Défi iDoc Santé : favoriser la diffusion et l’usage des connaissances en santé

La Haute Autorité de santé et ses partenaires, l’Institut national du cancer (INCa), l’Agence numérique en santé (ANS) et le ministère chargé de la santé, ont lancé le Défi iDoc Santé en mai 2022 avec pour objectif d'exploiter plus efficacement les données textuelles produites et favoriser leur diffusion.
Conçu dans un processus d’innovation ouverte, ce concours a pour objectif d’augmenter l’impact des publications de l’institution et de ses partenaires en travaillant avec leurs réutilisateurs. Découvrez les projets développés par les 6 équipes en lice, les lauréats et visionnez le replay de la cérémonie de clôture qui s'est déroulé à ParisSanté Campus le 5 octobre 2022.

Si de nombreux documents de connaissance sont produits chaque année et accessibles librement, des obstacles de différentes natures limitent néanmoins leur diffusion et leur réutilisation, et donc leur impact.

Pour stimuler le développement de nouveaux usages autour de ces connaissances, 7 défis ont été élaborés et lancés par la HAS et ses partenaires. Les participants du Défi iDoc Santé ont été invités à développer des solutions à des cas pratiques, permettant par exemple de faire le lien entre une situation clinique particulière et les connaissances à mobiliser, d’identifier les médicaments équivalents entre eux ou bien encore de matérialiser l’impact d’une nouvelle publication sur le corpus existant.

« Il y a un réel besoin de solutions innovantes pour mieux utiliser la grande quantité de connaissances en santé produite chaque jour » - Laurent Tréluyer, directeur des systèmes d’information de l’Assistance publique – Hôpitaux de Paris (AP-HP) et président du jury du Défi iDoc Santé.

« Les nouvelles technologies doivent permettre aux documents de connaissance de mieux s’intégrer dans la pratique clinique » - Catherine Duclos, chercheuse au laboratoire d'informatique médicale et d'ingénierie des connaissances en e-Santé (LIMICS) et membre du jury.

« Il faut rendre le capital de connaissances plus facilement utilisable par les professionnels de santé, au bénéfice des patients » - Pascal Charbonnel, directeur de EBM France et membre du jury.

Après délibération, le jury a récompensé 3 équipes en particulier :

• 1^er prix :

Derek pour son moteur de recherche visant à apporter une réponse précise aux professionnels de santé face à une situation clinique donnée.

« Merci à la HAS, nous avons été ravis de participer à ce Défi »

  

 

• 2^e prix :

Vera pour son application web permettant aux médecins et pharmaciens de visualiser rapidement les connaissances pertinentes autour d’un traitement médicamenteux et de son environnement.

« Nous pensons vraiment que cette solution, et les projets développés, peuvent aider les professionnels de santé. Un grand merci pour ce prix »

   

 

• Prix spécial du jury :

DispoMed pour leur solution web, dont l’objectif est de permettre aux professionnels de santé de trouver rapidement les informations nécessaires sur un dispositif médical.

« Nous avons beaucoup appris les uns sur les autres tout au long du Défi, mais aussi sur les dispositifs médicaux. Nous allons continuer de travailler et espérons aboutir à une solution fonctionnelle ! ».

   

 

Si le Défi iDoc Santé est désormais terminé, le travail de la HAS sur le sujet va quant à lui continuer, en collaboration avec les institutions partenaires et les équipes volontaires pour améliorer et renforcer l’utilisation du riche capital de connaissances en santé produit chaque année.

Le rapport

Le rapport « Entretiens et défi iDoc Santé - bilan et retours d’expérience », rédigé par la société Datactivist, constitue l’aboutissement de la démarche. Il vise à dresser le bilan des entretiens réalisés, en établissant les besoins et freins sur l’accès et l’usage des documents produits par la HAS, ainsi qu’en fournissant un ensemble de préconisations organisationnelles et techniques pour y répondre. Les annexes détaillent les élément d’organisation, d’animation et de déroulé du défi iDoc Santé.

En savoir plus sur le Défi

 

Le support des présentations : Défi iDoc Santé - Projets des équipes 

Découvrez les meilleurs moments de la cérémonie :

 

Le Défi iDoc Santé s’inscrit dans le cadre de la stratégie données 2021-2024 de la HAS, plus précisément dans le 3^e axe : exploiter plus efficacement les textes. Organisé par la HAS, en partenariat avec l'Institut national du cancer (INCa), l'Agence du numérique en santé (ANS) et le ministère chargé de la Santé, le Défi iDoc Santé a permis d’offrir un encadrement unique afin de stimuler le développement de nouveaux usages autour des documents de connaissance sur les produits de santé et les recommandations de bonne pratique.

