R&D : Modéliser le parcours patient grâce aux mathématiques

Data / IA

Un modèle mathématique au chevet du parcours patient

Par La rédaction, publié le 04 janvier 2024

Des chercheurs en mathématiques appliquées de l’Inria ont travaillé de concert avec des médecins et des biostatisticiens sur la modélisation du parcours patient en partant de datasets. Objectif : accélérer la prise de décision des professionnels de santé.

La digitalisation du parcours patient fait figure de serpent de mer. Rappelez-vous, en 2004, Philippe Douste-Blazy, ministre de la Santé, présentait en grande pompe le Dossier Médical Personnel. Ce DMP devait faire économiser des milliards d’euros à l’Assurance Maladie en favorisant la coordination des soins.

Quelque vingt ans plus tard, ce qui est devenu entretemps le Dossier Médical Partagé puis Mon espace santé, est resté à l’état de promesse. Au dernier recensement, seuls 7,9 millions des 65,7 millions de détenteurs d’un compte Ameli ont activé leur carnet de santé numérique. Il permet pourtant aux professionnels de santé – médecins, laboratoires, centres hospitaliers… – d’échanger des résultats d’analyse et des comptes-rendus d’hospitalisation.

Le vieillissement de la population, l’augmentation des maladies chroniques et des cas de multimorbidité, le manque de personnel et de moyens financiers, incitent néanmoins les structures de santé à poursuivre cette nécessaire modélisation du parcours patient pour une prise en charge plus efficiente.

Un programme de deux ans

C’est à quoi se sont attelés les chercheurs en mathématiques appliquées de l’équipe-projet Modal du centre Inria de l’Université de Lille. Durant deux ans, nous apprend le site de l’Inria, ils ont travaillé avec les médecins et des biostatisticiens de l’équipe de recherche pluridisciplinaire Metrics du CHU de Lille. Ce projet s’inscrit dans le programme « PArcours paTient en milieu Hospitalier » (PATH), lancé en 2021.

En s’appuyant sur les biostatistiques, et avec l’aide de spécialistes de l’informatique médicale ou des sciences de la donnée, les mathématiciens ont pu apporter leur expertise sur la pertinence des choix de modélisation et des résultats obtenus.

Pour choisir un cas d’usage, l’équipe scientifique a choisi une situation pour laquelle le CHU de Lille disposait de données précises et exploitables : la cohorte DAMAGE recensant des personnes âgées (plus de 75 ans) et vulnérables, exposées au risque d’hospitalisations répétées. Le modèle de parcours qui a pu en résulter, permet aujourd’hui d’éclairer la décision des praticiens sur une nouvelle hospitalisation, un retour à domicile ou un retour à l’Ehpad, à partir des données d’intérêt relevées lors des observations faites chez un patient donné.

Homogénéité et mutualisation des données au coeur des développements futurs

Les données de cette cohorte étaient homogènes, facilement mutualisables et exploitables. Il en sera tout autrement des données issues de l’entrepôt de données de santé (EDS) INclude que l’équipe Modal compte traiter dès qu’elle sera autorisée par le Comité scientifique et éthique (CSE) du CHU de Lille, et la Cnil. « Les données existent sous des formats très divers qu’il nous sera impossible d’analyser sans l’aide des spécialistes des bases de données de santé », explique sur le site de l’Inria, Sophie Dabo, responsable de l’action exploratoire dans Modal.

Dans l’étape suivante, tout l’enjeu consistera, par des techniques d’apprentissage statistique, à identifier automatiquement les données d’intérêt à partir des observations faites chez un patient, de les analyser à l’aide d’un modèle adapté, qui, une fois entraîné, pourra fournir un avis d’aide à la décision sur le parcours le plus efficient et les facteurs de risques. « Il ne s’agit bien évidemment pas de remplacer le praticien, mais de lui proposer un outil d’accompagnement solide, capable d’automatiser certaines étapes d’extraction et d’analyse des données dans la construction du parcours patient », conclut Sophie Dabo.


À LIRE AUSSI :

Dans l'actualité