Continuum soins-recherche : construire des cohortes de patients grâce aux big data

Consore (Continuum soins-recherche) a pour objectif de construire des cohortes de patients pour les maladies rares en se basant sur la richesse des données accumulées dans les dossiers patients des différents centres de lutte contre les cancers.

Agrégation de données multisources

Le moteur de recherche est devenu un outil de data mining permettant de trouver facilement des données textuelles ou structurées dans l’ensemble du système d’information hospitalier (administratif, PMSI, fiches tumeurs, dossier patient, centre de ressources biologiques, Chimio). Consore agrège des données provenant de différentes sources afin de modéliser l’histoire néoplasique du patient. Cette solution devra aider les médecins et les chercheurs à identifier des pathologies ou des situations particulières en vue d’améliorer leur prise en charge ultérieure ou de valider des hypothèses de recherche. Le médecin peut ainsi identifier des patients correspondant à des critères de recherche évolués, consulter l’ensemble des documents de ces patients et rechercher une donnée particulière (toxicité, anomalie moléculaire…) parmi l’ensemble des dossiers patients. De son côté, le chercheur peut constituer une cohorte de patients en vue de la préparation d’un essai clinique en effectuant une comptabilisation des patients atteints d’une pathologie rare ou dont les prélèvements tumoraux ou sanguins révèlent des particularités et valider des hypothèses de recherche.

Un outil développé avec les DSI des centres

Les travaux préalables de préparation avec les DSI ont abouti à un interfaçage entre Consore et le SI de l’établissement pour l’extraction et le traitement des données, mais aussi à la mise au point du processus d’installation grâce à l’implication de binômes médecins/DSI. Consore est développé par la communauté des centres en partenariat avec Intel, Sword et Cisco. Cette première version est vouée à s’enrichir de multiples fonctionnalités. Elle sera installée dans les centres en plusieurs vagues : Bordeaux, Lyon, Marseille en 2016, puis les autres en 2017.

Normalisation des données

L’efficacité d’un tel projet repose notamment sur la définition d’un modèle unifié et l’utilisation de référentiels standards (CDA R2, IHE PAM) qui facilitent le déploiement dans les établissements. Une grande partie de l’information n’existe que sous forme non structurée. Consore s’appuie donc sur les données structurées et les données extraites des documents via les outils de Traitement automatique du langage naturel (Taln). Il détecte ainsi différents types de concepts : Tumeurs, Métastases, Récidives, Formes négatives, Antécédents familiaux et personnels.

Les informations patients sont structurées par des règles de raisonnement qui construisent le parcours néoplasique du patient, en commençant par la détection de l’information, puis hiérarchisées en fonction de la fiabilité de la source. Par exemple, les données PMSI sont plus fiables que celles, non structurées, du dossier patient.

Open Source et adaptabilité

L’architecture applicative est construite majoritairement sur des briques Open Sources comme Apache Camel pour la chaîne de traitement ou ElasticSearch pour le moteur de recherche. L’infrastructure se déploie par ailleurs sur un cluster de serveurs avec une haute disponibilité, adaptable à la charge.

Cette solution permet aussi bien l’interrogation instantanée de millions de documents avec une recherche locale sur 10 millions de documents qu’une recherche fédérée pouvant atteindre 5 millions de patients et plus de 100 millions de documents. Enfin, évolutive par essence, elle pourra notamment être diffusée vers d’autres types d’établissements (CHU/cliniques), intégrer de nouvelles sources (données omiques, imagerie, biologie) et s’étendre à d’autres spécialités médicales que la cancérologie.

[i] Voir DSIH n° 15, mai 2015, page 32.