Romain Bey : “Avoir des compétences en data science est stratégique pour l’AP-HP”

Comment est né le service Sciences des données ?

En 2016, l’AP-HP a décidé de lancer un projet d’entrepôt de données de santé (EDS) afin de développer plus largement la recherche à partir des données de santé produites en son sein. L’EDS centralise les données variées issues des prises en charge à l’AP-HP. Cela peut être des données cliniques (comptes rendus d’imagerie, données relatives aux médicaments..) comme des données administratives (facturation, identitovigilance, parcours de soins…). Il s’agit du premier EDS autorisé par la CNIL en France, début 2017.

En 2020, pendant la crise Covid, la nécessité de structurer une compétence en sciences des données s’est imposée. L’aide de data scientists bénévoles avait permis de réaliser un certain nombre d’études ayant fortement contribué à la gestion de cette crise. Cette contribution a démontré l’intérêt d’avoir une équipe de data scientists au cœur de l’hôpital et conduit à la création de l’équipe data science. Les grandes bases de données générées par l’AP-HP sont riches d’opportunités mais nécessitent en général des technologies spécifiques pour être analysées, comme des technologies d’intelligence artificielle. Avoir ces compétences en data science en interne est stratégique pour l’AP-HP.

Quels sont les objectifs de ce service ?

Il y a en a trois :

• développer des algorithmes qui aident à l’intégration et à la mise en qualité des données dans l’EDS. Il s’agit d’algorithmes de pseudonymisation, de prétraitement des PDF, de comptes rendus cliniques, d’extraction d’informations des comptes rendus médicaux, etc.
• fournir un support en data science permettant à certains utilisateurs de réaliser une étude spécifique (en recherche, en pilotage ou pour de l’innovation) en manipulant des données à large échelle, avec du calcul distribué, en développant des algorithmes dédiés à ces thématiques
• animer la communauté de data scientists qui travaillent sur les données de santé, en pleine croissance à l’AP-HP. Elle comprend, en plus des data scientists du service, ceux exerçant dans les unités de recherche clinique ou dans d’autres directions fonctionnelles ou nos partenaires (Inria, universités, Inserm, autres CHU). Le service Science des données fait office de socle technique pour animer cette communauté. Je le vois comme une première étape qui permettra de diffuser plus largement des bonnes pratiques et des compétences dans les différents sites de l’AP-HP.

Le marché de l’emploi est très compétitif sur ces profils de data scientists. Comment les attirer et les fidéliser ?

Nous avons plusieurs leviers. Contribuer à améliorer le fonctionnement de l’hôpital répond à une quête de sens chez de nombreux candidats. L’AP-HP offre également des opportunités de formation en interne et une grande qualité de travail d’équipe, au contact de compétences variées et multidisciplinaires. Enfin, la valorisation du travail réalisé : la structuration de projets open sources ambitieux, disponibles sur le compte Github de l’AP-HP (github.com/aphp), met en avant les développements informatiques réalisés par différents contributeurs dont les data scientists de l’équipe. Nous avons ainsi réussi à créer un cadre attractif qui a permis de fidéliser de nombreux data scientists de haut niveau.

Avez-vous prévu des recrutements à venir ?

Cela dépend beaucoup des différentes lignes budgétaires qui seront débloquées pour les projets de recherche/innovation et pilotage. Pour l’instant, le service est en croissance modérée. Mais nous avons candidaté à un certain nombre d’appels à projets (notamment celui lancé par le gouvernement cet été sur les EDS, NDLR) qui, si nous les remportons, permettront d’avoir une croissance plus forte du service.

Quel est le budget du service Science des données ?

Un tiers du financement vient de fonds propres à l’AP-HP dédiés au développement de l’EDS. Les deux tiers restants viennent de subventions de recherche ou de mécénat.

Comment ce service impacte-t-il les autres services de l’AP-HP ?

