SOMMAIRE - Expertises
Responsable : Prof. Jean-Baptiste Beuscart
Intelligence Artificielle & Big Data
La lutte contre la iatrogénie (effets indésirables des médicaments) est une priorité de santé publique, qui lorsqu’elle est associée à une optimisation thérapeutique, peut permettre de réduire le risque de complications. Ces stratégies de prévention ont pour objectif de prévenir les effets indésirables liés aux médicaments avant qu’ils ne surviennent et de mieux prendre en charge le patient avec son traitement.
Les méthodes actuelles, validées, pour diminuer ces risques sont chronophages et coûteuses en moyen humains. Pour prioriser ces interventions, les systèmes d’aide à la décision informatisés semblent appropriés, permettant théoriquement une détection automatisée de situations à risque. Malgré l’informatisation massive des prescriptions, ces outils restent peu fonctionnels encore du fait d’un manque de fiabilité dans la détection des situations à risque iatrogène et du manque de prise en compte des facteurs humains (interactions homme-machine et interprofessionnelles).
Notre objectif est de développer des stratégies de prévention de la iatrogénie à l’aide de systèmes d’aides à la décision informatisés en respectant deux étapes-clés : une conception de règles dynamiques, fiables et spécifiques pour un risque donné ; une intégration réfléchie et concertée de ces alertes dans le processus de soins pluri-professionnel, adaptée au contexte de soins.
Au final, le développement de ce projet va permettre de mieux détecter et corriger les situations à risque iatrogène et/ou nécessitant une optimisation thérapeutique chez les patients diabétiques hospitalisés, en lien avec le secteur ambulatoire et le patient.
Responsable : Dr. Grégoire Ficheur
Entrepôt de données de santé
L’informatisation des données de santé et le développement d’outils informatiques, incluant l’intelligence artificielle (IA), offrent des opportunités majeures pour l’amélioration de la recherche clinique dans le diabète. Le CHU de Lille dispose d’un entrepôt de données de santé (EDS) qui possède toutes les autorisations et moyens requis, et qui collecte les données du soin courant pour plus de 230 000 séjours par an et plus d’un million de patients suivis.
L’objectif est de développer des outils de pré-screening pouvant tirer parti des données riches mais hétérogènes de l’EDS. Ces outils seront basés sur une IA de premier niveau (alignement terminologique, annotation automatisée, etc.) et de deuxième niveau (classification supervisée et non-supervisée).
Au final, une analyse fine des données concernant les patients diabétiques hospitalisés au CHU de Lille permettra de clarifier l’étendue de certaines questions cliniques, de déterminer les capacités de recrutement de patients diabétiques au CHU de Lille, et de réaliser des pré-screening en vue d’inclusion dans des essais cliniques. Ces fonctionnalités essentielles seront à même de répondre aux attentes des recherches institutionnelles et industrielles.
Responsable : Prof. Dominique Deplanque
Centre d’essais thérapeutiques
Le Centre d’Essais Thérapeutiques (Clinical Trial Unit) – PreciDIAB CTU vise à proposer une organisation intégrée et adaptative en fonction des types d’études et de la complexité des protocoles de recherche. L’objectif de cette nouvelle organisation de la recherche clinique est de mutualiser et centraliser les forces en place afin de développer la dynamique de recherche sur le patient diabétique.
La première mission de cette plateforme est d’être un point d’accès, d’orientation, de concertation et d’instruction des projets proposés par les investigateurs, les partenaires industriels et académiques en relation avec la maladie diabétique et ses comorbidités dans le cadre de PreciDIAB.
L’objectif principal de cette plateforme, unique en France, est d’augmenter le nombre de protocoles de recherche clinique menés au CHU de Lille, d’augmenter le nombre de recrutements de patients diabétiques et d’assurer la mise en œuvre des essais selon les normes en vigueur.