Révolutionner la façon dont nous utilisons les données sur la santé
Posted date: October 22, 2019 |
Répertoire national sur le diabète
Action diabète Canada a lancé avec succès le premier Répertoire national sur le diabète au Canada. Cette plateforme analytique sécurisée innovante a été conçue par la Dre Michelle Greiver (Université de Toronto) et des collègues. Elle contient maintenant des données sur plus de 110 000 personnes vivant avec le diabète en Alberta, au Manitoba, en Ontario, à Terre‑Neuve‑et‑Labrador et au Québec, ainsi que des données sur le même nombre de témoins non diabétiques appariés suivant l’âge. Le Répertoire national sur le diabète a été créé en collaboration avec le Réseau canadien de surveillance sentinelle en soins primaires (http://rcsssp.ca/) à partir de données anonymisées et chiffrées provenant de dossiers médicaux électroniques documentant des soins de base, auxquelles les chercheurs accrédités par Action diabète Canada peuvent accéder afin de réaliser des études fondées sur des populations et des observations. Le Répertoire a depuis évolué pour intégrer les résultats des soins de santé et des expériences des patients fournis directement par ces derniers à partir de tablettes numériques directement reliées aux dossiers de santé électroniques. Des données administratives provenant de sources provinciales peuvent être associées aux personnes dans chaque province pour fournir des déterminants sociaux liés à la santé et des données sur les résultats des soins. Dans le but de faciliter l’intégration des données, on prévoit conclure des ententes de partage des données avec les organismes provinciaux membres du programme de recherche sur la plateforme nationale de données SRAP.
En collaboration avec le Fields Institute Centre for Quantitative Analysis and Modelling (Fields-CQAM), l’Institut Vecteur pour l’intelligence artificielle et des chercheurs de la Dalla Lana School of Public Health de l’Université de Toronto, nous avons organisé un atelier de deux jours sur les données les 17 et 18 juin 2019. Des stagiaires et des chercheurs titulaires ont appliqué des méthodes avancées d’analyse à des jeux de données anonymisées tirées du Répertoire national sur le diabète. Cette analyse a fourni des pistes précieuses quant à la faisabilité de l’application de méthodes évoluées de modélisation mathématique et de modèles d’apprentissage par intelligence artificielle sur des données provenant de dossiers de santé électroniques canadiens, dans un environnement informatique haute performance sécurisé. À l’aide de deux environnements d’essai, les résultats de cet atelier ont montré que nos données peuvent être utilisées pour : 1) permettre l’apprentissage machine afin de prédire avec une grande précision la réaction des patients aux inhibiteurs de SGLT2 à partir de leurs dossiers de santé; 2) permettre l’utilisation de l’intelligence artificielle afin de déterminer des caractéristiques de sous-groupes de patients, y compris leur historique de médication, associées à différentes trajectoires HbA1c. Globalement, nous avons été en mesure de montrer que l’intelligence artificielle et l’analytique avancée peuvent être appliquées à notre base de données dans le but de fournir des renseignements utiles aux patients et aux médecins, en vue de la sélection d’options de traitement pour gérer l’état de santé des patients.