FMC3 IA et santé numérique

Presentation introductive de la séance 2

En date du 07 Octobre 2025 - Laquelle des deux vesions de videos est la meilleure IA débat en duo ou IA Narrateur seul ?

2.1

Technologies en santé numérique

2.1.1

Intelligence artificielle et apprentissage automatique

L'intelligence artificielle (IA) en santé désigne l'utilisation d'algorithmes complexes et de systèmes informatiques pour effectuer des tâches qui nécessitent traditionnellement l'intelligence humaine. En médecine, l'IA se manifeste principalement à travers :

Apprentissage automatique (Machine Learning) :

Algorithmes supervisés : Entraînés sur des datasets étiquetés pour prédire des diagnostics, des évolutions de maladies ou des réponses thérapeutiques

Algorithmes non supervisés : Identifient des patterns cachés dans les données de santé pour découvrir de nouveaux biomarqueurs ou phénotypes de maladies

Apprentissage profond (Deep Learning) : Réseaux de neurones artificiels particulièrement efficaces pour l'analyse d'images médicales (radiologie, pathologie, dermatologie)

Applications cliniques actuelles :

Imagerie médicale : Détection automatique de tumeurs en radiologie, analyse de rétinopathies diabétiques, classification de lésions dermatologiques

Aide au diagnostic : Systèmes d'aide à la décision clinique intégrés aux dossiers patients électroniques

Médecine prédictive : Prédiction de risques de complications, de réadmissions hospitalières ou d'évolution de pathologies chroniques

Pharmacologie : Découverte de nouveaux médicaments et personnalisation des traitements

**Exemple concret :** IBM Watson for Oncology analyse les données de milliers de patients cancéreux pour recommander des protocoles de traitement personnalisés en croisant les caractéristiques du patient, les données génomiques de la tumeur et la littérature médicale récente.

2.1.2

Internet des objets médicaux (IoMT)

L'Internet des objets médicaux (Internet of Medical Things - IoMT) désigne l'écosystème de dispositifs médicaux connectés qui collectent, transmettent et analysent des données de santé en temps réel.

Catégories de dispositifs IoMT :

Dispositifs portables (Wearables) :

Montres connectées mesurant fréquence cardiaque, niveau d'activité, qualité du sommeil

Capteurs de glucose en continu pour diabétiques

Moniteurs de tension artérielle ambulatoires

Dispositifs implantables :

Pacemakers connectés transmettant des données cardiaques

Pompes à insuline intelligentes ajustant automatiquement les doses

Stimulateurs cérébraux profonds pour les maladies neurodégénératives

Capteurs environnementaux :

Moniteurs de qualité de l'air dans les chambres d'hôpital

Capteurs de température et d'humidité pour la conservation des médicaments

Systèmes de géolocalisation pour patients atteints de démence

Impact sur la pratique médicale :

Surveillance continue : Remplacement des mesures ponctuelles par un monitoring 24h/24

Médecine préventive : Détection précoce de détériorations cliniques

Autonomisation des patients : Participation active à la gestion de leur santé

2.1.3

Blockchain et sécurité des données

La blockchain est une technologie de registre distribué qui offre transparence, sécurité et traçabilité pour les données de santé.

Principes fondamentaux :

Immutabilité : Une fois enregistrées, les données ne peuvent être modifiées sans consensus

Décentralisation : Absence d'autorité centrale contrôlant les données

Cryptographie : Chiffrement avancé protégeant l'intégrité et la confidentialité

Applications en santé :

Gestion des identités patients : Création d'identités numériques uniques et vérifiables

Traçabilité médicamenteuse : Lutte contre la contrefaçon en traçant la chaîne d'approvisionnement

Recherche clinique : Garantie de l'intégrité des données d'essais cliniques

Consentements patients : Gestion transparente et révocable des autorisations d'utilisation des données

2.1.4

Réalité virtuelle et augmentée

Les technologies immersives transforment la formation médicale et certaines pratiques thérapeutiques.

