FR3094129A1 - Plate-forme de délivrance automatisée d’éléments de prescription médicale, procédé associé - Google Patents
Plate-forme de délivrance automatisée d’éléments de prescription médicale, procédé associé Download PDFInfo
- Publication number
- FR3094129A1 FR3094129A1 FR1902797A FR1902797A FR3094129A1 FR 3094129 A1 FR3094129 A1 FR 3094129A1 FR 1902797 A FR1902797 A FR 1902797A FR 1902797 A FR1902797 A FR 1902797A FR 3094129 A1 FR3094129 A1 FR 3094129A1
- Authority
- FR
- France
- Prior art keywords
- patient
- data
- prescription
- database
- results
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Plate-forme de délivrance automatisée d’éléments de prescription médicale, procédé associé Procédé de délivrance automatisée d’éléments de prescription comprenant une unité de traitement électronique (4) mettant en œuvre les étapes de : association d’une date future de délivrance de prescription à un premier patient suivi pour lequel une prescription médicale est à délivrer, au plus tard à la date future de délivrance, comparaison de résultats d’expertise collectés associés audit premier patient avec des résultats d’expertise indiqués dans une base de données relative à des deuxièmes patients précédemment suivis; identification des résultats d’expertise les plus proches de ceux associés audit premier patient, et fourniture d’au moins une partie de la prescription correspondant auxdits résultats d’expertise identifiés. Figure pour l'abrégé : Figure 3
Description
La présente invention concerne le domaine des dispositifs d’assistance aux médecins dans leur tâche de détermination du traitement médical d’un patient.
Les réunions de concertation pluridisciplinaire (RCP) sont des réunions collégiales entre médecins de différentes spécialités, pendant lesquelles se discutent la situation d'un patient, les traitements possibles en fonction des référentiels disponibles, l'analyse de la balance entre les bénéfices attendus et les risques encourus, ainsi que l'évaluation de la qualité de vie qui va en résulter. La RCP fait partie des recommandations devant être suivies par les professionnels pour améliorer le parcours clinique du patient atteint d’un cancer (cf. article D. 6124-131 du Code de la santé publique).
Il existe des dispositifs exécutant des applications informatiques de virtualisation des réunions RCP permettant de structurer, standardiser et rationaliser l’organisation des RCP.
Toutefois, il existe un besoin d’améliorer le processus de détermination du traitement des patients.
A cet effet, suivant un premier aspect, l’invention propose une plate-forme de délivrance automatisée d’éléments de prescription médicale pour l’élaboration de prescriptions médicales destinées à des premiers patients suivis chacun par des médecins de spécialités distinctes, comprenant au moins une unité électronique de traitement comprenant un processeur et une mémoire, des moyens de télécommunication avec des terminaux électroniques distants, ladite plate-forme comprenant une première base de données mémorisant des premières données associées à chaque premier patient suivi, lesdites premières données identifiant les médecins de spécialité distincte suivant ledit premier patient, ladite plate-forme comprenant en outre une deuxième base de données mémorisant des deuxièmes données associées à des deuxièmes patients précédemment suivis, lesdites deuxièmes données associées à chacun desdits deuxièmes patients précédemment suivis comportant au moins une prescription délivrée pour ledit deuxième patient et indiquant l’ensemble des résultats d’expertise ayant donné lieu à ladite prescription,
ladite unité électronique de traitement étant adaptée pour associer une date future de délivrance de prescription à un premier patient suivi pour lequel une prescription médicale est à délivrer, pour transmettre automatiquement, via les moyens de télécommunications, à chacun des médecins tels qu’identifiés dans les premières données associées au premier patient, ladite date et une requête de fourniture de résultats d’expertise nécessaires à l’établissement de la prescription ; ladite unité électronique de traitement étant adaptée pour collecter les résultats d’expertise fournis par chacun desdits médecins, pour les mémoriser dans les données associées audit patient dans la première base de données,
ladite unité électronique de traitement étant adaptée en outre pour, au plus tard à la date future de délivrance, comparer l’ensemble desdits résultats d’expertise collectés associés audit premier patient avec les ensembles de résultats d’expertise indiqués dans la deuxième base de données, identifier, en fonction de ladite comparaison, au moins l’ensemble de résultats d’expertise dans la deuxième base de données le plus proche dudit ensemble de résultats d’expertise collectés associés audit premier patient, et déclencher, à au moins un médecin parmi lesdits médecins identifiés dans les premières données associées au premier patient, la fourniture d’au moins une partie de la prescription comprise dans les deuxièmes données indiquant ledit ensemble de résultats d’expertise identifié.
L’invention permet ainsi de bénéficier de l’expertise exercée jusqu’alors sur un dossier équivalent, par exemple la conclusion d’autres RCP, et ainsi d’améliorer la qualité et la maîtrise de prise de décision lors d’une RCP et par là, de diminuer le risque de traitement inadapté d’un patient.
Dans des modes de réalisation, la plate-forme de délivrance automatisée d’éléments de prescription médicale suivant l’invention comporte en outre une ou plusieurs des caractéristiques suivantes :
l’unité électronique de traitement est adaptée pour évaluer les écarts entre des premières données dudit premier patient et des deuxièmes données du deuxième patient associé aux deuxièmes données comportant ladite prescription fournie et déclencher la fourniture desdits écarts évalués auxdits médecins associés au premier patient ;
l’unité électronique de traitement est adaptée pour identifier des contradictions entre certains desdits résultats d’expertise collectés associés audit premier patient, et pour ordonner entre eux lesdits résultats en fonction de règles prédéfinies ;
l’unité électronique de traitement est adaptée pour, après chacune desdites mémorisations, déclencher une alerte, et pour transmettre une autre alerte après une opération automatique de détection de non-fourniture par un desdits médecins de ses résultats d’expertise à une date précédant ladite date future de délivrance d’une durée prédéfinie ;
la plate-forme de délivrance automatisée comprend en outre une troisième base de données de connaissance médicale stockant des données issues de plusieurs sources externes indiquant des liens entre des variants génomiques et des causes pathologiques, dans laquelle l’unité électronique de traitement est adaptée pour recevoir des requêtes d’interprétation génomique pour des patients comprenant les données de définition des variants issus de l’analyse du génome desdits patient et l’indication des causes pathologiques ayant donné lieu à ladite analyse et pour stocker lesdites données de définition des variants et lesdites causes pathologiques dans des champs respectifs d’une quatrième base de données, l’unité électronique de traitement étant adaptée pour déterminer, pour chaque variant défini pour un patient, s’il existe des données stockées dans la troisième base de données indiquant un lien entre ledit variant et tout ou partie des causes pathologiques indiquées pour ledit patient dans la quatrième base de données, ladite unité électronique de traitement étant adaptée en outre pour déterminer un ordre de pertinence entre lesdits variants pour lesquelles il existe de telles données, en fonction de l’application de règles de pertinence préétablies sur lesdites données déterminées pour lesdits variants, ladite plate-forme comprenant en outre une interface homme-machine avec un écran d’affichage et étant adaptée pour afficher lesdits variants ordonnées dans l’ordre déterminé avec l’indication, pour chaque variant, desdites données de la troisième base déterminées pour ledit variant.
Suivant un deuxième aspect, la présente invention propose un procédé de délivrance automatisée d’éléments de prescription médicale pour l’élaboration de prescriptions médicales destinées à des premiers patients suivis chacun par des médecins de spécialités distinctes, mis en œuvre sur une plate-forme de délivrance automatisée d’éléments de prescription médicale pour l’élaboration de prescriptions médicales destinées à des premiers patients suivis chacun par des médecins de spécialités distinctes, comprenant au moins une unité électronique de traitement comprenant un processeur et une mémoire, des moyens de télécommunication avec des terminaux électroniques distants, ladite plate-forme comprenant une première base de données mémorisant des premières données associées à chaque premier patient suivi, lesdites premières données identifiant les médecins de spécialité distincte suivant ledit premier patient, ladite plate-forme comprenant en outre une deuxième base de données mémorisant des deuxièmes données associées à des deuxièmes patients précédemment suivis, lesdites deuxièmes données associées à chacun desdits deuxièmes patients précédemment suivis comportant au moins une prescription délivrée pour ledit deuxième patient et indiquant l’ensemble des résultats d’expertise ayant donné lieu à ladite prescription, ledit procédé comprenant les étapes suivantes mises en œuvre par ladite unité électronique de traitement :
- association d’une date future de délivrance de prescription à un premier patient suivi pour lequel une prescription médicale est à délivrer,
- transmission automatique, via les moyens de télécommunications, à chacun des médecins tels qu’identifiés dans les premières données associées au premier patient, de ladite date et d’une requête de fourniture de résultats d’expertise nécessaires à l’établissement de la prescription ;
- collecte des résultats d’expertise fournis par chacun desdits médecins, et mémorisation desdits résultats dans les données associées audit patient dans la première base de données,
- au plus tard à la date future de délivrance, comparaison de l’ensemble desdits résultats d’expertise collectés associés audit premier patient avec les ensembles de résultats d’expertise indiqués dans la deuxième base de données ; identification, en fonction de ladite comparaison, d’au moins l’ensemble de résultats d’expertise dans la deuxième base de données le plus proche dudit ensemble de résultats d’expertise collectés associés audit premier patient, et déclenchement, à au moins un médecin parmi lesdits médecins identifiés dans les premières données associées au premier patient, de la fourniture d’au moins une partie de la prescription comprise dans les deuxièmes données indiquant ledit ensemble de résultats d’expertise identifié.
