20200311_datadrink_arkhn.pdf

Transcript

1. ARKHN Datadrink #5 STANDARDISATION DES DONNÉES DE SANTÉ Corneliu MALCIU
2. Où trouver la donnée de santé ?
3. ✗ Difficultés d’accès aux données → Dans les bases de données de santé ! format propriétaire ✗
4. ✗ Difficultés d’accès aux données 20+ logiciels format propriétaire → Dans les bases de données de santé ! ✗ Coûts de maintenance et de connexion élevés (~10K€ / connecteur ) ✗ Données de mauvaise qualité ✗ ✗ ✗ ✗ ✗ ✗
5. 30 000 décès³ Causés chaque année par une mauvaise communication au sein des établissements Les conséquences 30k€ par logiciel¹ Dépensé lors de chaque déploiement pour accéder aux données. La moitié des projets ne dépassent pas le stade de POC 80% temps² Passé à nettoyer et à standardiser les données pour chaque projet ¹ French Ministry of Social Affairs and Health, Atlas des systèmes d’information hospitaliers (2018) ² Figure Eight, 2016 Data science report (2016) ³ French Ministry of Social Affairs and Health, B. Bégaud et D. Costagliola, Rapport sur la surveillance et la promotion du bon usage du médicament en France (2013)
6. ARKHN : Standardisation des données de santé ✔ Intégration, standardisation et nettoyage des données de santé
7. ✔ Accès direct au système informatique via une API sécurisée au standard ✔ Intégration, standardisation et nettoyage des données de santé ARKHN : Standardisation des données de santé
8. ✔ Accès direct au système informatique via une API sécurisée au standard ✔ Intégration, standardisation et nettoyage des données de santé ✔ Accès au réseau pour les réutilisateurs de données et les établissements de santé ARKHN : Standardisation des données de santé
9. En pratique : Cartographie et intégration de bases de données
10. Cartographie d’une base inconnue ~ 10K tables ~ 100k columns
11. ~ 10K tables ~ 100k columns Cartographie d’une base inconnue
12. M → male F → female * → unknown SUBJECT_ID GENDER ... ... 106 F 107 M 108 F ... ... Nettoyage des données
13. Et après ?
14. L’interopérabilité pour tout l’écosystème ✔ Projets multi-centres ✔ Connexion Plug & Play ✔ IA & Federated Learning
15. ARKHN Datadrink #5 corneliu@arkhn.com github.com/arkhn