Réalité virtuelle (VR) :

Formation médicale : Simulations chirurgicales sans risque pour les patients

Thérapie : Traitement des phobies, troubles post-traumatiques et gestion de la douleur

Rééducation : Exercices de physiothérapie gamifiés pour améliorer l'adhésion

Réalité augmentée (AR) :

Chirurgie assistée : Superposition d'informations numériques sur le champ opératoire

Formation anatomique : Visualisation 3D interactive des structures corporelles

Télémédecine : Guide visuel pour les procédures réalisées à distance

2.2

Systèmes d'Information en santé

2.2.1

Architecture des systèmes d'information hospitaliers (SIH)

Un Système d'Information Hospitalier est l'ensemble intégré des moyens informatiques qui collectent, stockent, traitent et transmettent les informations nécessaires au fonctionnement d'un établissement de santé.

Composants principaux d'un SIH :

Système de gestion administrative :

Admission, transfert, sortie des patients (ATS/ADT)

Facturation et comptabilité

Gestion des rendez-vous et planification

Système de gestion médicale :

Dossier patient informatisé (DPI)

Prescriptions électroniques

Comptes-rendus médicaux

Systèmes métier spécialisés :

Système d'information radiologique (RIS - Radiology Information System)

Système d'information du laboratoire (LIS - Laboratory Information System)

Système de gestion de la pharmacie

Infrastructure technique :

Serveurs et bases de données

Réseaux et sécurité

Interfaces et middleware

Architecture en couches :

Couche présentation : Interfaces utilisateur (web, mobile, desktop)

Couche métier : Logique applicative et règles de gestion

Couche données : Bases de données et systèmes de stockage

Couche infrastructure : Serveurs, réseaux et sécurité

2.2.2

Systèmes d'information géographique (SIG) en santé

Les SIG permettent de capturer, stocker, analyser et présenter des données géographiquement référencées pour améliorer la planification et la surveillance en santé publique.

Applications en épidémiologie :

Cartographie des maladies : Visualisation de la distribution spatiale des pathologies

Surveillance épidémiologique : Détection de clusters de cas et suivi d'épidémies

Planification sanitaire : Optimisation de la localisation des services de santé

**Exemple concret au Maroc :** Le système de surveillance de la leishmaniose cutanée utilise les SIG pour cartographier les cas, identifier les zones à risque et orienter les campagnes de prévention dans les provinces du Sud.

2.2.3

Systèmes de surveillance et d'alerte

Ces systèmes collectent, analysent et diffusent en temps réel les informations nécessaires à la détection précoce et à la réponse aux menaces sanitaires.

Composants clés :

Collecte de données : Sources multiples (laboratoires, hôpitaux, médecins sentinelles)

Analyse automatisée : Algorithmes de détection d'anomalies et de signaux faibles

Système d'alerte : Notifications automatiques aux autorités sanitaires

Tableau de bord : Visualisation en temps réel pour les décideurs

2.2.4

Systèmes d'aide à la décision clinique (CDSS)

Les Clinical Decision Support Systems intègrent des connaissances médicales pour assister les professionnels dans leurs décisions cliniques.

Types de CDSS :

Systèmes basés sur des règles : Algorithmes if-then intégrés au dossier patient

Systèmes basés sur l'IA : Apprentissage automatique sur de grandes bases de données

Systèmes hybrides : Combinaison de règles expertes et d'IA

Fonctionnalités :

Alertes médicamenteuses : Détection d'interactions, contre-indications et surdosages

Aide au diagnostic : Suggestion de diagnostics différentiels basés sur les symptômes

Recommandations thérapeutiques : Protocoles de traitement personnalisés

Prévention : Rappels pour vaccinations, dépistages et examens de suivi

2.3

Interopérabilité et standards

2.3.1

Définition et niveaux d'interopérabilité

L'interopérabilité est la capacité de systèmes ou d'organisations différents à travailler ensemble (inter-opérer). En santé, elle garantit que les informations peuvent être échangées et utilisées de manière significative entre différents systèmes, applications et parties prenantes.

