SOIN – Swiss Ophtalmic Imaging Network

Les décisions en matière de diagnostic et de traitement en ophtalmologie reposent majoritairement sur une imagerie numérique non invasive largement répandue dans les hôpitaux et les cliniques ophtalmologiques. Ces images permettent aux cliniciens de diagnostiquer non seulement des maladies oculaires, mais aussi des maladies cardiovasculaires ou neurodégénératives. Une relecture des images qui examine tous les diagnostics possibles requiert des connaissances dans plusieurs domaines médicaux et est, par conséquent, impossible à assurer. Afin d’améliorer la qualité de la prise en charge des personnes et de réduire les charges imposées au système de santé, il est alors nécessaire d’automatiser la relecture de ces images. Les outils pour dépister les indicateurs de ces maladies de manière automatique deviennent alors de plus en plus nécessaires en clinique. Le développement de ces outils est réalisé par les chercheurs grâce à des techniques statistiques innovantes (Par exemple : l’intelligence artificielle).

Afin de développer ces outils, il y a deux prérequis :

  1. le consentement des personnes à la réutilisation de leurs données de santé
  2. l’accès aux images médicales (de bonne qualité et dans un format lisible) couplées aux données de santé (diagnostic, mesures cliniques).

Actuellement, il n’existe pas de lien informatique entre les données et le statut du consentement patient, ce qui représente un obstacle à la réutilisation des données de santé des patients qui ont donné leur accord. De plus, les images oculaires sont stockées dans diverses bases de données et dans des formats qui ne peuvent être lus par les chercheurs (formats propriétaires). Par conséquent, il n’est pas encore possible de mettre en place un transfert rapide et sécurisé des images pour leur réutilisation à des fins de recherche.

Les obstacles évoqués ci-dessus représentent un frein important au développement d’outils avancés d’aide à la décision médicale, basés sur l’intelligence artificielle (IA) et limite leur efficience. De ce fait, la mise à disposition de prestations de soins cliniques personnalisés en sera également retardée. C’est pourquoi nous avons mis sur pied le projet SOIN qui vise à éliminer les obstacles actuels à la gestion sécurisée des images, des données et des consentements. Il s’agit d’une condition préalable à la recherche susceptible de révolutionner les soins de santé.

Dans le cadre de ce projet, nous développons une plateforme intégrée et sécurisée de capture, de gestion et d’analyse d’images, et de données pour l’ophtalmologie en Suisse. Nous mettons également en place un système sûr de gestion dynamique du consentement du patient, permettant aux personnes de contrôler pleinement l’accès à leurs données pour la recherche. La plateforme est structurée en plusieurs parties qui serviront chacune à une population cible : les professionnels de la santé, les personnes et les chercheurs.

Comment fonctionne les trois éléments ensemble afin de réaliser l’objectif global du projet SOIN ?

L’objectif global du projet SOIN est de rendre les images médicales disponibles pour les chercheurs et en retour, déployer les nouvelles techniques en clinique pour une prise en charge plus efficace, tout en respectant le choix des personnes en matière de consentement.

Dans ce contexte, nous pouvons imaginer le parcours des données au sein de ces différentes structures :

  1. Un médecin est confronté à un cas difficile et il souhaite avoir un deuxième avis de la part de l’Hôpital ophtalmique. La plateforme SEE lui permet de soumettre une demande, et même de joindre une image de l’œil du patient. Cette image peut alors être transférée de manière sécurisée à l’HOJG pour être transformée en donnée exploitable.
  2. Une fois que les données sont accessibles, le médecin de de l’Hôpital ophtalmique fait une relecture médicale de l’image. Il/elle évalue des anomalies qui indiquent la présence ou l’avancement d’une maladie, ou les risques associés à un plan de traitement. Pour ce faire, le médecin utilise des outils d’analyse d’images.
  3. La qualité de ces outils d’analyse est constamment passée en revue. À cet effet, le médecin accède aux données destinées à la recherche, et fait appel à des chercheurs.
  4. L’acceptation de l’utilisation des données par le patient permet la création d’une copie codée de ses données ; c’est-à-dire qu’elles ne permettent plus d’identifier le patient dont elles proviennent.
  5. Ensuite, la copie des données peut être transférée dans un espace sécurisé rendu accessible aux chercheurs (« SMO »). Le chercheur applique les nouvelles méthodes statistiques, comme la machine learning, sur ces données pour traiter les images et dépister les indicateurs cliniques.
  6. Dès que le chercheur trouve une méthode satisfaisante qui promet d’avoir un impact clinique, des essais cliniques sont déployés pour évaluer la méthode développée. Ce processus est encadré par des exigences juridiques, éthiques, et médicales qui assurent que le produit final soit un outil de qualité.
  7. Afin d’être utilisé en clinique, ce produit doit être intégré dans un appareil médical certifié. Jusqu’à maintenant, les outils ont été développés pour automatiser le dépistage, soutenir la prise de décision médicale, ou calculer plus précisément des échelles de risque.
  8. Par la mise en place de ces outils, des impacts positifs sur la prise en charge des patients sont attendus. Par exemple, à partir de mars 2021, les patients diabétiques peuvent bénéficier d’un dépistage semi-automatisé pour la forme oculaire de leur maladie : la rétinopathie diabétique. Ce dépistage est réalisé aux antennes de notre hôpital, et seuls les résultats suspects provoqueront un déplacement à l’hôpital central. Par conséquent, ce parcours est plus rapide et moins cher pour les patients. Il a été rendu possible grâce à un algorithme basé sur ces méthodes statistiques innovantes.

Le projet SOIN (Swiss Ophtalmic Imaging Network) a été imaginé à l’Hôpital ophtalmique Jules-Gonin (HOJG) et est issu d’un consortium entre :

Soutien

Ce projet est financé majoritairement par la Confédération suisse par le biais de l’initiative nationale SPHN (Swiss Personalized Health Network).

Dernière modification: