Mise en place d'un réseau de données synthétiques au Canada

Utilisation de données synthétiques préservant la confidentialité pour relier les hôpitaux à travers le Canada et obtenir plus rapidement des informations permettant d'améliorer les soins aux patients

Dans le domaine des soins de santé canadien, les données hospitalières restent cloisonnées et sous-utilisées en raison des règles strictes en matière de confidentialité et d'un manque de partage des données entre les établissements. Parallèlement, le système de santé canadien subit la pression de l’augmentation des coûts, des problèmes de capacité, du vieillissement de la population et d’un écosystème de recherche et d’innovation fragmenté. Ce projet de validation de principe multisites relève ce défi en jetant les bases d’un réseau de données synthétiques évolutif et pancanadien qui permet aux hôpitaux de collaborer sans partager d’informations sensibles sur les patients. Les données synthétiques sont une synthèse non réversible et créée artificiellement à partir de données réelles sur les patients. L’ensemble de données reproduit les caractéristiques statistiques et les corrélations des données brutes. L'utilisation de données synthétiques permet un accès sécurisé et conforme aux données entre les hôpitaux et les provinces.

Le projet se concentrera, dans un premier temps, sur le cancer du poumon non à petites cellules et à petites cellules (CPNPC), en exploitant les données synthétiques du Centre universitaire de santé McGill (CUSM) et du Réseau universitaire de santé (RUIS). Les données brutes des hôpitaux seront normalisées et utilisées pour générer un ensemble de données synthétiques qui préserve les caractéristiques statistiques des données tout en protégeant les renseignements médicaux personnels. À l'aide d'analyses avancées, nous analyserons les parcours de soins, les résultats pour les patients et l'utilisation des ressources de santé. Une approche d'apprentissage fédéré sera également utilisée, permettant aux modèles d'apprendre à partir des données synthétiques tout en préservant la confidentialité des patients.

Cette initiative a le potentiel de libérer la puissance des données pour améliorer l'efficacité, optimiser les soins aux patients et accélérer l'innovation au Canada. Cette validation de principe vise à démontrer que les données synthétiques peuvent permettre une collaboration interinstitutionnelle sécurisée et générer des informations fiables. Ces informations pourraient améliorer les décisions thérapeutiques, identifier les lacunes dans les soins et favoriser une prestation de soins de santé plus efficace et plus équitable. À long terme, ce travail jettera les bases d’un réseau national de données évolutif et respectueux de la vie privée afin d’accélérer la recherche en médecine de précision et d’améliorer les résultats pour les patients à travers le Canada.

Réussir à créer des données synthétiques de haute qualité nous permettra d’appliquer la recherche en science des données sans compromettre ni la confidentialité des patients ni la validité des résultats. Cela ouvre une nouvelle voie pour la médecine de précision, permettant des découvertes qui n’auraient peut-être pas été possibles autrement. – Équipe de recherche de l’UNB