Les quatre niveaux d'interopérabilité :

Interopérabilité technique :

Connexion physique et logicielle entre systèmes

Protocoles de communication (TCP/IP, HTTP, HTTPS)

Formats de données (JSON, XML, CSV)

Interopérabilité syntaxique :

Structure et format des messages échangés

Standards de messagerie (HL7 v2, HL7 v3)

Schémas de données normalisés

Interopérabilité sémantique :

Signification partagée des données

Terminologies médicales standardisées

Ontologies et vocabulaires contrôlés

Interopérabilité organisationnelle :

Processus métier alignés

Gouvernance et accords entre organisations

Aspects légaux et réglementaires

2.3.2

Standards internationaux majeurs

HL7 (Health Level Seven) :

HL7 Version 2 (v2) :

Standard le plus largement déployé mondialement

Messages pour ADT (Admission-Discharge-Transfer), résultats de laboratoire, prescriptions

Structure basée sur des segments et des champs délimités

Exemple : Message ADT pour admission d'un patient MSH|^~\&|HIS|HOSPITAL|LIS|LAB|202501151030||ADT^A01|123456|P|2.4 PID|||123456789||DOE^JOHN^MIDDLE||19800101|M|||123 MAIN ST^APT 1^CASABLANCA^^20000^MA

HL7 Version 3 (v3) :

Approche basée sur un modèle de référence (RIM - Reference Information Model)

Plus complexe mais plus rigoureux sémantiquement

Adoption limitée due à sa complexité

HL7 FHIR (Fast Healthcare Interoperability Resources) :

Standard de nouvelle génération basé sur les technologies web modernes

Architecture RESTful utilisant JSON et XML

Ressources modulaires (Patient, Observation, Condition, etc.)

Adoption rapide grâce à sa simplicité et sa flexibilité

DICOM (Digital Imaging and Communications in Medicine) :

Standard international pour l'imagerie médicale

Définit formats de fichiers et protocoles de communication

Couvre toutes les modalités d'imagerie (scanner, IRM, radiographie, etc.)

SNOMED CT (Systematized Nomenclature of Medicine Clinical Terms) :

Terminologie clinique internationale la plus complète

Plus de 350,000 concepts médicaux actifs

Relations sémantiques permettant l'inférence automatique

Utilisé dans plus de 50 pays

2.3.3

FHIR : Le standard d'avenir

Architecture FHIR :

FHIR organise l'information de santé en ressources - unités d'information standardisées et réutilisables.

Ressources principales :

Patient : Données démographiques et administratives

Practitioner : Informations sur les professionnels de santé

Organization : Établissements et services de santé

Encounter : Épisodes de soins (consultation, hospitalisation)

Observation : Mesures et résultats (signes vitaux, biologie)

Condition : Problèmes de santé et diagnostics

MedicationRequest : Prescriptions médicamenteuses

DiagnosticReport : Comptes-rendus d'examens

Exemple de ressource Patient en JSON :

{ "resourceType": "Patient", "id": "123456", "identifier": [ { "system": "http://maroc.ma/cnie", "value": "AB123456" } ], "name": [ { "family": "Benali", "given": ["Ahmed", "Mohamed"] } ], "birthDate": "1985-06-15", "gender": "male", "address": [ { "city": "Rabat", "postalCode": "10000", "country": "MA" } ] }

API RESTful FHIR :

GET : Lecture de ressources

POST : Création de nouvelles ressources

PUT : Mise à jour complète

PATCH : Mise à jour partielle

DELETE : Suppression

2.3.4

Défis de l'interopérabilité

Défis techniques :

Hétérogénéité des systèmes : Diversité des technologies et versions

Qualité des données : Incohérences, doublons et données manquantes

Performance : Latence et débit dans les échanges de gros volumes

Défis organisationnels :

Résistance au changement : Habitudes et processus établis

Coûts d'implémentation : Investissements significatifs requis

Gouvernance : Coordination entre multiple parties prenantes

Défis réglementaires :