Ces caractéristiques et avantages de l’invention apparaîtront à la lecture de la description qui va suivre, donnée uniquement à titre d’exemple, et faite en référence aux dessins annexés, sur lesquels :
La figure 3 représente une plate-forme 1 de délivrance automatisée d’éléments de prescription médicale, nommée ci-après plate-forme RCP 1. Cette plate-forme RCP 1 est adaptée pour accompagner l’équipe médicale dans l’élaboration et la tenue des RCP et l’aider à la décision quant à la prescription résultant de la RCP, de la manière indiquée ci-dessous.
La plate-forme RCP 1 est une plate-forme électronique qui comporte dans le mode de réalisation considéré un bloc 4 de traitement électronique, nommé bloc RCP 4. Le bloc de traitement RCP 4 est adapté pour échanger (transmettre et recevoir) des données, via un réseau de télécommunication 2, par exemple de type internet, ou intranet, avec des terminaux de télécommunication 3 (de type, ordinateur personnel, smartphone etc.). A cette fin, le bloc de traitement 4 comporte une interface de télécommunication (non représentée, comportant par exemple un modem) adaptée pour effectuer ces opérations de transmission/réception de données.
Dans le mode de réalisation considéré, le bloc de traitement 4 comporte en outre un ensemble 5 de bases de données (BDD) et une unité centrale 6.
L’ensemble 5 de BDD comporte une pluralité de bases de données, par exemple la base de données BDD1, et la base de données BDD2.
La base de données BDD1 comporte des données relatives à une pluralité de patients en cours de suivi par une équipe de médecins, par exemple au sein d’un hôpital, et pour lesquels une prescription est à décider. Dans cette base de données BDD1, il figure pour chaque patient divers champs de données, déjà renseignés ou encore à renseigner, comportant - ou destinés à comporter - notamment certaines des, ou toutes les, informations suivantes :
- informations d’identification du patient, indiquant ses nom, prénom, coordonnées, éventuellement numéro d’identification unique, âge, genre ;
- liste des causes pathologiques identifiées à ce stade, notamment signes cliniques présentés par le patient ;
- identifiants de plusieurs médecins de spécialité distincte, typiquement au moins 3 médecins, constituant l’équipe médicale participant à la RCP relative au patient en charge de l’établissement d’une prescription médicale ;
- rapports d’expertise de chacun des médecins de cette équipe médicale ;
- résultats d’examens ;
- compte-rendu de RCP ;
- prescription résultant de la RCP
- l’information phénotypique et/ou génotypique des parents du patient (père, mère, frère, sœur), qui parfois est une donnée utile pour la décision médicale ;
- .un lien vers d’éventuels précédents comptes-rendus de RCP, quand le dossier du patient a déjà fait l’objet de RCP(s).
Dans des modes de réalisation, le bloc de traitement 4 comporte une interface homme-machine (non représentée) permettant à un opérateur la saisie directe de données à traiter par l’unité centrale 6.
On notera que dans des modes de réalisation, même à l’issue du procédé 200 décrit en référence à la figure 4, tout ou partie de ces informations ne sont pas présentes dans la BDD1, qui comportent dans ce cas les indications nécessaires permettant d’accéder à ces informations non présentes (par lien hypertexte par exemple).
On entend par :
- résultats d’examen les résultats issus d’un examen sur le patient (ex : des résultats de radiologie (images), de pathologie, de biologie (mesures de concentration de substances dans divers échantillons biologiques), de génomique (données de séquençage), images d’histologie, etc.) ordonné par un praticien et fournis par le laboratoire ayant pratiqué l’examen.
- rapport d’expertise les conclusions du praticien au vu des résultats d’examen.
La base de données BDD2 comporte, elle, des données relatives à une pluralité de patients déjà pris en charge, dans l’hôpital considéré ou dans d’autres structures, et pour lesquels une prescription a déjà été décidée, et au sujet desquels en outre des retours et commentaires quant à l’effet de la prescription sur l’état du patient ont parfois été ajoutés. Dans cette base de données BDD2, il figure, pour chaque patient traité, divers champs de données renseignés comportant notamment :
- numéro d’identification unique d’un patient et éventuellement informations d’identification du patient, indiquant ses nom, prénom, coordonnées, âge, genre éventuellement ;
- liste des causes pathologiques, notamment signes cliniques présentés par le patient ;
- rapports d’expertise de chacun des médecins de l’équipe médicale ayant suivi le patient ;
- résultats d’examens ;
- date de la tenue de la réunion RCP et identifiant du coordonnateur de la RCP;
- prescription décidée pour le patient ;
- éventuellement des commentaires quant à l’évaluation des effets, bénéfiques ou secondaires, du traitement prescrit dans la prescription ;
- éventuellement un coefficient de succès de la prescription, évaluant l’efficacité de la prescription sur l’état du patient.
La BDD2 est par exemple partagée entre plusieurs établissements de santé.
Les médecins associés à chaque patient dans la BDD1 comportent par exemple :
un biologiste moléculaire, spécialiste de la génomique, qui examine les résultats de séquençage et typage d’ADN. Son rôle est d’interpréter le matériel génétique des cellules du cancer pour y rechercher des lésions dans les gènes, les mutations, qui expliquent l’origine du cancer et pour lesquels peuvent être proposées des médicaments particuliers, les thérapies ciblées. L’expertise du biologiste moléculaire porte sur l’interprétation des résultats du séquençage d’ADN, des kits de détection de mutations, des examens de modification de l’ADN comme les tests de gain ou de perte d’ADN.
un médecin anatomopathologiste ou pathologiste, qui examine au microscope les cellules et les tissus prélevés au cours d’une biopsie ou d’une chirurgie. Son rôle est déterminant pour le diagnostic et l’orientation du choix des traitements lors de la réunion de concertation pluridisciplinaire. Son métier, basé sur l'observation morphologique, intégré à la clinique, aidé de techniques morphologiques et tests complémentaires, permet de poser avec certitude le diagnostic de cancer. Le pathologiste contribue à la décision thérapeutique, en permettant d'évaluer le pronostic de la maladie et d'adapter au plus près du patient, une stratégie thérapeutique personnalisée et ciblée contre le cancer. Les examens au sujet desquels il donne une expertise sont par exemple :
- examen d'anatomo-cytopathologie portant sur des tissus (analyse histologique) ou sur des cellules isolées (analyse cytologique) pour poser le diagnostic de cancer mais également déterminer le type de cancer, les caractéristiques d'agressivité des cellules et d'extension de la tumeur, les principaux facteurs de gravité de la tumeur ;
- analyse immunocytochimique ou immunohistochimique qui a pour objet d'identifier des protéines portées par les cellules tumorales, ce qui peut permettre de classer la tumeur, d'en évaluer la gravité et de prédire l'efficacité de certains traitements ;
- un médecin référent, chargé du suivi médical du patient ;
- un médecin oncologue, spécialiste du cancer et de ses traitements ;
- un chirurgien, spécialiste ou généraliste, chargé de pratiquer des opérations chirurgicales pour enlever une tumeur, des tissus ou des organes atteints, permettant de diagnostiquer une lésion tissulaire qui peut être un cancer ;
- un médecin radiologue, qui à partir d’examens radiologiques, repère une lésion d’un organe, oriente éventuellement son diagnostic et peut évaluer l'évolution de la maladie. Il apporte des réponses morphologiques au cancérologue référent afin de permettre la validation des orientations thérapeutiques ; selon les problématiques, il oriente sur le choix des examens complémentaires les plus appropriés à réaliser. A cette fin, il peut conseiller les gestes de radiologie interventionnels appropriés, qu'ils soient à visée diagnostiques (biopsies sous repérage échographique, scannographique) ou bien thérapeutiques (embolisation, pose de sonde de drainage, radio-fréquence, vertébroplastie). ; les types d’examens expertisés comportent les scannographies, IRM (Imagerie par Résonnance Magnétique), les échographies ;
- un médecin biologiste …
Dans le mode de réalisation considéré, l’unité centrale 6 est adaptée pour effectuer les opérations décrites en référence à la figure 4 comme lui incombant. Dans un mode de réalisation, l’unité centrale 6 comporte un processeur et une mémoire (non représentés), cette dernière comportant des instructions logicielles qui, lorsqu’elles sont exécutées sur le processeur, mettent en œuvre les étapes décrites en référence à la figure 4 et incombant à l’unité centrale 6.
Dans un autre mode de réalisation, l’unité centrale 6 est réalisée sous forme d’un composant logique programmable, tel qu’un FPGA (de l’anglais Field Programmable Gate Array), ou encore sous forme d’un circuit intégré dédié, tel qu’un ASIC (de l’anglaisApplications Specific Integrated Circuit).
