TECHNOLOGIE DE SANTÉ : Pouvez-vous me parler de votre carrière dans la science des données ?
BUTTE : Mon diplôme de premier cycle est en informatique et j’aime toujours écrire du code. J’ai généralement une fenêtre de code ouverte sur mon ordinateur portable quelque part. Au début de ma carrière, j’ai passé mes étés à travailler chez Apple et Microsoft. Mais après tout ça, je suis allé à la faculté de médecine, et cette combinaison d’informatique et de médecine était rare à l’époque. Je pense que c’est probablement encore assez rare d’être ingénieur logiciel et d’aller à la faculté de médecine.
J’ai eu la chance de le faire et j’ai fini par suivre une formation en pédiatrie et, plus tard, en endocrinologie pédiatrique, alors je m’occupais d’enfants atteints de diabète et de problèmes de croissance. Mon mentor m’a alors convaincu de revenir pour obtenir un doctorat. en informatique biomédicale. J’ai fini par rester dans l’écosystème de Boston pendant 10 ans complets, j’ai terminé ce doctorat, puis j’ai déménagé à Stanford pendant 10 ans pour commencer ma carrière en tant que professeur assistant, jusqu’à devenir professeur titulaire. Je suis maintenant à l’Université de Californie depuis environ sept ans et j’adore le travail de jour ; c’est incroyable. Je suis professeur et je dirige mon groupe de recherche, mon laboratoire et mon institut à l’UC San Francisco, mais j’ai également ce rôle opérationnel dans l’ensemble du système de santé de l’Université de Californie en tant que scientifique en chef des données.
TECHNOLOGIE DE SANTÉ : Comment le domaine de l’analyse de données dans le domaine de la santé a-t-il évolué au cours des 10 dernières années ?
BUTTE : Cela a beaucoup changé, comme vous et vos lecteurs le savez. Premièrement, nous avons plus de données, et les dossiers de santé électroniques sont maintenant pratiquement partout. Et ils ne sont pas seulement partout, ils couvrent plus d’éléments de soins. Désormais, les ordonnances de chimiothérapie seront incluses et tous les autres types de cas complexes seront couverts. Nous avons maintenant d’énormes quantités de données capturées sur les patients, y compris tout ce que nous faisons et mesurons, et c’est maintenant le dossier juridique du patient. Donc par rapport à il y a 10 ans, lorsque certains de nos systèmes de santé venaient d’installer Epic, par exemple, ce domaine a beaucoup changé, maintenant que nous avons tous ce genre de données.
Ainsi, la nouvelle opportunité est de savoir quoi faire avec toutes ces données. Je crois que les données sur la santé sont les données les plus chères en Amérique. Dans de nombreux cas, nous payons des médecins pour le taper. Le récit que je veux m’assurer que vos lecteurs sachent est que ce sera une tragédie nationale si nous n’utilisons pas ces données pour améliorer la pratique de la médecine, étant donné combien nous avons dépensé pour le récupérer. Et, bien sûr, nous devons le faire de manière sûre et responsable.
DÉCOUVRIR: En savoir plus sur la façon de prendre des décisions basées sur les données avec l’analyse.
TECHNOLOGIE DE SANTÉ : De quelles façons l’analyse des données contribue-t-elle déjà à améliorer les résultats pour les patients et la médecine ?
BUTTE : Je pense que beaucoup d’entre nous dans le système de santé comprennent le rôle de l’analyse lorsque nous travaillons avec des payeurs qui nous demandent de documenter la qualité des soins que nous fournissons. Par exemple, Medicaid est l’un de ces payeurs ; en Californie, ça s’appelle Medi-Cal. Nous devons utiliser l’analyse des données pour nous assurer que nous rendons régulièrement compte de la qualité des soins que nous prodiguons, et pas seulement pour les patients Medi-Cal, mais pour tous les patients. Comment utilisons-nous l’analytique pour rendre compte de la qualité des soins ? C’est une évidence, et la plupart des systèmes de santé l’ont compris. Mais pour aller plus loin, comment l’utiliser pour améliorer la qualité des soins ? Nous ne voulons pas simplement regarder dans le rétroviseur pour voir où nous étions, nous voulons trouver les patients qui sont, par exemple, à l’hôpital maintenant, et améliorer la qualité des soins maintenant. Je pense que l’orientation prospective de l’analyse est l’avenir, pour trouver les patients qui manquent de soins maintenant, qui reçoivent des soins de qualité inférieure maintenant. L’analytique est là pour la qualité des soins.
TECHNOLOGIE DE SANTÉ : Comment l’intelligence artificielle et l’apprentissage automatique améliorent-ils la santé globale de la population ?
BUTTE : L’IA et l’apprentissage automatique sont passionnants, et c’est au-delà des mots à la mode. Beaucoup d’équipes essaient encore de comprendre ce qu’elles signifient. Dans de nombreux cas, les modèles d’IA n’ont pas besoin d’être très sophistiqués, mais lorsqu’ils sont déployés et découverts de la bonne manière, ils peuvent sembler magiques. Par exemple, nous avons tous vu des cas où l’IA aide désormais à interpréter des images radiologiques. Nous avons une équipe à l’UC San Diego, par exemple, qui avait un modèle qu’ils utilisaient pour COVID, pour voir très tôt pendant la pandémie si une radiographie pulmonaire pouvait aider à déterminer si quelqu’un était positif pour COVID-19. C’était à l’époque où nous n’avions pas beaucoup de tests que nous pouvions effectuer, donc les rayons X étaient tout ce que nous avions. Il existe maintenant des centaines d’outils d’IA approuvés par la FDA en radiologie. C’est contre trois ou quatre en 2017.
L’utilisation de nos données cliniques pour aider à former, évaluer et utiliser ces modèles est certainement l’avenir, voire le présent. Je pense que nos systèmes de santé et nos médecins voudront ces outils pour les aider à offrir de meilleurs soins. Nous allons devoir harmoniser et nettoyer nos données de manière à ce qu’elles soient utilisables.
Pour mieux comprendre ce qui va se passer avec nos patients et ce qui se passe avec eux maintenant, nous devons trouver comment les comprendre, et cela signifie parfois en savoir plus sur nos patients. C’est l’IA, l’apprentissage automatique et la prédiction de l’avenir des patients.
Une autre façon de mieux comprendre nos patients est de considérer les circonstances de leur vie, ou ce qu’on appelle les déterminants sociaux de la santé. Par exemple, nous pouvons en savoir beaucoup ou en avoir l’intuition de l’endroit où ils vivent. Ce n’est pas parfait, et ce n’est qu’un début, mais si vous pouvez comprendre où vit un patient, vous pourriez avoir une idée de sa situation sociale. Nous pouvons déterminer le type de couverture des payeurs dont ils disposent, certes, mais également les types d’opportunités d’emploi dans ce quartier et s’ils ont accès à des restaurants, des options alimentaires et des épiceries de meilleure qualité. Tous ces aspects des soins pourraient faire une grande différence pour nos patients atteints de diabète, d’hypertension ou d’autres troubles compliqués. Et beaucoup de cela peut être raisonné simplement en sachant où vit un patient.
Maintenant, ce n’est pas parfait. Bien sûr, il est préférable de demander directement aux patients et de travailler avec eux pour comprendre leur situation sociale, plutôt que d’essayer de deviner ces déterminants sociaux de la santé à partir de leur code postal. Mais ce n’est que le début.
Cliquez sur la bannière ci-dessous pour découvrir HealthTech Les influenceurs informatiques de la santé 2021.
