Lorsqu’ils traitent de nombreux cas, les médecins manquent de preuves comparatives en temps réel et sont obligés de prendre des décisions malgré des variables inconnues qui peuvent modifier considérablement les résultats. De telles lacunes dans les preuves se produisent chaque jour, en particulier chez les patients atteints de maladies multiples, d’antécédents médicaux complexes et d’origines ethniques diverses. Des percées dans la recherche universitaire, y compris un projet majeur à la Stanford University School of Medicine, ont conduit à des innovations technologiques qui permettent aux cliniciens de générer des preuves à la demande dérivées de données de recherche et de dossiers médicaux anonymisés, comblant le manque de preuves afin que les médecins puissent prendre des décisions éclairées. améliorer les résultats.
Lorsqu’on demande aux médecins si le cas du patient qu’ils gèrent fait l’objet de recommandations de soins appropriées, la réponse est généralement « non ». Comme les médecins peuvent en attester, seuls 20 % environ des patients sont associés à une recommandation de soins standard. Associez-le à la réalité un peu moins de 20 % des directives de soins existantes sont étayées par des preuves de haute qualitéet nous arrivons à une conclusion choquante : seulement environ 4 % des situations de soins aux patients qu’un médecin doit gérer ont des lignes directrices dérivées d’essais cliniques randomisés et contrôlés. En d’autres termes, la recherche fait presque toujours défaut.
De telles lacunes dans les preuves obligent les médecins à prendre des décisions de traitement sans données basées uniquement sur l’intuition et l’expérience. Cette situation est exacerbée lorsque les médecins s’occupent de patients atteints de maladies multiples, d’histoires complexes ou d’origines ethniques différentes.
À une époque où chaque clic peut être suivi et où les dossiers médicaux sont entièrement électroniques, les médecins devraient pouvoir référencer numériquement les décisions d’autres médecins pour savoir : Qu’est-il arrivé aux autres patients comme moi? Bien que la technologie existe pour effectuer une telle consultation de données numériques, l’intégration des résultats dans les soins de routine nécessite de nouvelles solutions. Un modèle est en train d’émerger : des services dotés de médecins et de data scientists, qui ont tous accès aux dossiers patients à long terme et peuvent rendre les preuves demandées dans les 24 heures.
Un projet de recherche universitaire est en cours à la Stanford University School of Medicine Service de conseil informatique bouton vert, a été développé pour fournir des consultations cliniques assistées par la technologie. Les départements d’informatique de certaines des institutions les plus connues du pays ont depuis emboîté le pas et expérimenté des services similaires. Les exemples comprennent Cité de l’espoir, Université de Colombieet la clinique Mayo, qui a développé Plate-forme de la clinique Mayo organiser les données en toute sécurité pour pouvoir répondre le plus rapidement possible aux questions médicales les plus complexes et avoir un impact immédiat sur les soins aux patients.
Le but de cet article est d’expliquer comment ces services fonctionnent et comment ils peuvent améliorer les soins aux patients et réduire les coûts.
Manque de preuves
Considérez cet exemple réel et personnel (plus précisément, la mère du co-auteur John Halamka): Une femme âgée avec un état mental altéré, de la fièvre et un faible taux de sodium sérique. Elle est hospitalisée et surveillée par un médecin de soins primaires, qui reconnaît que la patiente a probablement une infection des voies urinaires (UTI) et commence un traitement avec des antibiotiques et des médicaments contre la fièvre. Cependant, une infection urinaire n’explique pas complètement les faibles niveaux de sodium du patient. Bien qu’un faible taux de sodium puisse être le résultat d’une clairance rénale du sodium, les patients atteints d’infections urinaires ont rarement un faible taux de sodium, ce qui oblige les médecins à chercher des réponses.
Malheureusement, il n’y a pas beaucoup de réponses parce qu’aucun essai clinique impliquant des femmes de 80 ans ayant un état mental altéré et un taux de sodium anormalement bas n’a été réalisé. Mais avec des millions de dossiers électroniques de patients disponibles, la consultation de la base de données pourrait permettre à un médecin de diagnostiquer et de traiter avec précision un patient, plutôt que de simplement faire une estimation.