En référence à la figure 4, dans une première étape 201, des données sont saisies par un opérateur, depuis l’IHM du bloc de traitement 4 ou depuis un terminal 3, pour renseigner au moins les champs suivants : identification d’un patient nommé ci-après P1 ; identifiants des médecins de l’équipe médicale suivant le patient et qui seront parties à la RCP à venir, en charge donc de l’établissement d’une prescription médicale ; date à venir prévue pour la RCP et identifiant du coordonnateur de la RCP (qui peut être un des médecins parties à la RCP ou un assistant administratif), signes cliniques ; ces données saisies sont reçues et mémorisées dans les champs concernés de la BDD1 par l’unité centrale 6.
L’opérateur est selon les modes de réalisation un assistant administratif, ou un médecin de l’équipe médicale suivant le patient P1.
Dans une étape 202, à une date prédéterminée en amont de la date de la RCP telle que renseignée (par exemple 7 jours avant), l’unité centrale 6 transmet automatiquement un message d’alerte à chaque médecin identifié dans la BDD1 comme membre de la RCP (et en outre au coordonnateur tel qu’identifié dans la BDD1 s’il n’est pas un de ces médecins) indiquant la date de tenue de la RCP renseignée dans la BDD1 et requérant ses résultats d’expertise.
Dans une étape 203, pendant la période séparant l’envoi de l’alerte et la date de tenue de RCP indiquée dans BDD1 :
- quand un des médecins parties à la RCP transmet depuis un terminal 3 (ou l’IHM du bloc de traitement 4) les résultats d’un examen qu’il a ordonné ou son rapport d’expertise issu de son analyse des résultats d’examen, l’unité centrale 6 mémorise ces éléments dans les champs correspondants de la BDD1 associés au patient P1, et transmet automatiquement un message d’alerte au coordonnateur tel qu’identifié dans la BDD1, l’informant de cette opération ; et/ou
- pour chacun des médecins parties à la RCP par lequel aucun rapport d’expertise et/ou aucun résultat d’examen n’a encore été mémorisé pour le patient dans la BDD1, l’unité centrale 6 transmet automatiquement un message de rappel à au moins un moment prédéterminé avant la date de tenue de la RCP, par exemple 2 jours avant ; et/ou
- à un moment prédéterminé avant la date de tenue de la RCP, par exemple 1 jour avant, l’unité centrale 6 transmet automatiquement un message d’alerte au coordonnateur indiquant celui ou ceux des médecins parties à la RCP par lequel aucun rapport d’expertise et/ou aucun résultat d’examen n’a encore été mémorisé pour le patient P1 dans la BDD1, afin que le coordonnateur puisse contacter directement ce(s) médecin(s).
Dans une étape 204, la réunion RCP relative au patient P1 a lieu, à la date prévue ; les médecins parties à la RCP sont, selon les cas, réunis dans une pièce ou alors au moins certains participent à la RCP à distance, et communiquent depuis leur terminal 3, par exemple par visioconférence, chacun des participants pouvant accéder depuis son terminal 3 ou l’IHM du bloc de traitement 4, via l’unité centrale 6, à l’ensemble des données mémorisées dans la BDD1 pour le patient P1. Puis le coordonnateur rédige la prescription, résultat des échanges entre médecins présents et des rapports d’expertise et résultats d’examen figurant dans la BDD1, ainsi que le rapport de RCP (comportant la date de la RCP, la proposition thérapeutique retenue et la ou les alternatives possibles ainsi que les noms et qualifications des participants), qu’il fournit, depuis un terminal 3 ou l’IHM du bloc de traitement 4, à l’unité centrale 6 qui les mémorise dans les champs correspondants de la BDD1.
Dans un mode de réalisation, avant que la RCP n’ait lieu par exemple, l’unité centrale 6 détermine, automatiquement ou non, en fonction des données du rapport d’expertise fournies par chaque médecin partie à la RCP et en fonction de règles expertes (appliquant des directives cliniques telles que les directives de l’ESMO (https://www.esmo.org/Guidelines) ou les directives de l’NCCN (https://www.nccn.org/professionals/physician_gls/default.aspx)) un coefficient de pondération pour ce rapport (permettant ensuite aux médecins parties à la RCP une prise de décision fonction des valeurs relatives des coefficients de pondération accordés à chaque rapport fourni pour le patient P1 : cette disposition permet de guider les médecins quant à leur décision, indiquant dans l’ordre d’importance relatif de prise en considération des différents rapports.
Dans un mode de réalisation, au cours de la RCP, ou avant la RCP, par exemple, l’unité centrale 6 identifie, automatiquement ou non, les contradictions entre certains desdits rapports d’expertise mémorisés pour le patient P1 et/ou ordonne entre eux lesdits rapports en fonction de règles prédéfinies et fournit au moins au coordonnateur de la RCP, voire à l’ensemble des médecins parties à la RCP, les contradictions identifiées et/ou l’ordonnancement des rapports entre eux.
La plate-forme RCP 1 permet ainsi de contribuer à la prise de décisions plus consensuelles et plus justifiées par les médecins de la RCP, ce qui permet d’accélérer la prise de décision et également de permettre la prise de décisions davantage maîtrisées, fondées et rationnelles.
Dans un mode de réalisation, au cours de la RCP, ou avant la RCP, par exemple, l’unité centrale 6 est adaptée pour effectuer, automatiquement ou non, une opération de recherche, dans la BDD2, des prescriptions y ayant été mémorisées pour des éléments relatifs au patient, ces éléments comportant des données de type signes cliniques - et/ou rapports d’expertise et/ou résultats d’examen - « proches » ; voire pour d’autres caractéristiques « proches » telles qu’âge du patient P1, antécédents etc. : pour cela, l’unité centrale 6 compare ces éléments avec les éléments dans la BDD2 de même type, détermine le patient P2 (ou un nombre N de patients, avec N fixé strictement supérieur à 1) de la BDD2 présentant les éléments les plus « proches » du patient P1 considéré, et pour chaque patient P2 identifié, extrait du champ « prescription » au moins une partie de la prescription mémorisée dans la BDD2, ainsi que lorsqu’ils existent, les commentaires et le coefficient de succès.
Dans un mode de réalisation, la détermination du ou des patient P2 est effectuée en fonction en outre des coefficients de succès associés aux patients.
Les prescriptions des patients P2 extraites en partie ou en totalité sont fournies par l’unité centrale 6 au moins au coordonnateur de la RCP, voire à l’ensemble des médecins parties à la RCP. Dans un mode de réalisation, l’unité de mesure 6 mesure un écart entre chaque élément du type considéré du patient P1 et celui du même type présenté par le patient P2, les prescriptions fournies pour plusieurs patients P2 déterminées sont ordonnées entre eux par l’unité centrale 6 en fonction des écarts mesurés selon des règles prédéterminées, et optionnellement en fonction du coefficient de succès indiqué pour le patient P2. Les écarts et/ou les coefficients de succès sont également fournis dans un mode de réalisation par l’unité centrale 6, avec les prescriptions extraites.
Ces opérations permettent une prise de décision de meilleure qualité en termes de pertinence et de chance de succès du traitement prescrit. L’expérience et le retour d’expérience peuvent être partagés via la BDD2 entre différents établissements nationaux ou internationaux, ce qui permet de garantir un accès au même niveau de connaissance et d’expertise tant à un petit établissement de santé qu’à un beaucoup plus grand.
La plate-forme RCP 1 permet d’augmenter la justesse de la décision prise, que ce soit le choix d’un traitement parmi ceux existants auxquels l’ensemble des signes cliniques recueillis conduisent ou celui d’une thérapie innovante, personnalisée, comme une immunothérapie, dans laquelle le médicament doit être conçu uniquement pour le patient en fonction des différents paramètres biologiques, avec l’aval des différents spécialistes.
La plate-forme RCP 1 permet une participation asynchrone des médecins de l’équipe médicale associée au patient P1 : Chacun de ces médecins peut communiquer ses rapports d’expertise et résultat d’examen à tout moment de son choix avant que la RCP n’ait lieu.
On notera que chaque personne requérant l’accès en écriture aux bases de données BDD1 ou BDD2 doit s’authentifier auprès de l’unité centrale 6, qui, après que l’authentification ait été correctement validée, vérifie les droits d’accès respectifs associés (par exemple, seul un médecin identifié comme partie à la RCP relative à un patient est autorisé par l’unité centrale 6 à écrire dans certains, qui lui sont propres, champs de rapports d’expertise, ou de résultats d’examens, ou de signes cliniques concernant ce patient et/ou seul le médecin coordinateur est autorisé procéder à l’enregistrement dans la BDD1, via l’unité centrale 6, du compte-rendu de RCP et de la prescription résultant de la RCP ; ou encore seuls les médecins identifiés comme parties à la RCP sont autorisés par l’unité centrale 6 à lire les champs de données relatifs au patient dans la BDD1).
Dans un mode de réalisation, dans une étape 205, l’unité centrale 6 ajoute, automatiquement ou non, dans la BDD2 l’ensemble des informations relatives au patient P1, ce qui a pour effet d’adapter en permanence la base de connaissance à la pratique.
Dans des modes de réalisation, seules certaines des étapes indiquées ci-dessus sont mises en œuvre par la plate-forme RCP.