Protection des données : Conformité GDPR, lois nationales

Responsabilité médicale : Clarification des responsabilités en cas d'erreur

Souveraineté des données : Contrôle national sur les données de santé sensibles

2.4

Dossier patient électronique

2.4.1

Définitions et distinction conceptuelle

Electronic Medical Record (EMR) vs Electronic Health Record (EHR) :

EMR (Dossier Médical Électronique) :

Version numérique du dossier papier traditionnel

Limité à un seul établissement ou cabinet médical

Focus sur les soins cliniques dans un contexte spécifique

Propriété et contrôle par l'établissement de santé

EHR (Dossier de Santé Électronique) :

Vue longitudinale complète de la santé du patient

Agrégation de données provenant de multiples sources

Accessible à tous les professionnels autorisés

Centré sur le patient avec portabilité des données

Personal Health Record (PHR - Dossier Santé Personnel) :

Contrôlé directement par le patient

Peut inclure données médicales + données auto-rapportées

Outils de gestion personnelle de la santé

Exemples : Apple Health, Google Fit, applications dédiées

2.4.2

Composants fonctionnels du dossier patient électronique

Module de gestion patient :

Identification unique du patient (Master Patient Index)

Données démographiques et administratives

Contacts d'urgence et personnes de confiance

Assurance et informations financières

Module médical clinique :

Anamnèse : Histoire médicale, antécédents familiaux

Examen clinique : Signes vitaux, observations physiques

Problèmes actifs : Liste dynamique des conditions médicales

Allergies et intolérances : Médicamenteuses, alimentaires, environnementales

Module médicamenteux :

Prescriptions : Médicaments prescrits avec posologie et durée

Administration : Enregistrement des prises réelles (hôpital)

Historique médicamenteux : Traitements antérieurs et réponses

Interactions : Alertes automatiques de contre-indications

Module des résultats :

Biologie : Résultats de laboratoire avec valeurs de référence

Imagerie : Comptes-rendus radiologiques et images DICOM

Explorations fonctionnelles : ECG, EEG, spirométrie, etc.

Anatomopathologie : Résultats biopsiques et histologiques

2.4.3

Avantages et bénéfices

Pour les professionnels de santé :

Accès immédiat : Consultation des données patient 24h/24

Aide à la décision : Alertes, rappels et recommandations automatiques

Efficacité : Réduction du temps administratif et des tâches répétitives

Sécurité : Diminution des erreurs médicamenteuses et de transcription

Continuité : Suivi longitudinal facilité lors des transferts

Pour les patients :

Coordination : Meilleure communication entre professionnels

Accessibilité : Portails patients pour consulter leurs données

Qualité : Soins plus personnalisés basés sur l'historique complet

Sécurité : Évitement des examens redondants et interactions médicamenteuses

Pour le système de santé :

Efficience : Optimisation des ressources et réduction des coûts

Surveillance : Monitoring en temps réel des indicateurs de santé

Recherche : Données anonymisées pour études épidémiologiques

Planification : Aide à la décision politique basée sur des données factuelles

2.4.4

Défis et obstacles à l'adoption

Défis techniques :

Migration des données : Transfert complexe depuis les systèmes papier/legacy

Interopérabilité : Intégration avec systèmes existants (laboratoires, imagerie)

Performance : Temps de réponse et disponibilité élevée requise

Évolutivité : Capacité à gérer la croissance du volume de données

Défis organisationnels :

Formation : Adaptation des professionnels aux nouveaux outils

Processus : Réorganisation des workflows cliniques et administratifs

Gouvernance : Définition des responsabilités et processus de décision

Conduite du changement : Gestion de la résistance et accompagnement

Défis financiers :

Investissement initial : Coût élevé de l'infrastructure et des licences

Coûts récurrents : Maintenance, support et mises à jour

ROI incertain : Retour sur investissement difficile à quantifier à court terme

Financement : Modèles économiques adaptés aux structures publiques

2.4.5

Situation au Maroc : Le Dossier Patient Partagé (DPP)

Vision stratégique :

Le Maroc développe le Dossier Patient Partagé dans le cadre de sa stratégie nationale de santé numérique. L'objectif est de créer un système unifié permettant aux professionnels autorisés d'accéder aux informations de santé des patients, quel que soit l'établissement de soins.

