Metadata-based Assessment of SNOMED CT and LOINC Adoption Across 800 000 Swiss Patients
Cette étude présente le premier état des lieux empirique à l'échelle nationale de l'adoption de SNOMED CT et de LOINC auprès de 800 000 patients suisses, révélant que bien que ces normes soient largement utilisées, une hétérogénéité institutionnelle significative et un chevauchement limité entre les institutions dans l'utilisation des codes entravent actuellement une pleine harmonisation sémantique.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez le monde de la santé comme une immense bibliothèque animée où chaque histoire de patient est consignée par écrit. Pendant des décennies, ces histoires ont été conservées dans des milliers de langues et de dialectes différents. Un médecin pourrait écrire « infarctus », tandis qu'un autre écrirait « crise cardiaque », et un troisième griffonnerait un jargon local que lui seul peut comprendre. C'est le problème de l'interopérabilité : si vous voulez lire toutes les histoires ensemble pour trouver des modèles ou guérir des maladies, il faut d'abord que tout le monde parle la même langue. Pour résoudre cela, le monde médical a créé deux dictionnaires géants. Le premier, appelé SNOMED CT, est comme une encyclopédie massive de tout ce qu'un médecin peut voir, ressentir ou faire — d'un os cassé à un type spécifique d'allergie. Le second, LOINC, est un dictionnaire spécialisé uniquement pour les tests de laboratoire, garantissant qu'un test sanguin pour le « sucre » dans un hôpital soit reconnu comme étant exactement la même chose dans un autre. La grande question pour les chercheurs est la suivante : les hôpitaux utilisent-ils réellement ces dictionnaires, ou continuent-ils d'écrire avec leurs propres codes secrets ?
Ce document jette un regard national sur le système de santé suisse pour répondre à cette question. Au lieu de lire des millions de dossiers de patients individuels — ce qui serait un cauchemar pour la vie privée — les chercheurs ont examiné les « métadonnées », ce qui revient à consulter le catalogue de la bibliothèque sans ouvrir les livres. Ils ont analysé les empreintes numériques de 817 856 patients répartis dans six grands hôpitaux universitaires suisses. Leur objectif était de voir si ces hôpitaux utilisaient réellement les dictionnaires SNOMED CT et LOINC pour étiqueter leurs données, ou s'ils faisaient simplement semblant tout en restant secrètement fidèles à leurs anciennes méthodes locales.
Voici ce qu'ils ont trouvé : les hôpitaux utilisent bel et bien les dictionnaires. En fait, SNOMED CT et LOINC sont les stars du spectacle, représentant 87 % de toutes les instances de données codées (plus précisément 60 % pour SNOMED CT et 32 % pour LOINC). C'est une quantité énorme de données — environ 717 millions d'informations individuelles ! Cependant, l'histoire devient un peu confuse quand on regarde de plus près. Bien que tout le monde utilise les mêmes dictionnaires, ils n'utilisent pas nécessairement les mêmes mots issus de ceux-ci.
Imaginez un groupe d'amis essayant de construire ensemble un immense château en Lego. Ils ont tous la même boîte de briques (les dictionnaires), mais l'Hôpital A construit une tour en utilisant uniquement des briques rouges, tandis que l'Hôpital B utilise des briques bleues pour la même tour. Les chercheurs ont découvert que, bien qu'il y ait eu 6 557 codes SNOMED CT différents et 3 693 codes LOINC au total, la plupart d'entre eux étaient uniques à un ou deux hôpitaux seulement. Par exemple, dans la catégorie « Substance » (comme les médicaments ou les produits chimiques), il y avait des milliers de codes distincts, mais presque aucun n'était partagé par les six hôpitaux. C'est comme si chaque hôpital avait inventé sa propre nuance spécifique de « rouge » pour la même pièce de Lego.
La seule fois où tout le monde s'est mis d'accord sur le code exact, c'était pour les choses les plus basiques et routinières. Les dix codes SNOMED CT les plus utilisés concernaient des éléments tels que « Femme », « Homme », « Voie intraveineuse » et « Accepté » (signifiant que le patient a accepté l'étude). De même, les dix codes LOINC les plus utilisés étaient tous des tests sanguins standards comme « Plaquettes » ou « Potassium ». Il semble que pour les choses banales et quotidiennes, tout le monde parle la même langue. Mais dès que les choses deviennent spécifiques — comme la description d'une blessure complexe ou d'un organisme rare — tout le monde recommence à parler son propre dialecte.
Les chercheurs ont également examiné jusqu'à quelle « profondeur » les hôpitaux plongeaient dans les dictionnaires. Imaginez un dictionnaire où vous pouvez chercher « Animal », puis « Mammifère », puis « Chien », puis « Golden Retriever ». Certains hôpitaux s'arrêtaient à « Chien », tandis que d'autres allaient jusqu'à « Golden Retriever ». L'étude a montré que cette « profondeur » variait considérablement. Certains hôpitaux étaient très précis, tandis que d'autres restaient généraux. Ce n'est pas nécessairement une erreur ; un hôpital peut avoir un code très détaillé pour une partie spécifique du corps, tandis qu'un autre décrit cette même partie en combinant un code général avec une étiquette « gauche » ou « droite ». Les deux méthodes fonctionnent, mais elles apparaissent différemment pour un ordinateur tentant de les comparer.
Alors, quel est le verdict ? Le document suggère que, bien que la Suisse ait fait d'énormes progrès dans l'adoption de ces normes internationales, posséder les dictionnaires ne suffit pas à rendre les données parfaitement interchangeables. L'« harmonisation sémantique » — l'état où tout le monde s'accorde sur le mot exact pour la chose exacte — est encore un travail en cours. Les auteurs soutiennent que nous ne pouvons pas simplement supposer que les données sont prêtes à être mélangées et assorties ; nous devons continuer à travailler pour que tout le monde utilise les mêmes mots spécifiques, et pas seulement le même dictionnaire. C'est un rappel que même lorsque nous avons tous la même carte, nous devons encore nous mettre d'accord sur le chemin exact à suivre.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.