Le Défi iDoc Santé s’adressait à des profils variés :

• spécialistes de l’exploitation et de la gestion des connaissances: éditeurs, start-ups, industriels, chercheurs et étudiants en data,
• professionnels de santé, sociétés savantes, étudiants en santé et formateurs,
• usagers du système de santé et associations de patients,
• organismes de recherche,
• agents des institutions de santé.

Regardez le replay de la réunion de lancement du défi :

Créer du lien entre les documents

Défi 1A : Identifier les paragraphes de documents de référence se rapportant à une situation clinique

• Contexte
  • Trouver l’information la plus pertinente pour une situation clinique représente un investissement en temps pour les professionnels de santé, qui doivent soit rechercher puis parcourir laborieusement plusieurs documents institutionnels de référence, soit recourir à des contenus retravaillés par des courtiers de connaissances. Proposer un outil permettant à un professionnel ou à un patient d’accéder très rapidement aux éléments de réponse adéquats à une question de santé précise représenterait un grand pas en avant pour la diffusion et l’usage des connaissances.
• Problématique
  • Au regard d’une situation clinique décrite dans des extraits de dossiers médicaux fictifs, comment trouver les paragraphes des guides et recommandations les plus proches de la situation clinique décrite ?
• Premières pistes
  • À l’aide de documents cliniques fictifs non structurés (compte-rendu d’hospitalisation, synthèse médicale, etc.), des recommandations et guides de l’INCa et de la HAS, ainsi que de technologies existantes (comme https://www.sbert.net/ ou https://explosion.ai/blog/healthsea/), développer une solution (par exemple un moteur de recherche en langage naturel) permettant de retrouver les paragraphes des documents de référence institutionnels qui se rapportent à la situation clinique.

Défi 1B : Impact d’une nouvelle publication sur le corpus existant : cas d’usage d’un nouvel avis de la commission de la transparence

• Contexte
  • La connaissance scientifique n’est pas immuable, elle est faite d’évolutions, d’innovations et de progrès. De nouvelles publications de la HAS ou de l’INCa peuvent avoir un impact sur des publications antérieures. Or, il n’est pas souhaitable que des pratiques médicales moins efficaces perdurent. Beaucoup d’internautes accèdent aux publications de la HAS via un moteur de recherche et peuvent donc être orientés vers des pages qui, bien qu’elles soient encore en ligne, sont obsolètes. La nécessité de mettre en avant l’état de l’art de la connaissance doit inciter à mettre à jour ou à déréférencer les documents obsolètes.
• Problématique
  • Comment déterminer l’impact de la publication d’un nouvel avis de la commission de la transparence sur l’ensemble du corpus de documents de référence publiés ? Comment rendre visible cet impact à l’échelle d’un passage d’un document ?
• Premières pistes
  • Trouver les bons outils et créer une méthode permettant d’évaluer le besoin d’actualisation du contenu d’une publication de référence doit amener à identifier plus facilement les documents qui, au sein du corpus, sont impactés par une nouvelle publication. La solution proposée devra permettre à la fois de mettre en évidence les contenus (ou parties de contenus) impactés par un nouveau document, mais également d’identifier plus simplement la répercussion sur l’ensemble des documents et donc d’identifier ceux potentiellement à mettre à jour.
     

Défi 1C : Relier une fiche RCP au bon document de bonnes pratiques

• Contexte
  • Les réunions de concertation pluridisciplinaires (RCP), organisées en oncologie, sont tracées dans des fiches contenant à la fois des éléments cliniques et des décisions de prise en charge thérapeutique. L’identification automatique, en amont de la RCP, des documents de bonnes pratiques ou guides se rapprochant au mieux de la situation clinique, permettrait d’éclairer les décisions cliniques.
• Problématique
  • Comment faire le lien entre les éléments cliniques (résumés, dossiers, imagerie) et l’ensemble des documents de bonnes pratiques ? Comment mesurer le niveau de pertinence d’un référentiel de bonne pratique au regard de la situation d’une RCP ?
• Premières pistes
  • Au sein de fiches fictives de RCP, identifier un ensemble de paramètres (stade du diagnostic, caractéristiques moléculaires de la tumeur, etc.) permettant la mise en relation avec les recommandations et guides de l’INCa et de la HAS.
    