Même les médecins hautement qualifiés et hautement qualifiés connaissent des lacunes dans les preuves qui nuisent à leur capacité à diagnostiquer et à traiter avec précision certains patients, ce qui est l’une des raisons pour lesquelles cette analyse doit être effectuée systématiquement. La consultation régulière des bases de données peut répondre à des questions cliniques critiques telles que :
- Quel est le bon diagnostic ?
- Quels tests de diagnostic faut-il commander ?
- Quelle est l’implication de ce résultat de laboratoire anormal ou de ce marqueur génomique ?
- Quel est le pronostic typique pour ces patients ?
- Quels médicaments ou autres traitements faut-il utiliser et dans quel ordre pour optimiser les résultats ?
- Cette procédure vaudra-t-elle le risque et/ou le coût pour ce patient ?
- La vie d’un patient peut-elle être prolongée ou améliorée par un traitement alternatif ?
Quatre décennies d’efforts
L’idée d’examiner les dossiers médicaux pour voir ce qui est arrivé à des patients similaires n’est pas nouvelle. Cela a probablement commencé en 1972 lorsque le célèbre chercheur médical Alvan Feinstein a publié «Prévision à l’aide d’un programme informatique en mode conversationnel», un article dans lequel il décrit un système informatisé où les cliniciens, les données médicales et la technologie se combinent pour créer des preuves concrètes pour appuyer les décisions cliniques pour le traitement des patients atteints de cancer du poumon. Depuis cette idée révolutionnaire, plusieurs efforts ont été déployés pour concrétiser cette vision.
Un exemple est Banque de données Duke sur les maladies cardiovasculairesqui a été lancé en 1975 et a produit le soi-disant pronostics qui résumait ce qui arrivait à des patients similaires lorsque différentes options de traitement étaient choisies. On espérait que la Duke Databank ferait partie de la pratique clinique. Cependant, l’effort a été limité par le coût d’obtention des données sous forme électronique, l’accent mis sur un seul domaine médical (dans ce cas, la cardiologie) et les limites de paiement.
Les rapports de pronostics de Duke ont finalement pris fin, mais le concept n’a pas été abandonné. D’autres universités et institutions ont travaillé pour surmonter les obstacles logistiques et soutenir le soutien technologique et politique requis.
En 2011, les pédiatres de la faculté de médecine de l’Université de Stanford ont dû prendre la décision critique de traiter un patient atteint de lupus érythémateux disséminé (LED) avec un anticoagulant. Ce n’était pas une pratique courante, mais les médecins pensaient que c’était le meilleur plan d’action compte tenu des complications. Cependant, aucune étude connexe n’a confirmé que cette option de traitement est la meilleure en termes de risque. Pour les guider, les médecins ont utilisé l’entrepôt de données cliniques de l’école pour estimer le risque de caillots sanguins. En moins de quatre heures, ils ont pu examiner les données de la cohorte SLE, qui comprenait des patients pédiatriques atteints de SLE pris en charge par des médecins entre octobre 2004 et juillet 2009, et utiliser ces données pour prendre des décisions en matière d’anticoagulants. Leur succès a ensuite été publié dans l’article du New England Journal of Medicine “La médecine factuelle à l’ère des DME.”
Une éventuelle solution
En 2018, un groupe de médecins et de spécialistes des données de la Stanford University School of Medicine a piloté le Green Button Informatics Consult Service, qui a utilisé des données collectées et anonymisées de manière systématique auprès de millions de personnes pour fournir des preuves à la demande dans des situations où des preuves suffisantes manquaient. . . Les résultats pourraient ensuite être analysés instantanément par les médecins traitants et les scientifiques des données pour informer immédiatement les soins aux patients. Pendant pilote, le service a répondu à 100 demandes de consultation de 53 utilisateurs de divers domaines. Les consultations ont éclairé les soins aux patients individuels, entraîné des changements dans la pratique institutionnelle et motivé de nouvelles recherches cliniques – établissant la faisabilité de la génération de données probantes à la demande pour combler les lacunes en matière de données probantes.
