Le domaine de la santé a toujours été un générateur de gros volumes de données. Les informations des dossiers de patients, les exigences de conformité ainsi que l’augmentation de la demande de couverture rendent nécessaire la numérisation de ces grandes quantités d’informations et leur analyse, pour améliorer l’efficacité et la qualité globales de prestation de soins médicaux.
Les grands ensembles de données sont si complexes qu’ils sont difficiles à gérer avec les outils de gestion de données traditionnels. C’est là que l’adoption de l’analyse des données joue un rôle important. On prévoit que d’ici 2022, le marché mondial du big data de la santé augmentera progressivement à un taux de croissance annuel de 22,07 %.
Que peut apporter le Big Data au secteur de la santé ?
Personnalisation de la médicine
De nos jours, ce sont les expériences clients les plus personnalisées qui attirent les personnes. Les patients des centres de santé s’attendent souvent à bénéficier d’un large éventail de services de soins médicaux à un coût raisonnable avec des suggestions personnalisées.
En effet, le traitement personnalisé constitue une nouvelle approche qui prend en compte le mode de vie, la génétique, etc. du patient afin de décider le traitement le plus adapté à ses besoins. A ce propos , les mégadonnées offrent de nouvelles possibilités de fournir aux patients des soins personnalisés en contrôlant les médicaments, en supervisant les patients, etc. Par exemple, la pandémie du Covid-19 a submergé les systèmes de santé mondiaux, exhortant les hôpitaux à reporter les traitements et les chirurgies programmés. Une application mobile activée par l’analyse de mégadonnées pourrait effectuer une évaluation personnalisée des risques des patients en attente de chirurgie et hiérarchiser les patients en fonction du niveau d’urgence médicale.
Optimisation des opérations hospitalières
Dans le domaine clinique, l’analyse de mégadonnées pourrait être déployée pour identifier des modèles et ainsi optimiser les opérations hospitalières. Par exemple, quatre hôpitaux parisiens se sont appuyés sur des quantités massives de données provenant de diverses sources pour proposer des prévisions quotidiennes du nombre de patients attendus dans chaque hôpital.
Un autre problème urgent dans la gestion hospitalière est la sécurité des données. Comme les dossiers des patients fournissent des informations personnelles, ils constituent une cible pour les cyberattaques. L’analyse des mégadonnées pourrait être utile pour renforcer la sécurité des données en raison de sa capacité à identifier et à signaler tout changement de comportement ou de trafic réseau suggérant un cybercrime.
Précision du diagnostic et traitement précoce
Les menaces de nouvelles variantes du Covid 19 et les récentes améliorations de la technologie des données ont placé le diagnostic précoce au centre de toutes les attentions. Traditionnellement, lors de l’établissement d’un diagnostic, les médecins s’appuyaient généralement sur les données personnelles de leurs patients telles que leurs antécédents médicaux ou les tests de laboratoire.
Désormais, en utilisant des données extraites de dossiers médicaux électroniques, de séquençage d’ADN et d’ARN, de métabolomique, de protéomique, etc., des algorithmes complexes peuvent identifier des modèles avec des informations de diagnostic significatives. Ces grands volumes de données pourraient également être utilisés pour comparer avec des groupes historiques de patients qui avaient été diagnostiqués et traités, pour décider du traitement approprié.
Il existe différentes barrières à l’adoption de l’analyse des mégadonnées dans les soins de santé, telles que la confidentialité médicale, les contraintes budgétaires, etc. Cependant, malgré ces défis, la capacité de l’analyse des mégadonnées à apporter de la valeur au secteur de la santé devient de plus en plus évidente.
Références
Catalyst (2018). Healthcare Big Data and the Promise of Value-Based Care.
Forbes (2019). How Healthcare Is Using Big Data and AI to Cure Disease.
Khanra et al. (2020). Big data analytics in healthcare: a systematic literature review.
Zillner and Neururer (2016). Big Data in the Health Sector.