    

Structurer la connaissance médicale

Défi 2A : Positionner les dispositifs médicaux (DM) par rapport à l’ensemble des objets de connaissance produits par la HAS

• Contexte
  • Les informations publiées sur les dispositifs médicaux (DM) ne sont pas aussi formalisées que celles relatives aux médicaments. Ces informations ne sont par ailleurs pas représentées de façon explicite dans aucun autre document à disposition. Prenons l’exemple d’un dextromètre connecté, dispositif médical visant à mesurer le glucose sanguin pour des patients diabétiques. Ce DM ne peut pas fonctionner seul, son utilisation nécessitant des bandelettes spécifiques ainsi que l’installation d’une application sur un smartphone. Les informations concernant ce dispositif et son utilisation médicale se trouvent dans des documents de la HAS, de la CNAM et également dans le catalogue du constructeur. Il est ainsi compliqué pour un patient ou un professionnel de santé de se faire rapidement une idée générale sur ce qu’implique l’adoption de ce dispositif pour traiter un diabète.
• Problématique
  • Comment représenter le positionnement des dispositifs médicaux prescrits et les remettre au cœur de leurs relations avec les pathologies, les symptômes, les actes médicaux, les autres dispositifs médicaux et les médicaments ?
• Premières pistes
  • Cette représentation doit permettre à des professionnels de santé de se voir proposer différents liens entre des pathologies (ou situations cliniques) et des dispositifs médicaux adaptés. Aussi participerait-elle à attirer l’attention de ces mêmes professionnels sur l’intérêt et la dépendance mutuels des dispositifs médicaux, à l’image du dextromètre pour les patients diabétiques. Si besoin, ce défi peut se limiter à une sous-catégorie de dispositifs médicaux, par exemple les pacemakers, les valves cardiaques prothétiques, les endoprothèses vasculaires ou les dispositifs impliqués dans le contrôle glycémique. Une attention particulière doit être portée sur l’ergonomie de la solution proposée, qui constitue un élément central de ce défi.
     

Défi 2B - Positionner les médicaments par rapport à l’ensemble des objets de connaissance produits par la HAS

• Contexte
  • Les médicaments font l’objet de nombreuses nomenclatures qui permettent de les rattacher à un principe actif, une spécialité pharmaceutique, une indication, etc. Cependant, il n’existe pas de moyens permettant de relier un médicament à l’ensemble des informations de santé qui l’entourent. Ces liens multiples, de natures différentes, pourraient être décrits, formalisés et représentés de manière à avoir un panorama complet autour d’un médicament et ainsi offrir une vision heuristique aux professionnels de santé.
• Problématique
  • Comment représenter le positionnement d'un médicament dans une stratégie thérapeutique pour un professionnel de santé, c'est-à-dire sa relation avec les autres médicaments, les symptômes, pathologies, tests biologiques/génériques, dispositifs d’administration, etc. ?
• Premières pistes
  • Pour le professionnel de santé, il s’agit de lui montrer les différentes relations entre un médicament et une pathologie (indication, contre-indication, non-indication, effets secondaires) mais aussi de rendre visibles les relations entre médicaments (potentialisation, antagonisme, interaction, allergie croisée, succession, substituabilité, association par protocole) et avec des concepts liés à la médecine personnalisée (tests biologiques [taux sanguin, dosages fonctionnels, enzymes de métabolisation, mutations tumorales etc.], tests génomiques, voies d’administration spécifiques, chronobiologie etc.). Une attention particulière doit être portée sur le caractère intuitif et ergonomique de la solution.
     

Défi 2C - Élaborer un indicateur de complexité de la prescription, de la dispensation ou de l’administration d’un médicament, permettant ainsi d’identifier les situations où l’appui par un outil informatique est souhaitable

• Contexte
  • Parallèlement à la mise à disposition de nouveaux produits de santé et aux changements du monde de la santé, le paysage législatif et réglementaire s’adapte et se complexifie. Cet enrichissement médical et réglementaire rend le travail des professionnels de santé plus compliqué et augmente l’exposition de responsabilité. Le cas particulier de la prescription médicamenteuse dans des situations très spécifiques peut servir de point de départ à ce défi (exemple : traitement par CAR-T cells).
• Problématique
  • Comment évaluer le degré de complexité de la prescription, de la dispensation ou de l’administration médicamenteuse afin d'objectiver la difficulté de l'exercice des professionnels de santé à assurer la conformité médicale et réglementaire ?
• Premières pistes
  • Il s’agit dans ce défi de proposer une mesure de la complexité de la prescription, de la dispensation ou de l’administration médicamenteuse, conséquente à l’accumulation des connaissances médicales et des contraintes réglementaires qui s’y appliquent. Il peut s’agir d’offrir des indicateurs (nombre d’éléments réglementaires, nombre de nœuds, diversité des champs sémantiques, profondeur d’une arborescence, etc.) ou des représentations qui permettent la prise de conscience de cette complexité, dans l’objectif d’une clarification de l’organisation des contenus scientifiques, par les éditeurs de revues, par les concepteurs d’outils numériques et par les acteurs de la régulation. Un autre objectif est l’identification de situations d’utilisation des médicaments qui impliquent de fait l’usage d’un système d’information, en raison de l’obligation de tracer une décision nécessairement partagée, en relation avec l’obligation de structuration d’informations sur la situation clinique ou pour appuyer la décision médicale (pour déterminer la posologie, par exemple).
     

