Nouvelle approche d'interopérabilité basée sur OpenEHR et NoSQL avec l’élaboration d’un modèle prédictif selon PRISMA

Abstract

Avec le développement des nouvelles technologies, de nombreuses données sont col lectées sur diverses plates-formes et sont désormais connues sous le nom du Big Data. Cela a changé la façon dont nous gérons, analysons et exploitons les données dans n’im porte quel secteur. La santé est l’un des domaines les plus prometteurs dans lesquels il peut être appliqué pour apporter un changement crucial. Dans ce sens, les données médicales sont stockées dans des Systèmes de Santé de Electroniques (SSE), offrant une mine d’or pour l’intégration et l’analyse à grande échelle des caractéristiques des patients, des maladies, des traitements et de la qualité des soins. Actuellement, la disponibilité d’une masse importante des SSEs, chacun avec une terminologie clinique, des spécifications techniques et des capacités fonctionnelles dif férentes, a entraîné des difficultés pour l’interopérabilité et le partage des données. D’un côté, l’absence d’interopérabilité du SSE avec d’autres systèmes et organismes de santé peut entraver considérablement la qualité des soins aux patients, d’un autre, sans interopérabilité, il sera difficile de mettre en place une infrastructure de données adaptée pour générer des résultats exploitables avec les méthodes et outils de l’intel ligence artificielle. Cependant, assurer l’échange entre ces systèmes de santé, n’est pas une tâche facile, de nombreux obstacles empêchent toujours sa mise en œuvre réussie. La complexité de la normalisation et le développement d’une quantité excessive des SSEs, qui ne considèrent pas l’intégration des modules d’interopérabilité à un stade précoce sont tous des défis à relever. Ainsi, si certaines solutions basées sur des normes et standards de santé existantes offrent une partie d’interopérabilité pour les SSEs, elles ne proposent toujours pas de solution cohérente pouvant être intégrée et utilisée facilement. Dans cette optique, ce travail de recherche s’articule, dans un premier lieu, sur l’implémentation d’un système de santé électronique interopérable basé sur OpenEHR, un standard de santé fondé sur la modélisation à deux niveaux, qui sépare le modèle de référence conçu pour le système d’application des archétypes, ce qui permet une modélisation flexible des concepts cliniques. Cependant, entrer dans la mise en œuvre ivRÉSUMÉ d’OpenEHR peut être très complexe. L’objectif principal est de simplifier le processus d’intégration d’OpenEHR en introduisant une méthodologie par étapes de la migration depuis un SSE traditionnel, basé sur un modèle relationnel SQL, vers une solution qui intègre le formalisme d’OpenEHR en migrant vers un schéma de données NoSQL orienté document. Dans un second lieu, nous nous focalisons sur l’exploration des algorithmes d’intelli gence artificielle, sur la base d’une étude systématique PRISMA, et plus spécifiquement les modèles de prédiction afin de proposer une approche qui nous permettra de trou ver les facteurs de risques les plus pertinents pour le diagnostic rapide des maladies cardiovasculaires, étant la première cause de mortalité dans le monde.