Transcript informatique médicale et médecine translationnelle

informatique médicale et
médecine translationnelle
objectifs
• Expliciter les principales caractéristiques des SI
pour la recherche
• identifier les enjeux de l’intégration des SI
clinique et recherche pour la médecine
translationelle
• donner des exemples d’architectures
SI pour la recherche
• SI d’information utilisé pour soutenir la recherche
notamment
– La recherche fondamentale : apporte une meilleure
compréhension des mécanismes physio et
physiopathologique (HTA, Diabète). La bioinformatique
étudie les associations des variations génétiques
individuelles et leurs conséquence phénotypique
– la recherche clinique : qui s’appuie sur les résultats de la
recherche fondamentale pour prouver l’efficacité de
nouveaux traitement ou de nouvelles techniques
diagnostiques ou thérapeutiques
– La recherche en SP : étudie les déterminants physiques,
psychosociaux et socioculturel de la santé.
Enjeu de l’intégration SI recherche SI
clinique
• Médecine translationnelle:
• amélioration du continuum entre la recherche et
le soin
• permettre à des patients de bénéficier
d’innovation (from bench to bedside)
• permettre au chercheurs de mieux exploiter des
données issues du processus de soin (bedside to
the bench)
• Meilleure coopération et partage et échange
d’informations
SI recherche clinique
• Collecte de donnée soumise aux agences
sanitaires FDA ou l’ANSM en France (Agence
nationale de sécurité du médicament et des
produits de santé)
• SI permet d’optimiser la collecte, la qualité et
la transmission de ces données
• efforts de stnadardisation CDISC (Clinical Data
Interchange Standards Consortium)
SI en santé publique
•
•
•
•
•
•
Recherche épidémiologique et veille sanitaire
sources dde données à vocation exhaustives
le recensement de la pop
grnades enquêtes nationales en population
les système de vielles
dématérialisation des données
– transmission des certificats
– transmission des données de cancer
– système de veille des urgences
• tendances: dispositif d’observation
longitudinale en s’appuyant sur des cohors
existantes
• projet de réutilisation des données patients à
large échelle : SNIRAM PMSI  projet Plastico
Une nécessaire intégration
• Enjeu n’est plus au développement des SI
• mais à leur intégration pour faciliter le partage et
l’échange
• SI en silo
• concentration des données cliniques à diverses
échelles  gisement potentiel
• méthode de recherche ou de traitement automatique
– recherche d’information
– déduction sur les données
– annotation des données cliniques par les données OMIC
Enjeux pour les acteurs
• Patients :patient empowerment : attitude
proactive à participer à des essais
• PS : intégration des GDP dans un pratique
quotidienne
• Recherche:
–
–
–
–
faisaibilité d’étude
améliorer le taux d’inclusion
optimiser le recueil des données
recherche in sillico : détection de signal, de
biomarqueurs
Enjeux réglementaire juridique et
éthique
• utiliser ou réutiliser des données patient 
pb éthique juridique et réglementaire
• doit préserver la confidentialité
• doit permettre de mener la recherche
• information et consentement (pas tjs possible
sur données rétrospectives)
• non opposition à être recontacté
• pb déontologique
intégration des données : pb de
sémantique
• Production exponentielle des données
(sequençage coute 2000 euro et occupe 5to
de données)
• => pb de volume
• =>pb de modélisation
• => pb de représentation sémantique
• Modalité de codage de l’information non encore normée
• structure / sémantique + contexte
• Effort de HL7 et CDISC de faire un pont entre modèle
d’information et terminologie
• Modèle BRIDG
Entrepot de données biomédicaux
• Besoin d’intégration et de ré-utilisation
• principe :
– extraction transformation chargement des
données patient dans un base de données
– intégration de données multi-domaine
hétèrogène
– système d’interrogation et de fouille de données
Exemple
•
•
•
•
•
TRANSMART G2P P2G
I2B2/SHRINE
ROOGLE
FARSITE
ASTEC
Projet EHR4CR
• Electronic Health record for clinical research
• plateforme européenne de soutien à la
recherche clinique
• 3 scenario
– étude de faisabilité
– recrutement des patients
– alimentation des eCRF et des
formulaires de déclaration d’EI
Fédération entrepôts
de données biocliniques
intégration de la capture
de données dans le DPI