Défi 2D - Équivalence entre médicaments

• Contexte
  • Pour décrire les médicaments, il existe actuellement plusieurs nomenclatures (médicament virtuel, CIP/CIS, UCD, ATC, etc.) et un ensemble d’informations non structurées relatives aux indications thérapeutiques, aux contre-indications, aux modalités d’utilisation et aux effets indésirables. Certaines situations nécessitent de pouvoir remplacer un médicament par un autre : rupture d’approvisionnement, constitution d’un livret thérapeutique, conciliation, prescription transfrontalière, etc.
• Problématique
  • Afin de renforcer et d'élargir le principe de substitution d'un médicament, comment extraire et structurer l'information des documents de référence (résumés des caractéristiques de produit (RCP), avis de la commission de la transparence, recommandations de bonne pratique, etc.) pour regrouper les médicaments similaires ou pour estimer un “degré de substituabilité” ?
• Premières pistes
  • L’enjeu de ce défi consiste à formaliser le contenu des RCP et avis de la CT et de structurer ces informations de manière à faciliter le travail des prescripteurs et des dispensateurs. La solution doit suggérer en quoi les médicaments sont équivalents et sourcer les documents (ou même les parties de documents) qui motivent cette décision.

DispoMed
L’équipe DispoMed a choisi de répondre au défi 2A : « Positionner les dispositifs médicaux (DM) par rapport à l’ensemble des connaissances formalisées ». Constituée de deux pharmaciens, d’un dermatologue, d’un data scientist, du directeur des systèmes d’information de Vidal et d'une journaliste de la presse professionnelle pharmaceutique, le projet de l’équipe est de créer un site web pour décrire, ranger, utiliser et signaler tout ce qui a trait aux dispositifs médicaux. « Il faut améliorer la visibilité des DM, qui sont toujours au second plan par rapport aux médicaments » constate un des membres de l’équipe.

Onaos
Composée de data scientists, de professionnels de santé (médecins, pharmacien) et d’un expert en traitement automatique du langage, l’équipe Onaos élabore une application de type Question-Answering pour répondre aux défis 1A « Identifier les paragraphes de documents de référence se rapportant à une situation clinique » et 1C « Relier une fiche de réunion de concertation pluridisciplinaire (RCP) au bon document de bonnes pratiques ». Parmi un corpus de documents de référence de la HAS et de l’INCa stockés dans une base de données, la solution développée a pour objectif de faire remonter le ou les documents les plus pertinents en fonction d’une recherche par mots clés correspondant aux paramètres cliniques de la situation que le médecin rencontre.

Derek
L’équipe Derek a décidé de répondre au défi 1A, « Identifier les paragraphes de documents de référence se rapportant à une situation clinique », en constituant une équipe composée de médecins, d’experts en traitement automatique du langage et d’un chef de projet. Leur objectif : permettre aux professionnels de santé de trouver rapidement la bonne réponse face à une situation clinique donnée.

Vera
Les membres de l’équipe Vera, mêlant pharmaciens et data engineers, ont répondu au défi 2B « Positionner les médicaments par rapport à l’ensemble des connaissances formalisées » en développant une interface qui présente de façon chronologique l’ensemble des documents liés à un médicament, classés par thématique. Les professionnels de santé pourraient ainsi avoir à disposition l’ensemble des documents de référence concernant un médicament dès qu’ils sont publiés.

360 medics
Composée de 6 data scientists et d’un médecin généraliste, l’équipe 360 medics a travaillé sur un moteur de recherche médical permettant de répondre aux défis 1A « Identifier les paragraphes de documents de référence se rapportant à une situation clinique » et 1C « Relier une fiche de réunion de concertation pluridisciplinaire (RCP) au bon document de bonnes pratiques ». Le moteur de recherche de 360 medics doit ainsi permettre à un médecin d’accéder rapidement aux documents de référence les plus pertinents à date.

VIRMED
Afin de répondre au défi 2D, « Équivalence entre médicaments », l’équipe VIRMED propose une solution permettant d’afficher les médicaments similaires classés selon leur degré de similarité avec le médicament recherché, mais aussi d’afficher leurs différences par rapport à ce médicament (forme galénique, dosage, voie d’administration, etc.). Constituée de pharmaciens, de médecins, d’informaticiens et de data engineers, l’équipe souhaite permettre aux pharmaciens de pouvoir remplacer un médicament d’une prescription avec un similaire, tout en tenant compte du contexte clinique du patient.