Médecine de précision vs médecine personnalisée : sont-elles différentes ?
La médecine de précision, également appelée médecine personnalisée, aide les médecins à identifier les risques de maladie uniques d’un patient et les traitements qui fonctionneront le mieux pour lui, selon les Centers for Disease Control and Prevention. Les termes sont interchangeables, mais la médecine de précision est la plus courante.
La Food and Drug Administration des États-Unis explique que de nombreux traitements médicaux sont conçus pour le « patient moyen » dans une approche « taille unique », ce qui signifie que les traitements peuvent être efficaces pour certains patients, mais pas pour tous. Les médecins pratiquant la médecine de précision tiendraient compte des déterminants sociaux de la santé (tels que le milieu de vie, la situation économique et le mode de vie) et des indicateurs génétiques lors du traitement des patients.
La santé de précision, à plus grande échelle, comprend la médecine de précision et des pratiques supplémentaires qui se produisent en dehors des visites en cabinet, telles que la prévention des maladies et les activités de promotion de la santé.
EN RELATION: Découvrez en quoi la santé de la population et la santé publique diffèrent.
« La santé de précision implique des approches que chacun peut adopter par lui-même pour protéger sa santé ainsi que des mesures que la santé publique peut prendre (parfois appelées » santé publique de précision « ) », déclare le CDC.
L’administration Obama a lancé l’Initiative de médecine de précision en 2015 pour « permettre une nouvelle ère de la médecine grâce à la recherche, à la technologie et aux politiques qui permettent aux patients, aux chercheurs et aux prestataires de travailler ensemble au développement de soins individualisés ». Bien que le concept ne soit pas nouveau, il est loin d’être universellement mis en œuvre.
« Dans le domaine de la santé, nous avons toujours essayé de personnaliser la médecine avant qu’elle ne devienne un slogan ou un terme clé, mais elle a évolué au fil du temps », explique le Dr Peter Hulick, directeur médical du Mark R. Neaman Center for Customized Medicine et chef du Centre de génétique médicale du NorthShore University HealthSystem à Evanston, Illinois. « Historiquement, à NorthShore et dans d’autres institutions, lorsque nous avons commencé à nous organiser autour de la médecine personnalisée ou de précision, l’accent était mis sur la génomique. Bien qu’il s’agisse d’un aspect important, les informations génomiques ne sont pas isolées en ce qui concerne la manière dont elles affectent la santé. Nous devons en tenir compte, mais nous devons de plus en plus être conscients des autres éléments qui interagissent avec le génome ou qui influencent séparément le risque pour la santé, tels que les codes postaux et les déterminants sociaux de la santé, pour vraiment offrir une médecine personnalisée et de précision.
Comment la technologie permet la médecine de précision
Les données sont un aspect clé pour faciliter une approche médicale de précision des soins de santé, ce qui rend essentiel pour les organisations de soins de santé d’avoir un moyen de gérer et d’analyser de grandes quantités de données sur les patients. Le dossier de santé électronique fournit une base pour organiser les données des patients mais ne permet pas toujours l’utilisation efficace de ces données pour des soins préventifs et de précision.
Hulick décrit le secteur de la santé comme étant au milieu d’une explosion de données, y compris des informations tirées des DSE et des données des appareils portables et des applications de suivi.
« Il y a tellement de données qu’il devient écrasant pour quiconque d’y comprendre », dit-il, ajoutant que les données sont vitales pour que les fournisseurs déterminent les prochaines étapes les plus importantes pour leurs patients.
À NorthShore, Hulick s’est rendu compte que les médecins recueillant des informations génomiques créaient un autre silo de données plutôt que de relier ces données à d’autres types de données discrètes dans le DSE. Pour résoudre ce problème, NorthShore s’est associé à la société d’intelligence de données Sema4 pour combiner les informations cliniques avec l’analyse génomique à l’aide de l’intelligence artificielle.
EXPLORER: Providence améliore les soins aux patients grâce à l’analyse de données et au cloud.
Selon Hulick, les notes de progression ne peuvent souvent pas être capturées lors de l’extraction de données de routine. Les outils de traitement du langage naturel peuvent aider les fournisseurs à mettre en évidence ces données non structurées afin qu’ils puissent en tirer des informations précieuses sur la santé et déterminer les plans d’action appropriés.
«La situation dans son ensemble essaie d’être plus proactive en matière de santé. Les systèmes de santé en général sont devenus plus efficaces pour prendre soin des malades, mais nous ne réussissons pas aussi bien à prévenir les maladies que nous le souhaiterions dans certains cas », dit-il. «C’est en partie parce que nous pensons souvent que les soins médicaux sont binaires. Soit tu vas bien, soit tu es malade. Vous êtes diabétique ou non. Vous avez une pression artérielle élevée ou vous n’en avez pas. Cependant, la réalité est qu’il existe différentes qualités. Les gens peuvent être sur la bonne voie pour avoir la maladie, et les choses peuvent changer pour les rediriger vers une évolution plus grave ou moins grave. Quels sont ces signaux et que pouvons-nous extraire de nos données pour fournir des informations ? »
Des technologies telles que les alertes automatisées du DSE et les tickets de planification peuvent garantir que des informations importantes à partir des données ne sont pas manquées et que le clinicien y agit pour répondre aux besoins d’un patient.
Conseils aux organisations de santé pour mettre en œuvre la médecine de précision
Selon Hulick, les organisations intéressées par la mise en œuvre d’une approche de médecine de précision dans les soins de santé doivent être les premières à adopter l’analyse des données et l’amélioration de la qualité. Un objectif préliminaire pourrait être de montrer comment l’organisation peut créer des algorithmes relatifs à la maladie qui commencent à guider l’aide à la décision clinique.
Il est également important d’éviter les cas d’utilisation dans lesquels il existe une norme de soins différente dans l’ensemble de l’organisation. Hulick suggère de choisir un espace où l’administration et l’adhésion des cliniciens existent déjà ; par exemple, dit-il, cela pourrait être aussi simple que de s’assurer que tout le monde dans un système de santé a été évalué pour le risque d’une certaine maladie génétique afin de déterminer si un patient a besoin d’un dépistage plus approfondi du cancer héréditaire. Cela pourrait être fait via des questions de dépistage de base sur un portail patient avant une visite annuelle physique ou de soins primaires.
Une alerte pourrait rappeler au médecin de soins primaires de répondre au questionnaire si nécessaire, soulageant le médecin du fardeau de se souvenir au milieu des demandes concurrentes d’attention.
Hulick souligne que chaque organisation a des problèmes différents et qu’il est important d’utiliser l’analyse de données et la santé de précision pour trouver des solutions spécifiques à cette organisation et à sa population de patients.
