Qu'est-ce qu'un entrepôt de données de santé ?
Les entrepôts de données de santé sont des bases de données uniques et centralisées destinées à être utilisées notamment à des fins de recherches, d’études ou d’évaluations dans le domaine de la santé. Les données proviennent de diverses sources, que ce soit du PMSI ou bien des logiciels métiers (DPI, Labo, Pharmacie).
Afin d’accompagner les établissements dans la mise en place, l’exploitation et la valorisation de leurs EDS, PSIH propose, avec son partenaire LynxCare, une solution unique permettant d’assurer la réussite des défis techniques, économiques et juridiques entourant les EDS.
ENJEUX DES ENTREPÔTS DE DONNÉES DE SANTÉ

PILOTAGE
Produire des indicateurs pour le pilotage stratégique de l’activité et faciliter l'analyse médico-économique des parcours de soins

SOINS
Faciliter les diagnostics et la structuration des parcours de soins pour optimiser la qualité et de la pertinence des prises en charge

RECHERCHE
Faciliter l'enrôlement de patients et accélérer la recherche, les études ou évaluations dans le domaine de la santé
UN CONTEXTE FAVORABLE

FINANCIER
Le Ministère de la Santé et des Solidarités, accompagné de BPI France, lance un Appel à Projets de 50 Millions d’Euros dédié aux Entrepôts de Données de Santé.

TECHNOLOGIQUE
Un accès facilité à l’intégralité de la donnée, y compris non-structurée, grâce à l’Intelligence artificielle et des formats standards OMOP pour mieux collaborer au niveau Européen

JURIDIQUE
Le référentiel CNIL défini le cadre légal des entrepôts de données et permet de s’affranchir de l’autorisation unique initiale des autorisations individuelles pour chaque étude

La combinaison unique de deux expertises
L’objectif : accélérer la mise en place d’entrepôts de données de santé cliniques en fournissant des données inégalées pour la recherche médicale, la qualité des soins, le suivi du parcours des patients et l’analytique pour améliorer les traitements.
L’expertise historique du Groupe PSIH en matière de traitement et de modélisation des données structurées et celle de notre partenaire LynxCare pour structurer les dossiers patients informatisés avec des algorithmes NLP apportent aujourd’hui une solution pour décloisonner la donnée à l’hôpital et en tirer le plein potentiel pour mieux soigner les patients et améliorer la recherche médicale au niveau Européen et International.

Une approche unique
La combinaison de l’expertise de LynxCare et PSIH offre l'opportunité aux établissements de santé français utilisateurs des solutions PSIH d’exploiter au mieux l’ensemble des données à leur disposition pour améliorer les soins apportés aux patients et la recherche.

Des infrastructures certifiées
Une expertise reconnue en hébergement de données de santé du Groupe PSIH (HDS 1 à 6, et ISO/CEI 27001:2017).
Une infrastructure souveraine pour exploiter votre entrepôt en conformité avec les prérequis légaux du RGPD et du référentiel CNIL.
Les points clés de notre solution Entrepôt de Données de Santé
Exploitez le potentiel de vos données de santé en tout sécurité

Harmonisation
de vos données au modèle OMOP, utilisé par plusieurs centaines d'établissements

Gouvernance
des données assurée en répondant au référentiel CNIL à nos côtés

Sécurité
des données utilisées dans des infrastructures certifiées HDS


Souveraineté
Un entrepôt de données de santé souverain avec des infrastructures d'hébergement toutes situées en France

Approche clinique
Parceque les EDS, ce n'est pas que de la technique, nos équipes maîtrisent les enjeux de recherche liés à vos aires thérapeutiques de prédilection

Pilotage
de l'établissement facilité avec des données facilement accessibles
Une approche unique des entrepôts de données de santé
DES DONNÉES STRUCTURÉES DANS UNE BASE COMMUNE
AU FORMAT OMOP ET D’APRÈS LA NOMENCLATURE INTERNATIONALE SNOMED
POUR EXPLOITER L’ENSEMBLE DE LA DONNÉE NON STRUCTURÉE SUR UNE AIRE THÉRAPEUTIQUE CIBLÉE
Une expertise appliquée sur :

Cardiologie
Exemples :
- Chirurgie Cardiaque
- Insuffisance cardiaque
- Fibrillation Auriculaire
- Intervention coronarienne percutanée (ICP)

Oncologie
Exemples :
- Cancers du sein
- Leucémie lymphoïde chronique
- Immuno-oncologie
- Cancers du Poumon

