Des richesses à exploiter

Utiliser et interpréter intelligemment les données cliniques, pour faciliter des projets de recherche qui font avancer la science et la médecine
Catégorie
Recherche
Qualité des soins
Statut
En cours

contexte

L’un des fondements de la médecine personnalisée est la compilation d’innombrables bases de données. Leur analyse soulève généralement toutes sortes de contraintes techniques, juridiques et éthiques, ainsi des aspects sémantiques liés au sens même de ces données. Une équipe de scientifiques de l’UNIGE et des HUG, en collaboration avec le SIB Institut Suisse de Bioinformatique et le CHUV, a élaboré une stratégie pour une infrastructure nationale, adoptée par l’ensemble des hôpitaux universitaires et des institutions académiques suisses. Cette stratégie s’appuie notamment sur un cadre sémantique commun, visant à utiliser les données de manière synergique et flexible selon les besoins de la recherche et les partenaires engagés. 

 

projet

Le projet est une mise en œuvre de cette stratégie et vise à améliorer l'utilisabilité et l'interprétabilité des données cliniques aux HUG. À terme, il a pour but de renforcer la capacité des chercheurs à interroger les données de manière autonome. Il est entièrement conforme aux normes locales et nationales et réunit des experts suisses de premier plan dans le domaine des nomenclatures en médecine, de la bioinformatique, des médecins, des codeurs professionnels, en plus des profils standards de la science des données. 

Ce projet est catalysé par le Centre de l'innovation des Hôpitaux universitaires de Genève.

 

Où en sommes-nous ?

Mars 2023: Les données produites dans un hôpital sont complexes et couvrent de nombreux domaines, de nombreux métiers et de nombreuses activités, dont le métier de soigner. Cette complexité réduit considérablement la capacité à réutiliser ces données. Le projet RADAR met en place une approche radicalement nouvelle de gérer ces données par la médiation d’une forte sémantique, et de représentation multidimensionnelle par des graphes formels et probabilistes. Cette approche est particulièrement utile aux techniques d’intelligence artificielle.

 

chef de projet

Professeur Christian Lovis, Médecin-chef de service, Service des sciences de l'information médicale, Département diagnostique, Hôpitaux universitaires de Genève & Professeur ordinaire, Faculté de médecine, Département radiologie et informatique, Université de Genève