Cette nouvelle capacité a été le catalyseur d’Atropos Health, qui a livré avec succès plus de 1 800 demandes de consultation à ce jour. Un certain nombre de startups de technologie de la santé se sont engagées à exploiter la puissance des données des dossiers de santé électroniques pour améliorer les soins aux patients. Vive la santé, nférence, Santé OMNYet Atropos santé ne sont que quelques exemples. Des géants de la santé comme la Mayo Clinic et la Cleveland Clinic le remarquent également. Voyant le potentiel des consultations de base de données au point de service, la Mayo Clinic s’est associée à Atropos et a tiré parti de la technologie de l’entreprise pour améliorer la plateforme de la Mayo Clinic.
Tout cela est rendu possible en partie par les règles fédérales qui exigent que les données des patients soient migrées à partir de dossiers papier et stockées électroniquement, ce qui signifie que 10 à 15 ans de dossiers médicaux passés pour des centaines de millions de patients sont désormais systématiquement accessibles. Par exemple, la plate-forme Mayo Clinic améliore la prestation des soins grâce à des informations et des connaissances dérivées de données anonymisées provenant de 10 millions de dossiers de patients qui incluent des valeurs de laboratoire, des codes de diagnostic, des signes vitaux, des médicaments et des notes cliniques. Ces données sont nécessaires pour augmenter l’efficacité des consultations de la base de données ; il fournit aux analystes de données et aux plates-formes d’apprentissage automatique les éléments de base nécessaires pour transformer les données en informations.
Services d’experts dans la boucle
L’accès aux données et leur stockage pour analyse facilitent la vie des scientifiques des données et des cliniciens qui souhaitent améliorer la prestation des soins, mais le développement de nouvelles meilleures pratiques pour la prestation des soins nécessite la constitution d’une base de données probantes. Étant donné que les données sont générées lors de rencontres avec des patients, la génération de telles preuves prend beaucoup de temps et coûte beaucoup d’argent. De plus, pour de nombreuses institutions, la recherche de modèles dans les données est un processus manuel qui ajoute du temps et des coûts de main-d’œuvre supplémentaires à l’équation. Même dans les institutions dotées d’équipes d’analyse bien équipées, une telle production de preuves nécessite souvent plus de 300 heures et 300 000 $ suffisamment pour répondre aux questions cliniques et élaborer de nouvelles lignes directrices en matière de soins. Cette approche artisanale peut ne pas répondre aux besoins de chaque patient.
La solution utilise une nouvelle technologie de recherche, telle que celle utilisée par le cabinet de conseil en informatique Green Button, et une équipe de médecins et de scientifiques des données qui ont accès à des ensembles de données à la demande et une expertise pour interpréter les résultats de la recherche. Cette approche peut atteindre la précision et la rapidité requises pour le délai d’exécution de 24 heures nécessaire pour combler les lacunes entre les preuves au chevet du patient. En plus de réduire considérablement le temps et la main-d’œuvre nécessaires pour produire ces informations cliniques personnalisées, cette approche entraînera presque certainement des économies de coûts importantes ; les recherches en cours visent à quantifier exactement combien.
Au cours des 40 dernières années, malgré d’énormes investissements dans la technologie et les politiques qui stimulent l’innovation numérique dans les soins, les médecins prennent encore de nombreuses décisions cliniques sans données. Des services d’experts dans la boucle qui tirent parti de la technologie et des données disponibles actuellement peuvent aider à changer cela en tenant la promesse initiale des dossiers de santé électroniques et en transformant les connaissances cliniques du monde réel en soins améliorés pour les patients. Ils peuvent nous rapprocher de la réalisation de la vision de Feinstein et combler le manque de preuves au point de service.