Ainsi, la plate-forme RCP 1 permet l’élaboration de RCP en permettant la participation asynchrone à la prise de décision, en augmentant et améliorant les capacités décisionnelles, ce qui concourt à permettre des prises de décisions quant aux prescriptions et aux traitements, plus rapides, plus sûres, avec un risque réduit d’erreurs médicales et de troubles ensuite rencontrés par les patients.
Par ailleurs, la médecine génomique exploite les informations du génome humain pour caractériser très finement le patient par la détermination de signatures moléculaires au niveau de son ADN. De cette masse d’information peuvent être identifiées des signatures causales de certaines maladies, ou des signatures prédictives de l’efficacité de certains traitements thérapeutiques. L’accès au génome permet de diagnostiquer des maladies, d’anticiper leur apparition, et offre de nouveaux choix de stratégies thérapeutiques.
L’observation du génome est réalisée par le séquençage d’ADN.
La chaîne de traitement de données génomiques en clinique est décrite ci-dessous.
Tout d’abord l’examen du génome est requis par un praticien. Un échantillon biologique est alors prélevé sur le patient pour en extraire son ADN : on distingue les tests de génétique constitutionnelle (recherchant des informations sur le patrimoine génétique transmissible, présent dans toutes les cellules de l’organisme) qui sont réalisés le plus souvent à partir d’une prise de sang et les tests de génétique somatique, consistant à analyser le génome de cellules cancéreuses pour détecter des mutations survenues spécifiquement dans la tumeur, et qui sont réalisés à partir d’une biopsie (prélèvement d’un morceau de tissu) ou d’une prise de sang pour les cancers hématopoïétiques (cancer affectant la production des éléments entrant dans la composition du sang). Ensuite la phase de biologie moléculaire consiste en la préparation des échantillons biologiques prélevés de manière à en extraire l’ADN à séquencer (la qualité de l'ADN extrait est un facteur prépondérant dans le succès d’un séquençage). Il s’en suit le séquençage de l’ADN grâce à un appareil appelé séquenceur, produisant des millions d’informations appelées « lectures » correspondant à la séquence de millions de fragments du génome du patient. Après le séquençage proprement dit, une première analyse informatique consiste à reconstituer la séquence génomique du patient à partir de ces millions de lectures en les repositionnant sur une séquence génomique humaine de référence (phase d’alignement ou « mapping »). Puis les variations de séquence par rapport à la séquence génomique de référence sont identifiées, au cours de la phase dite d’appel des variants (ou « variant calling »): ce sont les variants ou variations, correspondant à des mutations.
Puis ce résultat de l’analyse informatique est ensuite validé et interprété, au cours de la phase d’interprétation génomique par un praticien agréé. La validation consiste principalement à filtrer les variations déterminées en fonction de deux principaux paramètres, d’une part, selon des « critères qualité » des résultats et d’autre part, selon les impacts biologiques prédits de ces variations. Ces filtres permettent de ne retenir que les variations pertinentes au regard d’une maladie donnée.
L’objectif de l’interprétation génomique des variants est de déterminer leur signification clinique, c’est-à-dire leur rôle dans la survenue d’une maladie, dans son évolution, dans l’efficacité de traitements, etc. L’interprétation des variants s’appuie sur la connaissance biomédicale du moment et sur les informations fournies dans le cadre de la prescription (données phénotypiques du patient : signes cliniques, historique familiale, facteurs de risques, etc.). L’augmentation des capacités de séquençage se traduit par des données en masses à interpréter dans le contexte clinique. Cette interprétation est longue et difficile, pouvant prendre de quelques heures à plusieurs jours par génome. C’est aujourd’hui un des verrous majeurs de l’adoption de la génomique dans la pratique hospitalière.
En outre la génétique étant un domaine qui évolue particulièrement rapidement, les praticiens agréés doivent maintenir leurs connaissances à jour dans le cadre des analyses qu’ils pratiquent. Différents moyens sont à leur disposition, parmi lesquels la participation à des congrès, à des réunions de sociétés savantes ou à des réseaux.
Le résultat de cette analyse doit être consigné dans un compte-rendu de génétique moléculaire respectant des critères précis en termes d’informations à faire figurer obligatoirement, et de format de présentation et qui doit ensuite être remis au prescripteur.
La plate-forme d’exploitation de données génomiques décrite ci-dessous en référence à la figure 1 ainsi que le procédé d’exploitation génomique décrit ci-dessous en référence à la figure 2 visent à réduire le temps nécessaire à l’interprétation génomique pour le praticien, à la rendre plus exhaustive, fondée et complète, et à uniformiser les pratiques. Il est ainsi fourni au praticien une aide à la décision, des capacités d’interprétation augmentées lui permettant d’analyser et interpréter plus rapidement et plus précisément le génome de son patient, ce qui va donner lieu plus rapidement à un traitement plus juste.
Il est ainsi décrit en référence à la figure 1 une plate-forme d’exploitation de données génomiques 10, nommée ci-après plate-forme GEN 10. Cette plate-forme GEN 10 est une plate-forme électronique qui comporte une base de données 12 de données relatives à des patients, nommée ci-après BDD3, un module de connaissances 13, une unité centrale de traitement 11 et une interface homme-machine 17, ou IHM 17.
Le module de connaissances 13 comporte une base de données 14 de connaissances générales relatives aux variants, nommée ci-après BDD4 et un bloc de contrôle 15.
La base de données BDD3 comporte des données relatives à une pluralité de patients pour lesquelles une interprétation génomique est à réaliser par un praticien utilisateur de la plate-forme GEN 10.
Dans cette base de données BDD3, il figure, pour chaque patient, divers champs de données déjà renseignés ou encore à renseigner, comportant - ou destinés à comporter - notamment les informations suivantes :
I1/ renseignements concernant le patient, comprenant :
- informations d’identification du patient, indiquant ses nom, prénom, coordonnées, éventuellement numéro d’identification unique, âge, genre ;
- test génétique demandé ;
- raison pour laquelle le test est demandé comportant les causes pathologiques, i.e. la liste des signes cliniques présentés par le patient et/ou l’identification d’une maladie détectée ou pressentie chez le patient et/ou une anomalie génotypique des parents du patient (père, mère, frère, sœur);
- identifiants des médecins suivant le patient ;
I2/ renseignements des caractéristiques de l’échantillon biologique, comprenant l’identification du site de prélèvement, la technique de prélèvement et la qualité du prélèvement
I3/ renseignement issus des données de séquençage comprenant la liste des variants détectés chez le patient P1, la version du génome de référence contre lequel les variants du patient ont été alignés ;
I4/ renseignements résultant du traitement effectué par la plate-forme GEN 10 comprenant une liste des variants jugés pertinents de faire figurer dans le compte-rendu de génétique moléculaire, priorisés par impact clinique vis-à-vis de la question médicale traitée, et leur annotation ;
I5/ le compte-rendu de génétique moléculaire.
Le module de connaissances 13 est adapté pour collecter, en provenance d’un ensemble E2 de plusieurs sources diverses S1, S2,…, Sn, des données représentant la connaissance biomédicale relative aux variants génomiques, à leur liens avec des maladies, traitements de maladies et signes cliniques, pour les traiter et pour stocker les données traitées dans la base de données BDD4.
Les données stockées dans BDD4 comportent des informations associant gènes et maladies, indiquant aussi par exemple des variants génomiques et leur caractérisation clinique (cause d’une maladie, modification de l’efficacité d’une thérapie ciblée), des régions fonctionnelles de gènes ou de protéines. Comme décrit plus loin, ces données sont utilisées sur la plate-forme GEN 10 pour annoter le génome d’un patient et en produire une interprétation sur la base de laquelle un traitement pourra être décidé. Ces données sont des issues d’articles, de documents, d’annotations antérieures de rapport d’interprétation génomique etc.
Les sources S1 à Sn ont été choisies de façon à être représentatif de l’état des connaissances dans le domaine considéré ; elles comportent par exemple des producteurs de données dont le métier est d’agréger des sources d’informations sur ces domaines de connaissance précis : par exemple, l’organisme américain et producteur de données NCBI (National Center for Biotechnology Information), fournit à la communauté scientifique plusieurs ressources de données dont ClinVar (ressource décrivant des variants génomiques), Gene (ressource décrivant des gènes), PubMed (ressource d’articles scientifiques), etc.
Le bloc de contrôle 15 est adapté pour collecter régulièrement les données délivrées par l’ensemble E2 de sources, pour effectuer les mises à jour correspondantes des données stockées dans la BDD4, pour étiqueter les données stockées de façon à pouvoir extraire les données pertinentes en fonction de mots-clefs.
La véracité d’une information biomédicale peut en effet être remise en question, voire invalidée, par des travaux scientifiques plus récents. L’actualisation de la base de connaissance limite ainsi dans le temps les risques d’erreur. Le bloc de contrôle 15 est adapté pour vérifier la conformité des informations recueillies par rapport à des standards et à vérifier la logique des informations au regard de règles expertes, et d’autre part à vérifier la cohérence des informations entre plusieurs sources, et à identifier les données incohérentes entre elles.
