L’Assistance Publique - Hôpitaux de Paris (AP-HP) poursuit son implication dans la valorisation des données de santé avec le partage en open source de nouveaux outils d’intelligence artificielle (IA) utilisés pour exploiter son Entrepôt de données de santé (EDS). Un engagement de partage et de diffusion au bénéfice de la communauté des chercheurs. Deux publications récentes en témoignent.
De nouveaux outils pour la recherche sur données massives
Les équipes du pôle innovation et données (I&D) de la direction des services numériques (DSN) de l’AP-HP s’engagent dans le développement de technologies d’IA pour analyser des données complexes, comme les textes ou les images. Elles partagent deux avancées pour l’usage des données contenues dans son Entrepôt de données de santé (EDS).
- Un outil de pseudonymisation des documents cliniques, étape préliminaire à toute réutilisation de ces documents pour la recherche notamment. Cette tâche complexe consiste à automatiser de façon fiable le remplacement de toute donnée identifiante contenue dans les textes : prénoms, noms, et contacts des patients et médecins par exemple. L’objectif est de garantir la protection des informations des patients. Concrètement, c’est près de de 300 000 documents chaque jour et près de 150 millions de comptes rendus qui sont rendus accessibles pour la recherche grâce à cet outil.
- 18 algorithmes pour l’extraction des comorbidités. L’enjeu : permettre une exploitation robuste et simplifiée d’informations cliniques pertinentes via leur extraction automatique au sein de comptes rendus rédigés par les personnels hospitaliers. Une tâche complexe, mais indispensable pour la majorité des projets menés sur l’EDS. Ces algorithmes ont été développés via un mode de travail novateur facilitant la collaboration entre experts techniques et médicaux, tout en garantissant une protection optimale des données de santé sensibles.
Pourquoi c’est important ?
- Ces travaux, fruits d'une collaboration entre cliniciens, experts techniques et académiques (Sorbonne Université), ouvrent de nouvelles perspectives pour l'exploitation des comptes rendus cliniques au-delà du soin. Tout en mettant un accent fort sur la protection de ces données via le respect du règlement général sur la protection des données (RGPD).
- Le partage de ces outils en open source en fait de véritables accélérateurs pour l’analyse et l’exploitation des documents car ils peuvent bénéficier à de nombreux projets en parallèle.
- La démarche de partage et de diffusion de ces modèles a été soulignée par plusieurs partenaires hospitaliers et économiques, comme un signal fort de l’expertise et du dynamisme des équipes I&D de la DSN dans l’écosystème de l’IA en santé.
Deux articles publiés
Ces travaux ont donné lieu à la publication de deux articles :
- “Development and Validation of a Natural Language Processing Algorithm to Pseudonymize Documents in the Context of a Clinical Data Warehouse”, publié en mars 2024, dans la revue Methods of information in medecine, sur la pseudonymisation des documents cliniques ;
- "Collaborative and privacy-enhancing workflows on a clinical data warehouse: an example developing natural language processing pipelines to detect medical conditions", publié dans le numéro d’avril 2024 du Journal of the American Medical Informatics Association, sur l’extraction de comorbidités.
L’Entrepôt de données de santé de l’AP-HP, le plus gros entrepôt de données de santé hospitalier en Europe
Il contient aujourd’hui les données de plus de 11 millions de patients. Il a permis la réalisation de centaines de projets de recherche depuis sa création en 2017.
Pour en savoir plus sur :
- L’Entrepôt de données de santé de l’AP-HP et la réalisation de recherches sur données. eds.aphp.fr > nos services > réaliser une recherche sur données
- Les outils développés à l’AP-HP et mis à disposition au service de la recherche, de l'innovation et du pilotage par la valeur démarche open source : https://github.com/aphp/
- Les possibilités d’extraction d’information dans les documents cliniques proposées dans EDS-NLP, bibliothèque open source qui rend accessibles au plus grand nombre les technologies d'analyse automatique des textes [démonstration interactive].
