Comment adapter l'infrastructure IT pour améliorer la prise en charge médicale ?
Les données de santé sont devenues fondamentales pour permettre aux équipes médicales d'améliorer les soins et le traitement des patients. Cependant, la gestion de ces données non structurées, qui sont stockées dans des silos dispersés et qui augmentent rapidement, représente un défi croissant. Les technologies actuelles ralentissent les décisions des professionnels de santé et allongent les délais d'attente des patients pour accéder aux informations et aux diagnostics importants.
Parce que les hôpitaux disposent de dizaines d'applications différentes pour stocker, étudier, analyser et diagnostiquer les patients, les cliniciens ont désormais besoin d'un moyen simple, efficace et rapide pour naviguer dans cette montagne de données.
En outre, les professionnels de santé sont confrontés au défi de sécuriser ces informations privées et de se protéger contre la menace croissante des cyberattaques. Miser sur une stratégie de données solide est donc un moyen pour les professionnels de santé d'améliorer les résultats et le traitement des patients.
Améliorer l'accès aux informations médicales pour accroître la productivité
Les cliniciens doivent avoir une visibilité sur les données des patients pour éclairer leurs décisions quant au parcours de soins optimal : cela signifie un accès à toutes les données issues des dossiers médicaux ainsi qu'aux données non structurées, notamment l'imagerie médicale, le séquençage clinique, les données pathologiques ou d'autres résultats de laboratoire, ou encore les systèmes d'archivage et de communication d'images (PAC), qui gèrent le flux des images produites par les modalités d'imagerie (TDM, IRM, radiographies). Les systèmes PAC sont utilisés par les radiologues pour établir le diagnostic du patient en examinant et en analysant ces images. Pour pouvoir établir entre 8 000 et 12 000 diagnostics par an, ils ont besoin d'avoir un accès permanent aux études d'imagerie. Pourtant, lorsque les données médicales sont stockées dans des silos séparés, cela est impossible, ce qui entraîne un retard dans le traitement.
S'appuyer sur un stockage moderne est essentiel pour un hôpital, pour permettre aux spécialistes d'être plus productifs. Le stockage doit offrir des performances multidimensionnelles, car les radiologues, les pathologistes et autres cliniciens doivent avoir accès à différents types d'informations médicales : des études tomodensitométriques (CT) qui contiennent des milliers de très petites images aux études pathologiques qui contiennent moins d'images mais beaucoup plus grandes. Les systèmes de stockage traditionnels peinent à fournir ce niveau de performance, à cause des silos d'informations mais aussi de la croissance exponentielle des données et de leur incapacité à gérer ces grands volumes. L'année dernière, IDC annonçait une moyenne de 270 Go de données de santé créées par personne dans le monde. Le cloisonnement des données cliniques empêche les cliniciens d'identifier des corrélations dans le traitement ou la maladie, ce qui peut conduire à des diagnostics erronés ou à des retards dans le traitement, le temps que le clinicien trouve les bonnes informations. Consolider les données dans un "pool" permet d'éliminer les goulets d'étranglement qui empêchent d'accéder à la bonne information, et de les rendre au contraire toujours disponibles et performantes, prêtes à être utilisées par n'importe quel spécialiste, chercheur ou algorithme d'IA pour améliorer la rapidité du diagnostic.
L'intelligence artificielle (IA) permet aux cliniciens d'obtenir des résultats plus rapides
Les professionnels de santé intègrent l'IA dans leur prise de décision, pour étayer leurs diagnostics et stimuler la productivité. Dans le domaine de l'imagerie médicale, des dizaines d'algorithmes d'IA ont déjà été approuvés pour un usage clinique et ont reçu un marquage CE pour montrer qu'ils répondent aux exigences réglementaires. Ces algorithmes rationalisent le travail des cliniciens ; ils permettent par exemple d'examiner les 2 000 images générées par un examen IRM et de distinguer celles qui contiennent des anomalies ou des problèmes médicaux qui doivent être examinés par un professionnel de santé. Si le diagnostic final reste une responsabilité fondamentalement humaine, l'IA en imagerie médicale agit comme un radiologue virtuel et peut grandement améliorer la qualité et la productivité des diagnostics en hiérarchisant les résultats d'examen et les images, ou en trouvant des similitudes entre les données pour les comparer. Pour ce faire, l'infrastructure de stockage doit être évolutive, performante et simple d'utilisation pour simplifier l'adoption des outils d'IA au sein des charges de travail PACS.
Se protéger contre les ransomwares
Il est impossible d'ignorer la menace des cyberattaques et des ransomwares qui pèse sur les hôpitaux et les établissements médicaux, en raison de la nature critique et privée des données concernées et parce que les conséquences d'un temps d'arrêt dû à une cyberattaque sont dramatiques en termes de vies humaines. Plus les systèmes cliniques sont mis hors service longtemps, plus les soins aux patients sont menacés. Cette menace se renforce avec le temps : en 2020, l'ANSSI a enregistré 27 attaques par ransomware contre des hôpitaux, et en 2021, elle a relevé en moyenne une tentative d'attaque par semaine dirigée contre des services de santé. De plus en plus sophistiqués, les ransomwares échappent durablement aux programmes antivirus et s'infiltrent dans les fichiers cliniques au fil des semaines et des mois. Face à ce problème, il faut mettre en place une protection efficace et un plan de restauration en cas de violation. Les établissements médicaux ont besoin de solutions qui offrent une double protection : des instantanés immuables des données afin que les pirates ne puissent pas supprimer ou crypter les informations, et la possibilité de restaurer rapidement et à grande échelle. Certaines solutions offrent des performances de récupération des données allant jusqu'à 270 To par heure, ce qui permet aux établissements médicaux de se remettre en ligne très rapidement si le pire se produit.
Améliorer le traitement des patients grâce à un accès rapide aux données
Les charges de travail complexes, composées de quantités toujours plus importantes de données non structurées, nécessitent une approche moderne pour assurer en permanence les performances et la disponibilité requises. La stratégie et l'infrastructure de gestion des données de certains établissements de soins de santé n'évoluent pas aussi vite qu'elles devraient pour que les médecins et les cliniciens soient efficaces.
Les soins de santé doivent désormais être soutenus par des solutions capables de rassembler toutes les données du patient en un point d'accès unique, pour le traiter dans son ensemble, au lieu d'examiner un seul problème médical à la fois. Il s'agit de réunir les compétences en matière de médicaments, d'imagerie et d'IA afin d'améliorer la détection et la connaissance des maladies, et d'offrir une meilleure expérience au patient grâce à un diagnostic et un traitement plus rapides. En éliminant les silos de données et en adoptant une plateforme unifiée de stockage rapide de fichiers et d'objets, les cliniciens seront en position de force pour accéder aux données, les analyser et opérer une meilleure prise de décision pour les besoins des soins de santé modernes.
La simplicité et la disponibilité continue des données d'applications critiques sont essentielles, car le secteur de la santé ne peut tout simplement pas se permettre des temps d'arrêt ni une sous-exploitation de la valeur de ses données vitales. En se concentrant sur l'utilisation efficace des données de santé, on obtient en fin de compte une meilleure capacité de diagnostic en temps réel pour les cliniciens, un traitement plus rapide des patients et de meilleurs résultats pour ces derniers.