Le bloc de contrôle 15 trace en outre l’origine et l’historique des données stockées dans la base de données BDD4, ce qui permet d’expliquer pourquoi le résultat d’une analyse génomique sur les mêmes variants d’un patient donné peut changer entre deux moments.
La base de données BDD4 stocke les données de connaissance générale traitées par le bloc de contrôle 15.
Dans le mode de réalisation considéré, l’unité centrale de traitement 11 est adaptée pour effectuer les opérations décrites en référence à la figure 2 comme lui incombant dans l’ensemble d’étapes 100. Dans un mode de réalisation, l’unité centrale de traitement 11 comporte un processeur et une mémoire (non représentés), cette dernière comportant des instructions logicielles qui, lorsqu’elles sont exécutées sur le processeur, mettent en œuvre les étapes décrites en référence à la figure 2 et incombant à l’unité centrale de traitement 11.
Dans un autre mode de réalisation, l’unité centrale de traitement 11 est réalisée sous forme d’un composant logique programmable, tel qu’un FPGA (de l’anglaisField Programmable Gate Array), ou encore sous forme d’un circuit intégré dédié, tel qu’un ASIC (de l’anglaisApplications Specific Integrated Circuit).
En référence à la figure 2, dans une étape 101, la plate-forme GEN 10 reçoit, pour un patient P1 pour lequel une interprétation génomique est à réaliser, la liste des variants identifiés lors d’une analyse du génome du patient P1 et plus globalement, elle reçoit l’ensemble des renseignements qui lui permette alors de renseigner les champs I1 à I3 pour ce patient P1, soit automatiquement, soit par l’intervention d’un assistant du praticien en charge de l’interprétation génomique de ces renseignements.
La liste des variants est par exemple fournie par un fichier au format VCF (Variant Call Format). Plusieurs fichiers VCF sont fournis dans le cas d’analyses comparatives dites trio, qui consistent à séquencer le génome du patient P1 et aussi celui de ses parents, de manière à augmenter les capacités d’interprétation des variants (ex. un variant présent chez un parent non malade est interprété différemment d’un variant présent chez un parent malade).
Dans une étape 102, pour chaque variant identifié pour le patient P1, l’unité centrale de traitement 11 détermine automatiquement si, dans la BDD4, des données liant les causes pathologiques indiqués dans la BDD3 pour le patient P1 et le variant y sont stockées, en particulier des informations indiquant un impact biologique ou clinique de ce variant sur la survenue, ou l’évolution, d’une maladie indiquée dans les causes pathologiques (indiquée soit directement, soit indirectement, les signes cliniques présentés par le patient correspondent à ceux découlant de cette maladie) ou encore sur l’efficacité d’un traitement de cette maladie. Dans le cas positif, l’unité centrale de traitement 11 extrait ces données.
Ensuite, une fois cette étape réalisée pour chaque variant, l’unité centrale de traitement 11 ordonne les variants entre eux par ordre décroissant de pertinence clinique, en fonction de règles basées sur des principes de biologie et de génétique sont appliquées afin de mieux qualifier les variations génomiques.
Ces règles comportent par exemple des règles métiers approuvées par les praticiens (médecins biologistes) par exemple les règles ACMG (réf. Richards S et al. 2015, Standards and guidelines for the interpretation of sequence variants: a joint consensus recommendation of the American College of Medical Genetics and Genomics and the Association for Molecular Pathology), les règles de classification INCa (pour l’interprétation des variants somatiques) …
Notamment seront mis au plus bas niveau de pertinence les variants pour lesquels aucun lien n’aura été détecté entre les causes pathologiques et le variant.
Un exemple de règle propriétaire est donné ci-après :
Dans le contexte suivant :
a. Soit une maladie génétique M1, monogénique (dont la survenue est liée au disfonctionnement d’un seul gène), et à mode de transmission récessif (les deux copies du gène en cause doivent être inopérantes pour que la maladie s’exprime).
b. Soit le gène G1 connu pour son lien de causalité avec la maladie M1 (le gène responsable de la maladie).
c. Soit un ensemble de signes cliniques S1 observés chez un patient P1, qui correspondent aux signes cliniques communément observés chez les patients atteints de la maladie M1.
d. Soit deux variants génomiques V1 et V2 :
- observés dans le génome du patient P1
- tous deux localisés sur le gène G1.
- présents à l’état hétérozygote (une seule copie du gène comporte la variation sur les deux copies provenant l’une du père et l’autre de la mère)
- chacun localisé sur une copie différente du gène G1 (l’une des variations provient du père et n’est pas présente chez la mère, l’autre variation provient de la mère et n’est pas présente chez le père)
L’hypothèse de causalité du couple de variants hétérozygotes composés V1/V2 est invalidée si les conditions suivantes sont réunies :
e. Une variation V3 localisée dans le gène G1 est connue pour être causale de la maladie M1 lorsque la variation est présente à l’état homozygote (les deux copies du gène G1 portent la variation V3) ou lorsque la variation V3 forme un couple de variants hétérozygotes composés avec une autre variation hétérozygote causale de M1.
f. Un patient sain P2 (non atteint de la maladie M1) présente le couple d’hétérozygotes composés V3/V1.
g. Un patient sain P3 (non atteint de la maladie M1) présente le couple d’hétérozygotes composés V3/V2.
Au contraire, l’hypothèse de causalité du couple de variants hétérozygotes composés V1/V2 est fortement consolidée si les conditions suivantes sont réunies :
h. Un patient P4 atteint de la maladie M1 présente le variant V1 à l’état homozygote V1/V1 et aucun autre variant dans le gène G1.
i. Un patient P5 atteint de la maladie M1 présente le variant V2 à l’état homozygote V2/V2 et aucun autre variant dans le gène G1.
Une analyse génétique doit se focaliser sur les causes génétiques associées au problème médical pour lequel le médecin prescripteur a motivé sa demande d’analyse. Les causes génétiques d’autres pathologies ne doivent théoriquement pas être recherchées. Néanmoins, il y a dans certains modes de réalisation une exception pour un certain nombre de pathologies sévères pour lesquelles des causes génétiques sont parfaitement identifiées et actionnables sur le plan thérapeutique. Du fait que ces pathologies peuvent être complètement déconnectées du motif du test génétique demandé par un médecin, on parle de découvertes fortuites ou secondaires lorsque l’on identifie l’une des causes génétiques de ces pathologies chez un patient.
Dans un mode de réalisation, l’unité centrale de traitement 11 identifie s’il existe un ou des variants représentatifs de l’une de ces pathologies ; en fonction de la définition de ces variants secondaires définie par exemple par l’ACMG (réf. Kalia SS et al. 2017).
Dans une étape 103, la liste des variants ainsi ordonnés et associés à des annotations est présentée au praticien par l’unité centrale 11, via un écran d’affichage de l’IHM 17, chaque variant étant associé aux données extraites de la BDD4, appelées annotations associées, relativement au dit variant à l’étape 102 le cas échéant, pour sélection. L’indication du numéro d’ordre ainsi que l’indication des annotations sont ajoutées pour chaque variant dans la base BDD3 par l’unité centrale de traitement 11.
On appelle ici « annotations », des informations qui se rapportent aux variants et que l’on sait retrouver pour les rattacher aux variants afin de mieux les caractériser (ces variants).
La phase où les variants sont annotés est préalable à la phase d’interprétation. C’est parce les variants ont été caractérisés en leur rattachant tout ce qui est connu à leur sujet que l’on peut interpréter leur signification biologique et clinique.
Le praticien alors peut prendre connaissance du ou des variants jugés le(s) plus pertinent(s) par la plate-forme GEN 10, au vu des causes pathologiques indiquées pour le patient P1 et des connaissances générales reflétées par la BDD4 ; il peut consulter les données extraites de la base pour chaque variant.
Le praticien sélectionne alors le ou les variants qui lui semblent le(s) plus pertinent(s) via l’IHM 17.
On notera qu’en outre les variants génomiques rencontrés par le praticien qui présentent un intérêt particulier peuvent être annotés par le praticien via l’IHM 17 pour y ajouter sa connaissance experte du variant. Ces annotations sont enregistrées par l’unité centrale de traitement 11 dans la BDD4 et seront présentées via l’IHM 17 à la prochaine étape 103 pour un autre patient présentant le même variant.
Dans une étape 104, sur réception de la sélection via l’IHM 17, l’unité centrale de traitement 11 génère automatiquement le compte-rendu d’interprétation génomique comprenant, dans un format reconnu en matière d’examen génétique, les informations extraites des champs I1, I2, le génome de référence, le ou les variants sélectionnés par le praticien à l’étape 103 (ainsi que le cas échéant les variants secondaires), la classe des variants (déterminée par l’unité 11 par exécution de règles métiers en fonction des informations propres au patient) , les commentaires du praticien au sujet de ces variants, et stocke ce compte-rendu dans le champ I5 de la base BDD3. L’unité centrale de traitement 11 transmet en outre automatiquement un message comportant le compte-rendu au praticien prescripteur de l’interprétation génomique du patient P1, par exemple par des moyens de télécommunication, à une adresse indiquée également dans la base BDD23 en association avec le patient P1. Ce compte-rendu est en outre accessible depuis l(IHM 17.
