Partager

En médecine, les chercheurs ont besoin d’autant de données normalisées et d’échantillons de données que possible pour découvrir ce qui est possible et sur le plan clinique, l’application des « eureka moments » guidés par les données du côté de la recherche et leur application en médecine clinique « va être le point central de l’effort de travail ».

Pour se faire, une base de données nationale n’est pas la solution, dit-il, d’autant plus que le partage des données se répand dans le monde entier. Des centres de données spécifiques globaux à un domaine seraient préférables, comme une chaîne de blocs qui n’appartiendraient à personne, mais à l’écosystème global.

Un tel réseau de centres médicaux universitaires existe maintenant en Israël, aux États-Unis, au Canada et en Europe qui ont créé le Centre d’innovation ARC qui a été fondé dans le plus grand hôpital d’Israël, le Sheba Medical Center à Ramat Gan. Parmi les participants figurent Intermountain Healthcare en Utah, Stanford Healthcare en Californie et Ottawa Hospital au Canada.

ARC, qui signifie accélérer, redéfinir et collaborer, et qui comprend un espace de travail virtuel et physique, se concentre sur l’utilisation de l’intelligence artificielle, des données importantes et de la génomique pour orienter les initiatives de médecine de précision. L’objectif est de  » changer complètement les soins de santé d’ici 10 ans « , affirme Eyal Zimlichman, MD, directeur de l’innovation de Sheba.

Selon M. Zimlichman, la restructuration et la collaboration sont essentielles. « Les soins de santé ont tant de problèmes. Vous devez détruire ce que nous avons et le construire à partir de zéro. Aucun centre médical universitaire, aussi fort soit-il, ne pourrait le faire seul. »

« L’accès à tous ces éléments ensemble nous mènera là où nous voulons être « , dit M. Zimlichman. « Et c’est l’objectif principal de la médecine de précision : être capable de prédire, de prévenir, de traiter avec précision.

ARC utilise une plate-forme cloud appelée MDClone, qui crée des « données synthétiques » à partir d’ensembles de données originaux. Il en résulte des données statistiquement équivalentes à l’original, mais qui ne contiennent aucune donnée personnelle sur la santé d’une personne.

« Maintenant, nous sommes en mesure de réunir tous les patients atteints de mélanome malin de Sheba, tous les patients d’Intermountain et tous les patients d’Ottawa en une seule source de données « , dit M. Zimlichman. « Et notre capacité à faire les calculs sur les grosses données est évidemment bien meilleure. »

Source : Healthdata management & Israël Valley

Partager