Dr. Lu de Souza | April 2024
Trop souvent, les sources de données précieuses dans les secteurs de la santé et des sciences de la vie sont cloisonnées, disparates et inutilisables. Cependant, lorsqu'elles sont unifiées, mises en forme pour la recherche et améliorées par l'IA et d'autres technologies basées sur le cloud, elles peuvent permettre des avancées significatives. Celles-ci vont de l'accélération de la découverte de médicaments et de la diversification des participants aux essais cliniques à l'avancement de la médecine de précision. L'utilisation des données réelles (RWD) et des preuves réelles (RWE) marque une nouvelle étape dans l'avancement des soins de santé et des sciences de la vie.
Oracle Learning Health Network, où j'occupe le poste de vice-président et directeur médical, est une vaste ressource de données réelles, avec son vaste référentiel de 108 millions d'enregistrements longitudinaux actifs (et en constante augmentation), provenant d'un large éventail d'établissements de santé, notamment des hôpitaux communautaires ruraux et des centres médicaux métropolitains. En tant que communauté de membres, le Learning Health Network regroupe 117 systèmes de santé représentant 2 600 établissements à travers les États-Unis. Nous poursuivons notre expansion mondiale en 2024.
Ces systèmes de santé agissent pour le bien de l'humanité, en choisissant de collaborer entre eux et avec des entreprises telles qu'Oracle sur des initiatives susceptibles d'apporter des changements transformateurs dans le domaine des soins de santé. Les données anonymisées gérées par le Learning Health Network sont non seulement volumineuses, mais également riches en diversité, ce qui aide les membres à faire progresser la recherche clinique et les résultats pour toutes les communautés.
Nous avons besoin d'un plus grand nombre de patients et d'une plus grande diversité de patients participant aux essais cliniques afin d'obtenir les résultats les plus significatifs. Pour qu'un essai clinique soit couronné de succès, il est essentiel que des informations précises soient disponibles et puissent circuler entre les organismes de recherche sous contrat (CRO), les promoteurs, les médecins et les patients potentiels. Cela est essentiel pour sensibiliser le public aux essais cliniques, garantir leur accessibilité, faciliter le recrutement et maintenir la participation des participants.
Aujourd'hui, nous pouvons utiliser le RWD et des applications cliniques basées sur le cloud pour déterminer la faisabilité des essais, optimiser la sélection des sites et accélérer le recrutement des patients. Les promoteurs et les CRO peuvent sélectionner des sites performants et connaître le nombre de patients éligibles, ce qui contribue à accélérer le recrutement. Par ailleurs, l'intégration des données de recherche et des informations sur les essais cliniques dans les dossiers de santé électroniques (DSE) peut aider les médecins à identifier et à recruter plus facilement des patients éligibles pour des options thérapeutiques et des essais cliniques potentiels.
Nous faisons également progresser la pharmacovigilance en associant les données réelles et les données réelles mondiales à l'intelligence artificielle afin d'améliorer la détection des effets indésirables des médicaments, d'identifier leurs causes et de réduire les risques pour les patients.
L'objectif est de créer un écosystème d'apprentissage continu qui relie de manière transparente la recherche au point de service, et inversement.
La plateforme Oracle Health Data Intelligence récemment annoncée est essentielle à l'avancement des données réelles (et, par défaut, du Learning Health Network). Cette plateforme ouverte et en constante évolution permet d'unifier les données provenant de milliers de sources afin de créer des dossiers patients longitudinaux. Health Data Intelligence contribue à transformer de vastes ensembles de données en informations exploitables, comble le fossé entre la recherche clinique et les soins, et donne aux parties prenantes les moyens de prendre des décisions éclairées tout au long du continuum des soins de santé.
Grâce à cette plateforme, les données provenant des payeurs, des prestataires de soins de santé, des groupes de santé publique et des organisations spécialisées dans les sciences de la vie sont continuellement collectées, analysées et mises à la disposition des applications cliniques et d'entreprise de manière sécurisée afin d'éclairer les meilleures décisions à prendre. Health Data Intelligence simplifie le processus de préparation des données à des fins de recherche et d'utilisation, éliminant ainsi le besoin de compétences spécialisées en science des données. Les analyses intégrées, optimisées par l'intelligence artificielle, peuvent aider à identifier les tendances et les modèles, ainsi qu'à générer de nouvelles données factuelles pouvant faciliter la prise de décisions cliniques.
Par exemple, notre moteur d'analyse identifie les lacunes dans les soins prodigués aux patients et les signale aux prestataires dans le cadre de leurs processus de travail. Il en va de même pour la création, axée sur la recherche, de nouveaux algorithmes et modèles d'intelligence. De nouvelles preuves, les résultats de recherches et les meilleures pratiques émergentes peuvent générer du contenu immédiatement applicable à l'ensemble des systèmes de santé. Cette approche permet de combler efficacement le fossé entre les connaissances issues de la recherche, historiquement isolées, et les applications cliniques, améliorant ainsi les soins prodigués aux patients.
Les API ouvertes de Health Data Intelligence permettent à divers développeurs tiers d'intégrer leurs applications cliniques à la plateforme. De plus, comme la plateforme fonctionne sur l'infrastructure Oracle Cloud, elle est conçue avec une architecture axée sur la sécurité et la tolérance zéro.
La fusion des technologies RWD, RWE et cloud n'est pas seulement une voie vers des soins de santé plus efficaces, mais également une lueur d'espoir pour les patients en attente de traitements révolutionnaires. Nous pouvons démocratiser la recherche, permettant même aux petites entités de soins de santé de participer à des études cliniques significatives. Cela élargit le champ de la recherche et favorise une répartition équitable des avantages découlant des découvertes cliniques.
J'envisage un avenir où les cloisonnements entre la recherche clinique et la prestation des soins seront supprimés, et où chaque rencontre avec un patient et chaque donnée collectée contribueront à un système d'apprentissage collectif. C'est un avenir où la médecine personnalisée existe à grande échelle, s'appuyant sur une multitude de données et des technologies informatiques avancées.
Le Dr Souza, pédiatre et urgentiste, est vice-président et directeur médical d'Oracle Learning Health Network.