On notera que tout au long du processus 100 décrit ci-dessus, le module de connaissances 13 collecte, traite et met à jour les données de connaissance générale, qu’il identifie les données contradictoires et présente ces contradictions au praticien, par l’intermédiaire de l’IHM 17.
Dans un mode de réalisation, le module de connaissances 13 détermine, en fonction de règles prédéterminées celle(s) des données contradictoires qui est a priori juste (exemple : une erreur de nommage d’un gène avec un identifiant dépassé – dans ce cas, le module de connaissances 13 corrige l’erreur et réattribue le bon nom de gène). et l’indique également. Sur réception d’instructions validant ou infirmant cette détermination, il peut écarter les données considérées comme non valides des données à considérer par la suite par l’unité centrale de traitement 11. Dans un mode de réalisation, le module de connaissances 13 est adapté pour identifier une contradiction entre deux données sans pouvoir identifier laquelle est juste, pour la signaler par l’intermédiaire de l’IHM 17 (par exemple, une base de données indique qu’une variation génomique est causale d’une maladie rare alors que dans le même temps, une autre base de données indique que ce même variant est très fréquent dans la population), la décision concernant celle des données à considérer étant alors requise auprès du praticien via l’IHM 17.
La plate-forme GEN 10 prend en entrée les variations génomiques d’un patient, les filtre pour ne retenir que les variations qu’il est pertinent d’interpréter vis-à-vis d’une maladie spécifique. Les informations utiles à l’interprétation sont rassemblées et présentées au biologiste moléculaire pour qu’il valide les variations sur lesquelles les médecins vont établir leur stratégie de prise en charge médicale et qui sont indiquées dans son compte rendu de génétique moléculaire.
La plate-forme GEN 10 contribue ainsi à la phase d’interprétation génomique des variants supervisée par le praticien en déterminant la signification clinique des variants (c’est-à-dire leur rôle dans la survenue d’une maladie, dans son évolution, dans l’efficacité de traitements, etc) sur la base de la connaissance biomédicale du moment stockée dans la base de données BDD4 et sur les informations fournies dans le cadre de la prescription (données phénotypiques du patient : signes cliniques, historique familiale, facteurs de risques, etc.).
Suivant un aspect, il est ainsi proposé une plate-forme d’exploitation de données génomiques comprenant une première base de données de connaissance médicale stockant des données issues de plusieurs sources externes indiquant des liens entre des variants génomiques et des causes pathologiques, ladite plate-forme étant adaptée pour recevoir des requêtes d’interprétation génomique pour des patients comprenant les données de définition des variants issus de l’analyse du génome desdits patient et l’indication des causes pathologiques ayant donné lieu à ladite analyse et pour stocker lesdites données de définition des variants et lesdites causes pathologiques dans des champs respectifs d’une deuxième base de données, ladite plate-forme d’exploitation de données génomiques comprenant en outre une unité électronique de traitement adaptée pour déterminer, pour chaque variant défini pour un patient, s’il existe des données stockées dans la première base de données indiquant un lien entre ledit variant et tout ou partie des causes pathologiques indiquées pour ledit patient dans la deuxième base de données, ladite plate-forme étant adaptée en outre pour déterminer un ordre de pertinence entre lesdits variants pour lesquelles il existe de telles données, en fonction de l’application de règles de pertinence préétablies sur lesdites données déterminées pour lesdits variants, ladite plate-forme comprenant en outre une interface homme-machine avec un écran d’affichage et étant adaptée pour afficher lesdites variants ordonnées dans l’ordre déterminé avec l’indication, pour chaque variant, desdites données de la première base déterminées pour ledit variant.
La plate-forme d’exploitation de données génomiques est ainsi un outil d’aide à la décision accélérant et optimisant la qualité de l’interprétation génomique par le praticien : le variant le plus susceptible d’être à l’origine d’une maladie correspondant aux causes pathologiques du patient ou susceptible de rendre incompatible (par exemple inefficace) un traitement d’une telle maladie est déterminé automatiquement par la plate-forme et présenté de façon sélective au client.
Dans un mode de réalisation, en outre, l’unité de traitement est adaptée pour requérir la sélection d’au moins un des variants affichés, pour déterminer une telle sélection saisie depuis l’interface homme-machine 17 et pour générer automatiquement un rapport d’interprétation génomique dudit patient comprenant ledit variant sélectionné.
Dans un mode de réalisation, les causes pathologiques comprennent des signes cliniques et/ou une indication de maladie.
Dans un mode de réalisation, l’unité électronique de traitement est adaptée pour, lors de la détermination desdites données de la première base de données, sélectionner celles qui indiquent que ledit variant est lié à l’évolution ou la survenue d’une maladie ou a un impact sur le traitement de ladite maladie, ladite maladie étant indiquée dans les causes pathologiques indiquées pour le patient ou correspondant au moins à certains des signes cliniques compris dans les causes pathologiques indiquées pour le patient pour chaque variant défini pour un patient, s’il existe des données stockées dans la première base de données indiquant un lien entre ledit variant et tout ou partie des causes pathologiques indiquées pour ledit patient dans la deuxième base de données.
Dans un mode de réalisation, l’unité centrale de traitement est adaptée pour déterminer un sous-groupe de variants, parmi ceux définis pour le patient, qui figurent sur un gène déduit des causes pathologiques indiquées pour ledit patient, et pour déterminer s’il existe des données stockées dans la première base de données, seulement relativement auxdits variants dudit sous-groupe, pour ledit patient.
Suivant un autre aspect, il est ainsi proposé un procédé d’exploitation de données génomiques sur une plate-forme d’exploitation de données génomiques comprenant une première base de données de connaissance médicale stockant des données issues de plusieurs sources externes indiquant des liens entre des variants génomiques et des causes pathologiques, comprenant les étapes suivantes :
- réception de requêtes d’interprétation génomique pour des patients comprenant les données de définition des variants issus de l’analyse du génome desdits patient et l’indication des causes pathologiques ayant donné lieu à ladite analyse ;
- stockage desdites données de définition des variants et desdites causes pathologiques dans des champs respectifs d’une deuxième base de données ;
- détermination par une unité électronique de traitement de la plate-forme d’exploitation, pour chaque variant défini pour un patient, de s’il existe des données stockées dans la première base de données indiquant un lien entre ledit variant et tout ou partie des causes pathologiques indiquées pour ledit patient dans la deuxième base de données ;
- détermination par ladite unité électronique de traitement d’un ordre de pertinence entre lesdits variants pour lesquelles il existe de telles données, en fonction de l’application de règles de pertinence préétablies sur lesdites données déterminées pour lesdits variants ;
- affichage sur un écran d’affichage de ladite plate-forme desdites variants ordonnées dans l’ordre déterminé avec l’indication, pour chaque variant, desdites données de la première base déterminées pour ledit variant.
La plate-forme RCP 1 et la plate-forme GEN 10 sont dans des modes de réalisation, mises en œuvre l’une sans l’autre. Dans un mode de réalisation, elles peuvent être mises en œuvre de façon combinée, éventuellement partiellement. Dans un mode de réalisation, les plates-formes RCP 1 et GEN 10 sont fusionnées en une même plate-forme et/ou les bases de données BDD1 et BDD3 sont fusionnées en une seule et même base de données.
Par exemple, les signes cliniques renseignés dans la BDD1 pour un patient P1 peuvent être associées par l’unité centrale 6 dans la BDD1 aux informations génomiques telles qu’interprétées par la plate-forme GEN 10 sur la base de ces signes cliniques ; ces informations génomiques sont alors mémorisées dans BDD1 en tant que résultats d’examen : cette coopération permet un diagnostic médical plus précis et identifier la meilleure thérapie.
Dans un mode de réalisation, le résultat d’examen mémorisé dans la BDD1 pour un patient P1 comprend la liste des médicaments identifiés comme inefficaces par la plate-forme GEN 10. Ainsi, selon les mutations identifiées dans une tumeur, la stratégie thérapeutique est adaptée, en écartant les traitements, notamment les médicaments non efficaces à cause de la présence d’une mutation qui modifie le fonctionnement d’un mécanisme biologique.
Cas d’usage n°1 :
Le cas du patient P1 atteint d’un cancer du poumon est traité par la plate-forme RCP 1 pour identifier la meilleure stratégie thérapeutique à suivre.
Les résultats d’examens cliniques réalisés ont révélé la présence de métastases (cancer stade IV) et ont orienté les médecins vers une demande d’examen génétique de la tumeur pour déterminer le traitement de référence à appliquer.
L’examen du profil de mutations de la tumeur réalisé par la plate-forme GEN 10 révèle des mutations du gène EGFR qui oriente le choix des médecins vers une thérapie ciblée plutôt qu’une chimiothérapie conventionnelle. L’efficacité thérapeutique est améliorée, et les effets secondaires amoindris.
Cas d’usage n°2 :
Le cas d’un patient P1 atteint d’un cancer est traité par la plate-forme RCP 1 pour identifier la meilleure stratégie thérapeutique à suivre.
