Grâce à la science des données, l'utilisation des données cliniques est révolutionnée

La numérisation progressive des dossiers de patients, des classeurs et des documents a permis et continuera de permettre une meilleure accessibilité des documents de rapport ou de recherche. Mais ce qui va vraiment révolutionner la pratique médicale, la recherche ou la gestion des services, c'est la capacité de rendre les expériences médicales et diagnostiques contenues dans cet océan de documents accessibles à la fois aux logiciels et aux utilisateurs des services eux-mêmes. Il s'agit de technologies et de méthodes qui - selon la terminologie utilisée à chaque fois dans le rapport - peuvent identifier automatiquement le symptôme, la pathologie associée, le médicament et l'effet d'un traitement sur cette pathologie, et ce potentiellement à grande échelle, c'est-à-dire à travers tous les documents numériques produits par les institutions hospitalières, de diagnostic ou de recherche. Ce processus de "scannage" peut sembler relativement simple, car il suit le modèle de notre cerveau "apprendre par expérience" : Le défi apparaît lorsque nous essayons d'appliquer automatiquement le processus à des documents créés sans aucune structure permettant de décrire à l'avance quel terme est un "médicament", quel terme est un "traitement" et quel terme est une "thérapie".

Nouvelles possibilités pour Health Care 4.0

Pour combler cette lacune, Oracle Italie collabore avec la faculté d'ingénierie électrique et de technologie de l'information (DIETI, Department of Electrical Engineering and Information Technology) de l'université Federico II de Naples dans le cadre d'un projet de recherche de grande envergure et, selon ses propres termes, révolutionnaire, visant à développer une solution à ce problème en utilisant les dernières technologies de "Graph Machine Learning" et d'IA. Le projet, soutenu par Oracle Labs, l'organisation de recherche et de développement d'Oracle, peut créer de nouvelles possibilités pour Health Care 4.0, qui n'ont pas encore d'exemple, selon le communiqué. Il doit permettre d'exploiter pleinement les technologies les plus avancées - comme l'intelligence artificielle et l'apprentissage automatique. Il s'agit d'extraire des informations et des corrélations précieuses des énormes quantités de données qui ne sont actuellement pas disponibles en raison d'un manque de structure ou d'un stockage non structuré. En outre, ces aperçus permettent de détecter, de traiter et éventuellement de prévenir des maladies.

Application de technologies avancées de science des données

Diagnostic, traitements prescrits, résultats et symptômes sont autant de données qui, grâce à ce projet de recherche, peuvent être utilisées dans le respect total de la vie privée et faire partie de la masse d'informations disponibles pour la numérisation complète des processus de santé, offrant ainsi aux professionnels de la santé et de la recherche une source de données précieuse pour les parcours de soins. L'équipe de recherche travaille à l'application des technologies de science des données les plus avancées. Ceci dans le but initial d'organiser le contenu informatif de ces documents - souvent des annotations fugaces, avec une utilisation abondante de termes techniques et d'abréviations - en diagrammes, unités et relations, de sorte qu'ils puissent être utilisés pour l'analyse automatique des données afin d'extraire des indicateurs spécifiques identifiés de temps à autre. L'objectif final est de créer un système qui puisse être navigué et utilisé en langage naturel et qui soit également capable de "former" des assistants numériques pour une utilisation dans des services à distance, tels que les services de téléassistance.

Un autre avantage du développement de techniques d'extraction d'informations aussi avancées sera la possibilité de créer des dossiers médicaux électroniques dans un nouveau format nécessitant moins de champs de saisie de données, offrant ainsi au personnel une expérience utilisateur plus naturelle, similaire à celle traditionnelle à laquelle ils sont habitués : Une condition fondamentale pour que la numérisation des activités médicales "sur le terrain" puisse être rapidement adoptée et diffusée.

Utilité pratique confirmée en clinique

"En ce qui concerne l'IA, le ML et la gestion des données, nous avons fait de notre mieux dans cette recherche", commente Gabriele Folchi, Strategy & Transformation Director chez Oracle. "Nous l'alimentons avec le vaste savoir-faire des laboratoires de recherche et de développement d'Oracle à Zurich, qui sont spécialisés dans les techniques d'analyse et d'apprentissage automatique. Pour la gestion des données, nous appliquons des technologies et des solutions dans lesquelles Oracle est leader depuis des décennies. En outre, nous mettons à disposition les ressources d'Oracle Cloud Infrastructure, que nous proposons aux meilleures institutions de recherche scientifique du monde dans le cadre de notre programme Oracle for Research".

Un premier avis sur ce projet a été émis par le Dr Roberto Labianca, oncologue médical et ancien directeur du centre de cancérologie de l'hôpital Papa Giovanni XXIII à Bergame. "En tant que clinicien, je vois toute une série de spin-offs intéressants pour la pratique quotidienne ainsi que pour la conception de projets de recherche. L'utilisation d'un langage commun et la possibilité de comparer des expériences différentes, rendues pleinement communicables par cette méthodologie, constituent la base d'une acquisition continue de connaissances dans mon domaine de spécialité, l'oncologie".

Dans le cadre de la recherche, une collaboration entre Oracle et le DIETI a également vu le jour dans le cadre du master "Data Science". Des chercheurs d'Oracle donnent des cours aux étudiants et des programmes de stage ont été mis en place dans les installations d'Oracle Lab à Zurich.

Source : Oracle