nous souhaitons fournir aux laboratoires cliniques les outils logiciels dont ils ont besoin pour optimiser les flux de travail de test et nous cherchons également à évoluer vers une surveillance plus simple, plus rapide et plus fiable. Cela permet aussi aux médecins d’avoir accès facilement et rapidement à des données utiles pour prendre des décisions vitales pour le patient. Les données des laboratoires sont clés pour comprendre l’épidémiologie locale et les profils de résistances afin de favoriser le bon usage des antibiotiques. De quoi augmenter l'efficacité des actions pour mieux combattre l'antibiorésistance et améliorer les soins apportés aux patients. »
 
Pierre Boulud, Directeur Général Délégué, Opérations Cliniques, précise : « MAESTRIA™ est une solution logicielle sans équivalent, fournie par une entreprise de diagnostic in vitro. bioMérieux renforce son positionnement unique en tant que leader dans le domaine du diagnostic des maladies infectieuses, grâce à cette technologie innovante non seulement pour les tests mais aussi pour la gestion des données obtenues. Nous répondons ainsi aux besoins de nos clients, au service des patients. »

Il est sur les rails. Une dizaine de managers d’établissements SSR privés et Espic, compétences de terrain, et des experts de la CAHPP (CAHPP : Centrale d’achat de l’hospitalisation publique et privée), constituent la task force de ce nouveau Club. Il s’adresse aux environ 350 établissements SSR déjà adhérents à la CAHPP.
 
L’objectif est de rationnaliser et mutualiser les achats pour optimiser la gestion des établissements. Deux marchés groupés ont déjà été lancés sur le champ de la mobilité, le transfert des patients et sur le champ de l’obésité avec des équipements liés à cette prise en charge spécifique pour être en capacité de massifier des achats. D’autres segments d’achat viendront par la suite et la feuille de route de ce Club s’écrit avec ses participants au fil des réflexions. 

« Le potentiel de rationalisation est très important et nous sentons que les managers en SSR ont un vrai ‘profil achats’, et qu’ils en maitrisent le sujet. Ce Club permet d’avoir une approche verticale et donc personnalisée du secteur, déclare Elias Bitar, directeur biomédical et animateur du Club d’achat SSR. Dans le contexte nouveau de la T2A, la CAHPP propose son soutien et accompagnement pour décortiquer les actes, s’interroger sur les retours sur investissement et le bénéfice au patient ».
 
« Nous devons nous doter désormais d’équipements sophistiqués, souvent connectés et dont le coût est élevé. Nous avons besoin de la CAHPP à la fois pour son expertise et sa capacité de négociation. Les managers SSR sont plus proches de leur corps médical que ceux du MCO car chez nous les praticiens sont salariés, nous les connaissons très bien et pouvons mieux discuter de leurs exigences. Mais le directeur est-il un bon acheteur quand il obtient individuellement une remise de 10%, quand collectivement, il peut obtenir davantage en prix facial mais également bénéficier de conseils et d’accompagnement ? L’objectif de notre Club est de passer à la vitesse supérieure », déclare Christophe Sadoine, co-pilote du Club des achats SSR, administrateur de la CAHPP et DG de la Clinique de la Mitterie à Lomme (59).
 
« Il est tout à fait probable que cette commission engendre la création de groupes de travail et de réflexion touchant à des problématiques économiques et spécialisées tenant compte de la diversité des établissements SSR dans des domaines très différents exigeant une spécialisation (orientation cardiologique, formation professionnelle par exemple) qui font partie des objectifs de la CAHPP », complète Yvon Bertel Venezia, PDG de la CAHPP.
 
Les travaux de ce Club permettront d’accroître le référencement de produits et équipements et de lancer des marchés groupés mais aussi de faciliter le travail des acheteurs SSR pour les achats plus classiques, communs avec le secteur MCO. Ces référencements seront identifiés et rassemblés dans un catalogue CAHPP dédié SSR dont une première version est à venir d’ici l’été.