L’examen des variants du profil mutationnel de la tumeur du patient P1 par la plate-forme GEN 10 a déterminé des données dans BDD4 qui indiquent que certaines des mutations ainsi identifiées sont très probablement « reconnaissables » par le propre système immunitaire du patient. Il est donc candidat à une immunothérapie ciblée qui consiste à élaborer un vaccin personnalisé destiné à stimuler une réponse immunitaire spécifiquement dirigée contre la tumeur du patient.
Sur la base du rapport généré par la plate-forme GEN 10 et enregistré dans la BDD1 en tant que résultat d’examen pour le patient P1, la RCP va pouvoir conduire à la décision de générer un vaccin personnalisé à administrer au patient P1 pour lui faire bénéficier des thérapies les plus innovantes offertes par la médecine personnalisée.
Par ailleurs, la plate-forme GEN 10 peut dans un mode de réalisation être configurée pour restreindre son analyse du génome aux régions les plus pertinentes en fonction des signes cliniques présentés par le patient P1, ce qui facilite et accélère l’obtention du résultat. En effet, le phénotype d’un patient (ensemble des signes cliniques observés) est une aide pour établir la liste de gènes à examiner en priorité car ces signes cliniques sont associés à des gènes lorsqu’ils sont associés à des maladies génétiques.
Cas d’usage :
Un patient P1 est suivi dans un service de néphrologie pour une insuffisance rénale. Les signes cliniques mémorisés dans la BDD 1 pour le patient P1 révèle la présence de sang dans les urines (hématurie) et des atteintes extrarénales (anomalies oculaires, surdité). Les résultats de la biopsie rénale signalent des anomalies de la membrane basale glomérulaire. Face à ces symptômes et du fait de l’existence d’autres cas d’insuffisance rénale dans l’histoire familiale du patient, l’hypothèse d’une maladie rénale d’origine génétique est émise. Un test génétique permettant de valider l’hypothèse est demandé. La plate-forme GEN 10 est utilisée pour analyser la séquence génomique du patient, avec comme données d’entrée les caractéristiques phénotypiques (insuffisance rénale, hématurie, lésions de la cornée, surdité, etc.) du patient P1.
La base de connaissance BDD4 contient des données qui établissent des liens de causalité entre les gènes et les symptômes cliniques. Dans notre exemple, les symptômes mentionnés restreignent ainsi le champ d’analyse de l’unité centrale 11 à quelques gènes spécifiques, permettant ainsi au généticien devant analyser les données de se focaliser sur l’étude des mutations localisées dans ces gènes.
Une mutation responsable du syndrome d’Alport est rapidement identifiée dans le gène COL4A3 et vient confirmer le diagnostic d’une maladie génétique. L’identification du syndrome d’Alport parmi plusieurs dizaines de maladies pouvant causer des insuffisances rénales précise le diagnostic et permet au néphrologue de définir les meilleures options thérapeutiques pour son patient lors de la RCP.
En outre, des corrélations statistiques entre des caractéristiques génomiques (identifiées par la plate-forme GEN 10) et des observations cliniques (issues de la BDD1 ou BDD2 de la plate-forme RCP) sont déterminées (par exemple, l’identification de variations génétiques marqueurs de la sensibilité à un médicament), permettant l’identification de biomarqueurs.
Un exemple bien connu de biomarqueur en oncologie est celui du marqueur BRCA1/BRCA2 dans le risque de survenue du cancer du sein.
Seule une petite partie des cancers du sein, 5 à 10%, sont héréditaires, c’est-à-dire attribuable à une mutation génétique. La Recherche a permis d’identifier chez les personnes de familles dans lesquelles des cancers du sein sont observés de manière anormalement élevée, un certain nombre de mutations génétiques favorisant la survenue de cancers du sein (mutations des gènes appelés BRCA1 - pour BReast CAncer 1 - et BRCA2). La présence d’une mutation sur l’un de ces gènes augmente le risque de développer un cancer du sein (prédisposition génétique).
A noter que les biomarqueurs peuvent tout aussi bien indiquer des facteurs de risques de survenue d’une maladie, d’effets secondaires, d’absence d’efficacité d’une thérapie, ou des facteurs pronostiques de l’évolution d’une maladie.
L’accumulation de données cliniques et génomiques sur la plate-forme RCP 1 et/ou la plate-forme GEN 10 constitue le moyen de réunir les données parfois disparates, nécessaires aux analyses statistiques effectuées par l’une et/ou l’autre des unités centrales 6, 11 de ces plates-formes permettant d’identifier des biomarqueurs.
Claims (10)
- Plate-forme (1) de délivrance automatisée d’éléments de prescription médicale pour l’élaboration de prescriptions médicales destinées à des premiers patients suivis chacun par des médecins de spécialités distinctes, comprenant au moins une unité électronique de traitement (4) comprenant un processeur et une mémoire, des moyens de télécommunication avec des terminaux électroniques distants, ladite plate-forme comprenant une première base de données (BDD1) mémorisant des premières données associées à chaque premier patient suivi, lesdites premières données identifiant les médecins de spécialité distincte suivant ledit premier patient, ladite plate-forme comprenant en outre une deuxième base de données (BDD2) mémorisant des deuxièmes données associées à des deuxièmes patients précédemment suivis, lesdites deuxièmes données associées à chacun desdits deuxièmes patients précédemment suivis comportant au moins une prescription délivrée pour ledit deuxième patient et indiquant l’ensemble des résultats d’expertise ayant donné lieu à ladite prescription,
ladite unité électronique de traitement étant adaptée pour associer une date future de délivrance de prescription à un premier patient suivi pour lequel une prescription médicale est à délivrer, pour transmettre automatiquement, via les moyens de télécommunications, à chacun des médecins tels qu’identifiés dans les premières données associées au premier patient, ladite date et une requête de fourniture de résultats d’expertise nécessaires à l’établissement de la prescription ; ladite unité électronique de traitement étant adaptée pour collecter les résultats d’expertise fournis par chacun desdits médecins, pour les mémoriser dans les données associées audit patient dans la première base de données,
ladite unité électronique de traitement étant adaptée en outre pour, au plus tard à la date future de délivrance, comparer l’ensemble desdits résultats d’expertise collectés associés audit premier patient avec les ensembles de résultats d’expertise indiqués dans la deuxième base de données, identifier, en fonction de ladite comparaison, au moins l’ensemble de résultats d’expertise dans la deuxième base de données le plus proche dudit ensemble de résultats d’expertise collectés associés audit premier patient, et déclencher, à au moins un médecin parmi lesdits médecins identifiés dans les premières données associées au premier patient, la fourniture d’au moins une partie de la prescription comprise dans les deuxièmes données indiquant ledit ensemble de résultats d’expertise identifié. - Plate-forme (1) de délivrance automatisée d’éléments de prescription médicale selon la revendication 1, dans laquelle l’unité électronique de traitement (4) est adaptée pour évaluer les écarts entre des premières données dudit premier patient et des deuxièmes données du deuxième patient associé aux deuxièmes données comportant ladite prescription fournie et déclencher la fourniture desdits écarts évalués auxdits médecins associés au premier patient.
- Plate-forme (1) de délivrance automatisée d’éléments de prescription médicale selon la revendication 1 ou 2, dans laquelle l’unité électronique de traitement (4) est adaptée pour identifier des contradictions entre certains desdits résultats d’expertise collectés associés audit premier patient, et pour ordonner entre eux lesdits résultats en fonction de règles prédéfinies.
- Plate-forme (1) de délivrance automatisée d’éléments de prescription médicale selon l’une des revendications précédentes, dans laquelle l’unité électronique de traitement (4) est adaptée pour, après chacune desdites mémorisations, déclencher une alerte, et pour transmettre une autre alerte après une opération automatique de détection de non-fourniture par un desdits médecins de ses résultats d’expertise à une date précédant ladite date future de délivrance d’une durée prédéfinie.
- Plate-forme (1) de délivrance automatisée d’éléments de prescription médicale selon l’une des revendications précédentes, comprenant en outre une troisième base de données de connaissance médicale (BDD4) stockant des données issues de plusieurs sources externes indiquant des liens entre des variants génomiques et des causes pathologiques, dans laquelle l’unité électronique de traitement (4) est adaptée pour recevoir des requêtes d’interprétation génomique pour des patients comprenant les données de définition des variants issus de l’analyse du génome desdits patient et l’indication des causes pathologiques ayant donné lieu à ladite analyse et pour stocker lesdites données de définition des variants et lesdites causes pathologiques dans des champs respectifs d’une quatrième base de données, l’unité électronique de traitement étant adaptée pour déterminer, pour chaque variant défini pour un patient, s’il existe des données stockées dans la troisième base de données indiquant un lien entre ledit variant et tout ou partie des causes pathologiques indiquées pour ledit patient dans la quatrième base de données, ladite unité électronique de traitement étant adaptée en outre pour déterminer un ordre de pertinence entre lesdits variants pour lesquelles il existe de telles données, en fonction de l’application de règles de pertinence préétablies sur lesdites données déterminées pour lesdits variants, ladite plate-forme comprenant en outre une interface homme-machine avec un écran d’affichage et étant adaptée pour afficher lesdits variants ordonnées dans l’ordre déterminé avec l’indication, pour chaque variant, desdites données de la troisième base déterminées pour ledit variant.
