Le domaine des soins de santé et l'In-Memory computing - 2ème partie





Blog Language



La plate-forme SAP HANA est bien adaptée aux besoins spécifiques de l'industrie médicale, où la plupart des données sont non structurées. Il est possible d’exécuter le langage naturel de traitement

et les technologies d'analyse de texte en collaboration avec SAP HANA pour extraire des informations à partir de textes libres tels que les médias sociaux ou les dossiers médicaux électroniques. Ces informations peuvent ensuite être intégrées à des ensembles de données structurées pour une analyse ultérieure.

L'analyse des données en temps réel jouera un rôle crucial dans la conduite des nouveaux développements dans de nombreux modèles médicaux. En fait, les grandes entreprises à travers les segments de l'industrie sont déjà en train d’y voir des avantages convaincants en mettant de nouvelles stratégies et en supportant les technologies en place.

Pour regarder de plus près, voici quelques exemples :

La médecine fondée sur les faits ou médecine factuelle, l'observation et l'analyse minutieuse des faits ont toujours été fondamentales pour l’évolution médicale. Mais l'échelle a changé. À présent, des quantités massives de données internes et externes doivent être consolidées et analysées. Cela comprend les dossiers médicaux électroniques personnels et les résultats cliniques de vastes recherches. En utilisant des échantillons de tailles énormes et des ensembles de données plus complètes, des modèles peuvent être découverts qui précédemment pourraient être passés inaperçus. Les institutions de recherche peuvent utiliser SAP HANA pour effectuer des analyses détaillées de centaines de milliers de cas de patients, chacun avec des centaines de milliers de points de données. Et les chercheurs peuvent obtenir des réponses en quelques secondes plutôt que des heures. Les résultats positifs incluent plus de temps pour la recherche, l'amélioration de la qualité des résultats, et l'amélioration des traitements pour l'avenir.

La médecine personnalisée, les progrès médicaux tels que les tests génétiques et le diagnostic moléculaire mettent davantage l'accent sur la médecine personnalisée. Une approche plus prédictive des résultats de traitement dans de meilleurs programmes de prévention. La nouvelle norme pourrait bien identifier et alerter sur des problèmes médicaux bien avant qu'ils ne surviennent. Le résultat : des patients en meilleure santé et des coûts de soins de santé nettement plus bas. Les fournisseurs d’assurance dans le monde entier sont à la recherche d'offrir des programmes de soins de santé personnalisés à une grande base de clients. Utilisant la plate-forme SAP HANA peut aider à identifier les tendances de la maladie à travers l'analyse des milliards de diagnostics et d'énormes quantités d'autres données médicales.

En utilisant cette perspective, pour fournir des services de soins de santé de qualité supérieure et abordables,  différenciera les assureurs de la concurrence. Les programmes de santé préventifs personnalisés peuvent aider les clients à éviter la maladie, alors que les assureurs peuvent limiter le besoin des traitements coûteux et parfois inutiles.

La gestion du cycle de vie des dispositifs médicaux implantés peut aider à étendre et à améliorer la qualité de vie. En conséquence, des millions de patients reçoivent chaque année des dispositifs comme les hanches artificielles et les défibrillateurs implantables. Gérer de façon proactive ces dispositifs et analyser leurs performances en cours est essentiel pour assurer la sécurité des patients et atténuer les risques potentiels. Le suivi et la réponse aux commentaires des patients est une partie importante de l'amélioration des produits. Les entreprises peuvent utiliser SAP HANA pour analyser de grandes quantités de données dans les systèmes de service à la clientèle mondiaux. Cela comprend l'acquisition de données multi-source et la capacité de gérer de grandes données non structurées.

La santé est l'un des aspects de nos vies qui seront les plus touchés par les technologies de l'information dans les années à venir. Des tendances telles que la médecine personnalisée, basée sur une analyse approfondie du génome humain, le protéome et d'autres données biologiques vont changer la façon dont les maladies seront diagnostiquées et traitées. Cela pose aussi de nouveaux défis pour les médecins et les autres professionnels de la santé, et à tous ceux qui doivent tenir compte de beaucoup d’éléments d'informations provenant de différentes sources et de collaborer au sein d'équipes interdisciplinaires afin de prendre des décisions de traitement appropriées.

 

Les centres de cancer peuvent être considérés comme l'avant-garde de ce développement car ils combinent des approches de traitement éprouvées, la recherche de pointe et les mesures de prévention afin de donner aux patients cancéreux le meilleur soutien possible à surmonter la maladie. Tout comme la gestion d'une entreprise innovante, le volume et la variété des informations qui doivent être traitées pour fournir des soins complets de cancer sont immenses. Encore, tandis que les utilisateurs peuvent choisir parmi une grande variété de puissants produits logiciels de « business intelligence », il n’y a littéralement pas assez de disponibilité sur les logiciels d'analyse adaptés spécifiquement aux besoins des médecins en général et oncologues en particulier.

Parmi les fonctionnalités les plus couramment nécessaires en oncologie, on note l’analyse de « cohorte » des patients. Par exemple, afin d'évaluer l'efficacité d'un nouveau médicament de chimiothérapie, un centre de cancer pourrait vouloir inviter certains de leurs patients à participer à un essai clinique. Cependant, ces patients doivent correspondre à certains critères concernant le type de diagnostic, les antécédents de traitement, l'âge et d'autres.

 

A la fin d’un essai clinique, les médecins ont besoin d'évaluer le médicament testé en comparant la réponse de la cohorte d'essai au traitement à une cohorte similaire traités avec des médicaments traditionnels. Aujourd'hui, ces tâches impliquent de parcourir les dossiers des patients manuellement et de recueillir les informations pertinentes pour ensuite les consolider, par exemple dans des feuilles de calcul « Excel ».

Avec la solution SAP « Medical Research Insights », les utilisateurs peuvent filtrer et grouper les patients selon différents attributs, et cela peut être personnalisé pour les différents centres de cancérologie. Grace au modèle de données de santé générique (generic healthcare data model), il est possible d’accéder aux données des patients provenant de nombreuses sources différentes, telles que les systèmes d'information cliniques, des registres des tumeurs, des systèmes de bio-banque et même les documents de texte tels que les notes des médecins. Les cohortes de patients peuvent être conservées et éditées en collaboration, exportées pour une analyse plus approfondie dans d'autres logiciels ou comparées en fonction de différents paramètres, comme le nombre de patients, la réponse d’âge ou de traitement. En plus, « Medical Research Insights » offre un aperçu complet des antécédents médicaux de chaque patient dans une chronologie graphique, rendant facile d'accéder aux informations à n’importe quel niveau de détail.

Tirant profit de la plate-forme SAP HANA, le premier prototype de la solution a été mis au point en étroite collaboration avec le centre national des maladies de tumeur (National Center for Tumor - NCT), centre leader de lutte contre le cancer à Heidelberg, en Allemagne. Le NCT et SAP ont mis la solution dans l'utilisation productive à la NCT. Sur cette première étape importante, l'équipe de développement au centre d'innovation et le centre SAP de conception et d’innovation ont recueilli en continu des retours utilisateurs de la NCT, et ont travaillé en collaboration avec l'équipe de développement des soins de santé et d’analytiques à tourner le prototype et son concept sous-jacent à un produit standard SAP. Le résultat de cette nouvelle phase de développement est des fonctionnalités d'analyse étendues qui peuvent être utilisées par toute organisation de la recherche clinique. La solution a été publiée comme « Medical Research Insights »

 



blog comments powered by Disqus