Réaliser une étude sur les données massives est une tâche difficile qui nécessite de très nombreuses expertises complémentaires. Cela suppose des compétences en science de données ainsi qu’une très bonne compréhension du contexte clinique, du fonctionnement de l’hôpital, des différents parcours de soins, des enjeux médicaux, et des biais statistiques. Chaque projet s’accompagne donc de la création d’une équipe projet aux compétences très larges, qui dépassent celles présentes dans le pôle Innovation et Données et l’équipe Science des Données : cliniciens, statisticiens et d’autres experts. Pour cela, nous avons mis en place un certain nombre de guichets et de processus permettant d’instruire les projets et de s’assurer qu’ils bénéficient d’un accompagnement pertinent, en particulier grâce aux unités de recherche clinique.

Quelle gouvernance avez-vous mis en place ?

La gouvernance, mise en place au lancement de l’EDS en 2017, a évolué à la marge depuis. Elle se structure autour :

• d’un comité de pilotage de suivi stratégique qui a lieu tous les quatre mois pour donner les grands axes de développement de la donnée au sein de l’AP-HP,
• d’un comité scientifique et éthique qui se prononce sur les différents projets de recherche qui lui sont soumis et qui permet d’avoir un numéro IRBA pour publier sur les données de santé,
• de groupes de travail et de clubs utilisateurs qui permettent de regrouper différentes communautés travaillant sur l’entrepôt de données de santé et de faciliter les partages de bonnes pratiques et la remontée des besoins utilisateurs.

Dans la plupart de ces instances siègent des représentants de patients, de cliniciens et de personnels académiques. Les projets validés par le comité scientifique et éthique sont disponibles sur le portail de transparence de l’EDS qui répertorie tous les projets et décrit dans un court paragraphe l’objectif du projet et les données auxquelles il aura accès. Plusieurs directions fonctionnelles de l’AP-HP se sont également structurées en maîtrise d’ouvrage pour définir des besoins et des attentes vis-à-vis de l’EDS.

Quid de la valorisation des données ?

Un hub innovation propose un guichet simplifié pour les acteurs souhaitant innover grâce aux données de santé de l’AP-HP. Cette structuration se met en place et permet d’avoir des process de plus en plus standardisés pour contractualiser lors de projets de collaboration avec l’AP-HP.

Combien de projets ont été menés depuis la création du service ?

Depuis la création du pôle Innovation et Données, 240 projets de recherche ont été lancés. Ils ont abouti pour l’instant à 50 publications scientifiques et ont associé 57 partenaires. Côté pilotage, plus de 80 tableaux de bord ont été mis à disposition des professionnels de l’AP-HP. L’équipe Science des Données a contribué à une dizaine de projets de recherche, avec le développement d’algorithmes de prétraitement des données : pseudonymisation, prétraitement des données pdf, gestion des données aberrantes etc. qui sont ou seront bientôt déployés sur l’EDS.

L’équipe Science de Données a également lancé plusieurs bibliothèques scientifiques open source, avec l’idée de structurer des communautés de contributeurs et d’utilisateurs. Un premier logiciel a ainsi recueilli les contributions de différents acteurs d’autres CHU et de la HAS… Enfin, l’équipe Science des Données a participé à la formation des professionnels de l’AP-HP et des ingénieurs liés à la santé afin de structurer ces filières de formation autour de la data.

Comment ce travail fait pour l’EDS nourrit et oriente la stratégie globale de l’AP-HP ?

Le fait d’avoir ces deux finalités (recherche/innovation et pilotage) permet d’avoir des synergies entre les deux. Un certain nombre d’algorithmes issus de la recherche, par exemple pour fouiller la centaine de millions de documents cliniques que collecte l’AP-HP, peuvent être utilisés pour créer des indicateurs de pilotage. L’utilisation de tels algorithmes est pour l’instant moins développé dans le cadre du pilotage que la recherche, mais la dynamique est amorcée, avec des transferts de technologie.

Quelle est votre feuille de route pour 2023 ?

Le service a déjà et va encore davantage publier des logiciels en open source. Avec l’idée de poursuivre cette dynamique de structuration de communautés, en particulier autour du traitement automatique du langage. L’amélioration continue des chaînes de prétraitement des données et de qualification de la qualité des données est également une priorité. Ce sont des projets qui s’inscrivent sur plusieurs années. Nous poursuivrons les travaux initiés pour avoir des indicateurs encore plus fins et des prétraitements de données qui permettront de préserver au maximum et d’améliorer leur qualité.