Skip to content
Effectuer une recherche pour en savoir plus sur les produits et solutions InterSystems, les offres d'emploi, etc.

Réduire l’écart entre le dépistage sur le lieu des soins et l’information en temps réel

Lorsque le Rhode Island Quality Institute (RIQI) a commencé à recueillir les données issues des tests de dépistage du COVID-19 pratiqués dans des laboratoires répartis à travers l’ensemble de l’État dès le début de l’année 2020, personne n’aurait imaginé que ces efforts permettraient de venir en aide à la santé publique et susciteraient l’admiration des prestataires de soins à l’échelle de l’État, et du National Institutes of Health (NIH).

Pourtant, cela a été le cas.

« Nous avons travaillé en étroite collaboration avec les autorités de santé publique et les prestataires de soins concernés afin de nous assurer que les données nécessaires soient disponibles pour les bonnes personnes, » a déclaré Neil Sarkar, directeur général et président de RIQI, où se situe le système d’échange de données de santé de l’État.

Réduire l’écart entre le dépistage sur le lieu des soins et l’information en temps réel

En complément des résultats des tests de l’hôpital et des laboratoires privés, ceux de CVS Health à travers tout l’État, comprenant des tests réalisés en drive-in et via MinuteClinics, sont parvenus au sein du réseau interopérable de RIQI, grâce à InterSystems HealthShare®. Les données issues des tests ont été mises à disposition dans le cadre des documents de continuité des soins des patients au sein du système de DPI de CVS Health. RIQI a extrait ces informations pour créer des flux de données permettant de réduire l’écart entre les lieux de dépistage, les laboratoires et l’information en temps quasi réel afin d’appuyer les activités de la santé publique, y compris le suivi des contacts.

Les prestataires de soins en ont pris connaissance et ont demandé si RIQI pouvait utiliser les données pour effectuer des analyses au sein de ses propres panels de patients. « Nous avons donc mis au point un moyen d’extraire l’information et de la pousser vers les panels qui font partie des tableaux de bord des services que nous fournissons pour un large pourcentage des groupes de soins primaires de notre État » explique Sarkar.

Les prestataires de soins pouvaient ainsi voir qui avait été testé, où cela avait eu lieu et les résultats des tests. L’historique de test complet d’un patient pour le COVID, à travers différentes sources, apparaissait à la demande, en un seul endroit.

Par la suite, RIQI a appliqué un processus de traitement du langage naturel sur des données issues d’unités de soins spécialisés afin d’identifier des phrases clés qui indiquaient des contacts éventuels avec le COVID-19 ou des facteurs de risques liés à des complications. Ceci a aidé les médecins à repérer les patients porteurs d’asthme, souffrant d’insuffisance rénale chronique, de BPCO, de maladies cardiovasculaires, de diabète ou d’hypertension, ainsi que les personnes âgées. RIQI a alors agrégé toutes les données afin que les prestataires de soins puissent cibler les ressources cliniques vers les patients qui en avaient le plus besoin. Les organisations de soins exploitent les informations pour pouvoir suivre les patients et comprendre ainsi l’impact du COVID au sein de leurs propres panels.

Le travail de RIQI a constitué la base d’un projet porté par le National Institutes of Health (NIH), pour lequel le groupe a obtenu un financement afin de déterminer si les données pourraient fournir des informations liées aux disparités en santé (plus particulièrement pour les communautés hispaniques/latinos du Rhode Island) associées à celles relatives au test du COVID-19. Grâce à des fonds supplémentaires du National Science Foundation, ces données sont également utilisées pour développer des modèles permettant de différencier le COVID-19 d’autres infections des voies respiratoires supérieures.

« Nous tenons à nous assurer que nos données sont utilisées à des fins hautement qualitatives, soient largement accessibles et largement partagées, dans le but d’améliorer les soins » déclare Sarkar.

Vous souhaitez transformer vos données pour prendre des décisions éclairées ? Renseignez-vous sur la suite logicielle HealthShare.


Cet article a été publié dans la newsletter de 28 juin 2022 :
HealthShare Connexions Flash Info n° 8

Autres ressources que vous pourriez aimer.

20 sept. 2024
Découvrez la recherche vectorielle : la technologie qui change la donne et qui alimente l'IA et l'apprentissage automatique. Découvrez comment il fonctionne et transforme la recherche de données avec InterSystems IRIS.
20 sept. 2024
Démystifier les vector embeddings : découvrez ce qu'ils sont, comment ils fonctionnent et pourquoi ils sont essentiels pour l'IA.
18 sept. 2024
Découvrez ce qu'est une base de données relationnelle, ses principales caractéristiques et pourquoi elle est essentielle pour votre entreprise. Découvrez ses avantages, les systèmes les plus répandus et la comparaison avec d'autres bases de données
13 sept. 2024
Spotlight par le cabinet d’analyste Bloor
La structure de données est une architecture de données plus flexible qui peut fonctionner sans construire encore plus de silos de données et au lieu d'accéder de manière synchrone aux données in situ dans les systèmes sources opérationnels.
13 sept. 2024
Analyse du marché par le cabinet d'analyste Bloor
Un aperçu de l'état actuel du marché du data fabric par Bloor Research
20 août 2024
Une Data Fabric est une approche modernise de la gestion des données qui accélère et simplifie l'accès aux données.

Passez à l'étape suivante

Nous serions ravis d'échanger avec vous. Remplissez les champs suivants et nous vous recontacterons.
*Champs obligatoires
*Champs obligatoires
*Champs obligatoires
*Champs obligatoires
** En cochant cette case, vous consentez à recevoir des actualités, des mises à jour et toute autre information à objectif marketing liés aux produits et événements actuels et futurs d'InterSystems. En outre, vous consentez à ce que vos coordonnées professionnelles soient saisies dans notre solution CRM hébergée aux États-Unis, mais conservées conformément aux lois applicables en matière de protection des données.