Covid

Dermatologie

Gastro-entérologie

Hématologie

Ortho-Traumatologie

Neurologie

Psychiatrie
Et pleins d'autres projets à venir !
FAQ
Vos questions, nos réponses
Le modèle commun de donnée OMOP-CDM (Observational medical outcomes partnership – Common Data Model) est un standard international de modélisation des données, qui a pour objectif l’interopérabilité entre les différentes bases d’analyse en santé, qu’elles soient cliniques ou médico-administratives.
Concrètement, le format OMOP permet l’analyse systématique de plusieurs bases de données disparates en transformant les données des différentes bases en un format et une représentation communs puis en les analysant selon des modèles pré-renseignés (terminologie, vocabulaire, codage)
La structuration des données au format OMOP permet de faciliter le partage de la donnée pour la collaboration à des études internationales : EHDEN (Réseau européen) et OHDSI (Réseau mondial) et le SNDS est en train de développer aussi une conversion vers cette modélisation.
Notre standardisation des données au format OMOP se base sur la nomenclature internationale SNOMED, système international de terminologie clinique, adapté au cadre des entrepôts de données de santé afin de ne pas se reposer uniquement sur les terminologies françaises (CIM10, CCAM, NABM, …).
Ainsi, vos données sont exploitables et analysables facilement, et la collaboration est accélérée grâce à un format commun à l’ensemble des établissements ayant mis en place un EDS et spécialisé pour les études cliniques.
L’objectif de cette approche est à la fois technique et scientifique. Lors de l’écriture de cette FAQ, il existe déjà plus de 20 aires thérapeutiques ciblées par groupe de pathologies chacune associée à une liste de paramètres médicaux approuvés par plusieurs équipes médicales dans le but de réaliser différentes études scientifiques.
D’un point de vue technique, les algorithmes actuels de NLP (Natural Langage Processing ou traitement du langage naturel en VF) permettant de structurer des données non-structurées (Compte-rendus, notes cliniques, rapports de biologie …) sont les plus efficaces sur des périmètres d’analyses ciblés, à la fois en termes d’indicateurs à extraire qu’en termes de corpus documentaire analysé. Les performances sont meilleures en ne cherchant qu’un petit nombre d’informations parmi un ensemble de documents traitant du même sujet par rapport à un algorithme générique qui devrait rechercher tous les indicateurs médicaux possibles. Cette limitation de l’espace de recherche rend alors possible d’atteindre les 90% d’exactitude sur chaque paramètre médical que nous vous garantissons.
D’un point de vue scientifique et en particulier dans le cadre des EDS, la méthodologie de travail que nous proposons correspond à la vision de la CNIL qui impose que chaque traitement de données depuis l’EDS soit réalisé dans l’objectif d’une seule étude spécifique. En effet, même dans le cadre d’un EDS, il reste nécessaire de se soumettre aux règles des méthodologies de référence (MR) ou des recherches sur les données de santé. Dans ce contexte, les projets se déroulent avec des équipes médicales dédiées, spécialistes de leur patientèle et qui désirent avoir une vision complète sur les problématiques de leurs patients.
Le Référentiel EDS de la CNIL impose une séparation stricte entre les données nominatives et les données pseudonymisées stockées dans l’EDS. Néanmoins, il est nécessaire de mettre en place des procédures de réidentification pour 3 cas particuliers :
1 – la nécessité de procéder à la suppression des données d’un patient en ayant fait la demande auprès de l’établissement
2 – la nécessité d’obtenir le consentement individuel des patients concernés pour une étude spécifique
3 – la nécessité de prévenir un patient des résultats d’une étude le concernant et pour lesquels une décision médicale doit être prise.
L’EDS s’intègre dans votre SIH à deux niveaux. Tout d’abord sur la phase d’alimentation de l’EDS par l’ensemble des données nécessaires à sa construction et à sa mise à jour. Suivant les techniques utilisées, cela peut être réalisées au travers de connexions directes en base de données et/ou par l’utilisation des flux HL7/FHIR.
En termes d’hébergement, l’offre actuelle repose sur notre offre d’hébergement certifiée, un cloud souverain de données de santé, afin de vous donner rapidement accès aux ressources nécessaires (CPU, GPU, stockage, virtualisation) dans les conditions de sécurité définies par le référentiel.
A l’autre extrémité de la chaîne de valeur, les outils et espaces de travail connectés sont accessibles depuis le SI de votre établissement afin de permettre à vos utilisateurs d’y accéder et de travailler sur les données.
A chaque nouveau déploiement d’EDS, l’équipe dédiée au paramétrage des algorithmes analyse un échantillon de vos données non structurées, réalise les annotations nécessaires à l’entraînement de l’AI et vérifie que nous atteignons plus de 90% d’exactitude sur chacun des paramètres attendus. Cette étape est indispensable afin de vous permettre d’utiliser votre EDS dans le cadre de recherche en vue de publications scientifiques.
Tout dépend de la taille et des spécificités de votre entrepôt de données de santé.
Des partenariats privé/public peuvent être proposés avec des modalités économiques permettant de simplifier la création et l’exploitation de l’EDS tout en assurant sa pérennité.