L’analytique avancée fait partie intégrante de nombreux produits et services de l’ICIS. L’ICIS jouit depuis longtemps d’une solide réputation de créateur de produits et d’outils de grande qualité intégrant des techniques d’analytique avancée.
À mesure que le volume, la portée, la richesse et la complexité des données sur les soins de santé augmentent, que l’architecture des puces et la recherche progressent, et que l’adoption de l’infonuagique et l’accessibilité des solutions d’apprentissage automatique et des logiciels libres s’élargissent, l’ICIS multiplie les efforts qu’il consacre à la modélisation prédictive et à la mise à profit de l’apprentissage automatique dans l’objectif de changer ses méthodes de travail et de répondre aux besoins des intervenants.
Initiatives stratégiques visant à soutenir l’analytique avancée à l’ICIS
- Accroître la capacité interne à utiliser l’apprentissage automatique et la modélisation prédictive
- Moderniser la trousse d’outils analytiques de l’ICIS et élaborer une politique en matière de logiciels libres afin de favoriser l’adoption et l’utilisation d’outils à code source libre comme R et Python
- Explorer les technologies d’amélioration du respect de la vie privée et de synthèse pour renforcer la dépersonnalisation et la protection des renseignements personnels sur la santé
- Intégrer l’apprentissage automatique aux activités opérationnelles afin de réaliser des gains d’efficacité et de stimuler l’innovation dans les activités d’élaboration et de gestion des produits de l’ICIS
- Créer un programme de formation sur la science des données et l’offrir au personnel de l’ICIS
- Discuter des expériences respectives et explorer les possibilités de collaboration avec les intervenants en ce qui a trait au recours à l’apprentissage automatique et à la modélisation prédictive pour orienter l’élaboration des politiques de santé et la gestion des systèmes de santé
L’ICIS travaille de concert avec des partenaires externes en vue de trouver des façons d’utiliser l’apprentissage automatique et la modélisation prédictive pour résoudre des problèmes concrets et fournir des données pertinentes et exploitables sur nos systèmes de santé. Voici quelques projets qu’il a entrepris, en collaboration avec des partenaires externes :
Programme de formation sur la science des données
Pour s’assurer que ses analystes détiennent les compétences analytiques et l’expertise nécessaires à la concrétisation de ses objectifs et de ses priorités stratégiques, l’ICIS a entrepris d’élaborer un programme de formation sur la science des données à l’intention de ses employés. Ce programme porte, entre autres, sur la codification et l’analyse au moyen de R et de Python, le traitement des mégadonnées et le calcul de haute performance, les techniques statistiques et d’apprentissage automatique, et les responsabilités qui sous-tendent la science des données. L’ICIS a noué un partenariat avec l’Université de Waterloo pour l’élaboration et la prestation du programme.
Modernisation de la trousse d’outils analytiques de l’ICIS
Afin de suivre l’évolution des logiciels utilisés dans le milieu de l’analytique, y compris par ses clients et des organismes semblables, l’ICIS a adopté une stratégie visant à moderniser sa trousse d’outils analytiques et à tirer parti des technologies informatiques libres comme R et Python. Cette stratégie permettra à l’ICIS d’accroître sa capacité d’innovation et de réaliser des gains d’efficacité dans l’élaboration et la diffusion de ses produits. Elle lui permettra aussi de renforcer ses pratiques d’analyse et ses interactions avec le milieu de l’analytique.
Outil d’analyse prédictive des besoins en spécialistes de la médecine interne
À mesure que la population croît et vieillit, les gestionnaires des hôpitaux s’efforcent de maintenir des niveaux adéquats de dotation en personnel afin de pouvoir répondre aux besoins grandissants de la population en matière de santé. L’ICIS a élaboré un outil interactif qui permet de prévoir les besoins en spécialistes de la médecine interne afin que les planificateurs des hôpitaux soient informés à l’avance des éventuelles lacunes en matière de capacité à fournir des soins.
L’outil permet d’obtenir une projection sur 5 ans de la demande globale en spécialistes de la médecine interne et de créer de multiples scénarios pour évaluer les répercussions de certains changements touchant la morbidité au sein de la population et de diverses décisions administratives en matière de santé (p. ex. composition du personnel, fusion d’hôpitaux).
L’outil fait l’objet d’un projet pilote dans un grand hôpital d’enseignement de l’Ontario. Ce projet vise à déterminer s’il est possible d’utiliser l’outil pour appuyer les activités de planification et de budgétisation à long terme liées à la dotation en personnel. L’ICIS entend mettre l’outil à la disposition d’autres établissements pour les soutenir dans la planification de leur main-d’œuvre de la santé.
Produits sur les groupes clients et modélisation prédictive
Le recours à la modélisation prédictive et à l’apprentissage automatique fait partie intégrante de l’élaboration et de l’amélioration continue des produits sur les groupes clients. Les méthodologies de regroupement de l’ICIS utilisent des algorithmes fondés sur un arbre décisionnel pour convertir les données cliniques, par exemple sur les diagnostics et les interventions, en systèmes de classification des patients. Elles intègrent des modèles prédictifs qui permettent d’estimer l’utilisation des ressources, notamment les coûts connexes en santé, la durée des séjours et l’utilisation prévue des services de santé comme les services d’urgence et les visites en soins de santé primaires. Pour en savoir plus au sujet des produits sur les groupes clients de l’ICIS, consultez la page Web des groupes clients de l’ICIS.
Pour nous joindre
Pour en savoir plus sur les possibilités de collaboration ou obtenir un complément d’information, écrivez à