Objectifs du DPP :

Continuité des soins : Suivi médical cohérent lors des transferts entre établissements

Réduction des examens redondants : Éviter la répétition d'analyses déjà réalisées

Amélioration de la qualité : Décisions cliniques basées sur l'historique complet

Efficience : Optimisation des coûts et des délais de prise en charge

Architecture prévue :

Niveau national : Infrastructure centrale de stockage et d'échange

Niveau régional : Plateformes régionales connectées au niveau national

Niveau établissement : SIH locaux interfacés avec les plateformes régionales

Niveau patient : Portail d'accès personnel aux données de santé

Défis spécifiques au contexte marocain :

Disparités technologiques : Hétérogénéité des niveaux d'équipement entre établissements

Formation : Développement des compétences numériques des professionnels

Connectivité : Garantie de l'accès Internet dans toutes les zones géographiques

Acceptation : Adhésion des professionnels et des patients au système

Outils et Principes d'Application

Outils et Principes d'Application

Presentation introductive de la séance 2

Technologies en santé numérique

Intelligence artificielle et apprentissage automatique

Apprentissage automatique (Machine Learning) :

Applications cliniques actuelles :

Internet des objets médicaux (IoMT)

Catégories de dispositifs IoMT :

Dispositifs portables (Wearables) :

Dispositifs implantables :

Capteurs environnementaux :

Impact sur la pratique médicale :

Blockchain et sécurité des données

Principes fondamentaux :

Applications en santé :

Réalité virtuelle et augmentée

Réalité virtuelle (VR) :

Réalité augmentée (AR) :

Systèmes d'Information en santé

Architecture des systèmes d'information hospitaliers (SIH)

Composants principaux d'un SIH :

Système de gestion administrative :

Système de gestion médicale :

Systèmes métier spécialisés :

Infrastructure technique :

Architecture en couches :

Systèmes d'information géographique (SIG) en santé

Applications en épidémiologie :

Systèmes de surveillance et d'alerte

Composants clés :

Systèmes d'aide à la décision clinique (CDSS)

Types de CDSS :

Fonctionnalités :

Interopérabilité et standards

Définition et niveaux d'interopérabilité

Les quatre niveaux d'interopérabilité :

Interopérabilité technique :

Interopérabilité syntaxique :

Interopérabilité sémantique :

Interopérabilité organisationnelle :

Standards internationaux majeurs

HL7 (Health Level Seven) :

HL7 Version 2 (v2) :

HL7 Version 3 (v3) :

HL7 FHIR (Fast Healthcare Interoperability Resources) :

DICOM (Digital Imaging and Communications in Medicine) :

SNOMED CT (Systematized Nomenclature of Medicine Clinical Terms) :

FHIR : Le standard d'avenir

Architecture FHIR :

Ressources principales :

Exemple de ressource Patient en JSON :

API RESTful FHIR :

Défis de l'interopérabilité

Défis techniques :

Défis organisationnels :

Défis réglementaires :

Dossier patient électronique

Définitions et distinction conceptuelle

Electronic Medical Record (EMR) vs Electronic Health Record (EHR) :

EMR (Dossier Médical Électronique) :

EHR (Dossier de Santé Électronique) :

Personal Health Record (PHR - Dossier Santé Personnel) :

Composants fonctionnels du dossier patient électronique

Module de gestion patient :

Module médical clinique :

Module médicamenteux :

Module des résultats :

Avantages et bénéfices

Pour les professionnels de santé :

Pour les patients :

Pour le système de santé :

Défis et obstacles à l'adoption

Défis techniques :

Défis organisationnels :

Défis financiers :

Situation au Maroc : Le Dossier Patient Partagé (DPP)

Vision stratégique :

Objectifs du DPP :

Architecture prévue :