Les systèmes d’information de santé, malgré des progrès considérables en matière de collecte et d’analyse de données, peinent encore à se traduire par une amélioration concrète des soins aux patients. Un modèle simple en quatre étapes – acquisition, agrégation, analyse et action – pourrait être la clé pour combler ce fossé.
La promesse initiale des technologies de l’information en santé était d’optimiser la santé des patients. Le programme HITECH, lancé il y a quelques années, reposait sur un principe simple : « ADOPTER, CONNECTER, AMÉLIORER ». L’idée était d’adopter les technologies, de connecter les systèmes et, par conséquent, d’améliorer la santé.
Si l’adoption et la connectivité ont été largement atteintes, le passage de la mesure à l’amélioration de la santé s’avère plus complexe. De nombreuses solutions actuelles, notamment celles basées sur des tableaux de bord, offrent une vue d’ensemble mais manquent l’étape cruciale de la mise en action.
Pour que les données et les informations soient réellement utiles, elles doivent suivre un cycle complet. Il ne suffit pas de collecter et d’afficher des chiffres. Les quatre étapes essentielles sont les suivantes :
- Acquérir : Il s’agit de rassembler les données brutes – entrées de dossiers médicaux électroniques (DME), lectures d’appareils connectés, informations fournies par les patients. Il est important de distinguer les données (tension artérielle, résultats d’analyses, images médicales) des informations (diagnostics, symptômes, listes de problèmes), car les données sont factuelles tandis que les informations peuvent être sujettes à interprétation.
- Agrégat : Une fois acquises, ces données et informations doivent être regroupées, normalisées et nettoyées pour créer un référentiel unifié. Cela permet de poser des questions sur l’ensemble des données plutôt que sur des sources disparates.
- Analyser : Cette étape consiste à donner un sens aux données, à identifier les tendances, à signaler les anomalies, à prédire les risques et à mettre en évidence les opportunités d’intervention. L’aide à la décision clinique (ADC) prend forme ici. Cependant, la plupart des solutions actuelles s’arrêtent à cette phase, laissant aux professionnels de santé le soin de trier les informations et de décider quoi faire.
- Acte : C’est l’étape où les idées se traduisent en actions concrètes. Quel protocole de suivi doit-il être mis en place pour un patient à risque de réadmission ? Comment faciliter un changement de pratique si un schéma de prescription inapproprié est identifié ?
Actuellement, l’intervention humaine est souvent nécessaire pour combler cet écart. Un clinicien peut repérer une tendance dans un rapport et initier manuellement une modification. Or, le véritable potentiel de l’informatique de santé réside dans la capacité à automatiser cette boucle. Il faudrait construire des systèmes qui non seulement acquièrent, agrègent et analysent les données, mais qui facilitent également la prochaine meilleure action, en priorisant ce qui est le plus bénéfique pour le patient.
Imaginez un système qui, face à un problème potentiel, génère automatiquement un document d’éducation personnalisé pour le patient, suggère une commande de médicaments mise à jour en un seul clic, planifie des rendez-vous de suivi avec les spécialistes appropriés et alerte un coordinateur de soins pour une intervention ciblée. Il ne s’agit pas de remplacer le jugement humain, mais de le renforcer en facilitant la prise de décision et l’action.
La beauté de ce cycle réside dans sa nature itérative. Les actions entreprises génèrent de nouvelles données qui alimentent la phase d’acquisition, permettant d’affiner continuellement la compréhension et d’améliorer les interventions. Plus ces quatre étapes sont parcourues rapidement et fréquemment, plus les équipes de soins de santé deviennent réactives, efficaces et centrées sur le patient.
Lors de l’évaluation d’une nouvelle solution informatique de santé, il est donc crucial de se demander : comment ce système nous aide-t-il à agir ?
