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.