- Procédé de délivrance automatisée d’éléments de prescription médicale pour l’élaboration de prescriptions médicales destinées à des premiers patients suivis chacun par des médecins de spécialités distinctes, mis en œuvre sur une plate-forme (1) de délivrance automatisée d’éléments de prescription médicale pour l’élaboration de prescriptions médicales destinées à des premiers patients suivis chacun par des médecins de spécialités distinctes, comprenant au moins une unité électronique de traitement (4) comprenant un processeur et une mémoire, des moyens de télécommunication avec des terminaux électroniques distants, ladite plate-forme comprenant une première base de données (BDD1) mémorisant des premières données associées à chaque premier patient suivi, lesdites premières données identifiant les médecins de spécialité distincte suivant ledit premier patient, ladite plate-forme comprenant en outre une deuxième base de données (BDD2) mémorisant des deuxièmes données associées à des deuxièmes patients précédemment suivis, lesdites deuxièmes données associées à chacun desdits deuxièmes patients précédemment suivis comportant au moins une prescription délivrée pour ledit deuxième patient et indiquant l’ensemble des résultats d’expertise ayant donné lieu à ladite prescription, ledit procédé comprenant les étapes suivantes mises en œuvre par ladite unité électronique de traitement :
- association d’une date future de délivrance de prescription à un premier patient suivi pour lequel une prescription médicale est à délivrer,
- transmission automatique, via les moyens de télécommunications, à chacun des médecins tels qu’identifiés dans les premières données associées au premier patient, de ladite date et d’une requête de fourniture de résultats d’expertise nécessaires à l’établissement de la prescription ;
- collecte des résultats d’expertise fournis par chacun desdits médecins, et mémorisation desdits résultats dans les données associées audit patient dans la première base de données,
- au plus tard à la date future de délivrance, comparaison de l’ensemble desdits résultats d’expertise collectés associés audit premier patient avec les ensembles de résultats d’expertise indiqués dans la deuxième base de données ; identification, en fonction de ladite comparaison, d’au moins l’ensemble de résultats d’expertise dans la deuxième base de données le plus proche dudit ensemble de résultats d’expertise collectés associés audit premier patient, et déclenchement, à au moins un médecin parmi lesdits médecins identifiés dans les premières données associées au premier patient, de la fourniture d’au moins une partie de la prescription comprise dans les deuxièmes données indiquant ledit ensemble de résultats d’expertise identifié. - Procédé de délivrance automatisée selon la revendication 6, comprenant les étapes mises en œuvre par l’unité électronique de traitement (4) d’évaluation des écarts entre des premières données dudit premier patient et des deuxièmes données du deuxième patient associé aux deuxièmes données comportant ladite prescription fournie et de déclenchement de la fourniture desdits écarts évalués auxdits médecins associés au premier patient.
- Procédé de délivrance automatisée selon la revendication 6 ou 7, comprenant les étapes mises en œuvre par l’unité électronique de traitement (4) d’identification des contradictions entre certains desdits résultats d’expertise collectés associés audit premier patient, et d’ordonnancement entre eux lesdits résultats en fonction de règles prédéfinies.
- Procédé de délivrance automatisée selon l’une des revendications 6 à 8, comprenant les étapes mises en œuvre par l’unité électronique de traitement (4), après chacune desdites mémorisations, de déclenchement d’une alerte, et de transmission d’une autre alerte après une opération automatique de détection de non-fourniture par un desdits médecins de ses résultats d’expertise à une date précédant ladite date future de délivrance d’une durée prédéfinie.
- Procédé de délivrance automatisée selon l’une des revendications 6 à 9, selon lequel la plate-forme (1) de délivrance automatisée comprend en outre une troisième base de données de connaissance médicale stockant des données issues de plusieurs sources externes indiquant des liens entre des variants génomiques et des causes pathologiques, ladite plate-forme comprenant en outre une interface homme-machine avec un écran d’affichage et ledit procédé comprenant les étapes mises en œuvre par l’unité électronique de traitement (4) de :
réception de requêtes d’interprétation génomique pour des patients comprenant les données de définition des variants issus de l’analyse du génome desdits patient et l’indication des causes pathologiques ayant donné lieu à ladite analyse et stockage desdites données de définition des variants et lesdites causes pathologiques dans des champs respectifs d’une quatrième base de données ;
détermination, pour chaque variant défini pour un patient, de s’il existe des données stockées dans la troisième base de données indiquant un lien entre ledit variant et tout ou partie des causes pathologiques indiquées pour ledit patient dans la quatrième base de données,
détermination d’un ordre de pertinence entre lesdits variants pour lesquelles il existe de telles données, en fonction de l’application de règles de pertinence préétablies sur lesdites données déterminées pour lesdits variants, et
affichage sur ladite interface homme-machine desdits variants ordonnées dans l’ordre déterminé avec l’indication, pour chaque variant, desdites données de la troisième base déterminées pour ledit variant.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1902797A FR3094129A1 (fr) | 2019-03-19 | 2019-03-19 | Plate-forme de délivrance automatisée d’éléments de prescription médicale, procédé associé |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1902797A FR3094129A1 (fr) | 2019-03-19 | 2019-03-19 | Plate-forme de délivrance automatisée d’éléments de prescription médicale, procédé associé |
FR1902797 | 2019-03-19 |
Publications (1)
Publication Number | Publication Date |
---|---|
FR3094129A1 true FR3094129A1 (fr) | 2020-09-25 |
Family
ID=67875533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR1902797A Withdrawn FR3094129A1 (fr) | 2019-03-19 | 2019-03-19 | Plate-forme de délivrance automatisée d’éléments de prescription médicale, procédé associé |
Country Status (1)
Country | Link |
---|---|
FR (1) | FR3094129A1 (fr) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100324936A1 (en) * | 2009-04-22 | 2010-12-23 | Suresh-Kumar Venkata Vishnubhatla | Pharmacy management and administration with bedside real-time medical event data collection |
WO2018065449A1 (fr) * | 2016-10-06 | 2018-04-12 | Koninklijke Philips N.V. | Procédé et système pour générer une évaluation d'une prescription de traitement pour un patient |
-
2019
- 2019-03-19 FR FR1902797A patent/FR3094129A1/fr not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100324936A1 (en) * | 2009-04-22 | 2010-12-23 | Suresh-Kumar Venkata Vishnubhatla | Pharmacy management and administration with bedside real-time medical event data collection |
WO2018065449A1 (fr) * | 2016-10-06 | 2018-04-12 | Koninklijke Philips N.V. | Procédé et système pour générer une évaluation d'une prescription de traitement pour un patient |
Non-Patent Citations (1)
Title |
---|
RICHARDS S ET AL.: "Standards and guidelines for the interprétation of sequence variants: a joint consensus recommendation of the American College of Médical Genetics and Genomics and the Association for Molecular Pathology", 2015 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ngo et al. | A diagnostic ceiling for exome sequencing in cerebellar ataxia and related neurological disorders | |
Kalia et al. | Recommendations for reporting of secondary findings in clinical exome and genome sequencing, 2016 update (ACMG SF v2. 0): a policy statement of the American College of Medical Genetics and Genomics | |
Rim et al. | Accuracy of next-generation sequencing for molecular diagnosis in patients with infantile nystagmus syndrome | |
De Fauw et al. | Automated analysis of retinal imaging using machine learning techniques for computer vision | |
Binderup et al. | von Hippel-Lindau disease: Updated guideline for diagnosis and surveillance | |
CN108474040A (zh) | 使用无细胞dna的基于群体的治疗推荐 | |
US20140100874A1 (en) | Method for displaying linked family health history on a computing device | |
US20100010827A1 (en) | Automatically developing neuropsychiatric treatment plans based on neuroimage data | |
FR2902553A1 (fr) | Systemes et procedes pour identifier et/ou evaluer des risques potentiels d'intolerance associes a une therapie medicale. | |
FR2908906A1 (fr) | Methode d'evaluation des correlations entre des informations structurees et normalisees sur de variations genetiques entre des humains et leurs donnees cliniques personnelles de patient a partir de dossiers medicaux electroniques | |
US20090182579A1 (en) | Method of processing genomic information | |
CN110046186B (zh) | 保健网络 | |
US7505867B2 (en) | System and method for predicting medical condition | |
Harper et al. | Care pathways for glaucoma detection and monitoring in the UK | |
Shaaban et al. | RYR1 mutations as a cause of ophthalmoplegia, facial weakness, and malignant hyperthermia | |
Marques et al. | Design, development and deployment of a web-based interoperable registry for inherited retinal dystrophies in Portugal: the IRD-PT | |
Kersten et al. | Phenotype characteristics of patients with age-related macular degeneration carrying a rare variant in the complement factor H gene | |
Krishnamoorthy et al. | A review of the role of electronic health record in genomic research | |
Volpe‐Aquino et al. | CranFlow: An Application for Record‐Taking and Management Through the Brazilian Database on Craniofacial Anomalies | |
Julià-Sapé et al. | Strategies for annotation and curation of translational databases: the eTUMOUR project | |
Swaminathan et al. | Clinical exome sequencing reports: current informatics practice and future opportunities | |
Bianco et al. | Association between genotype and phenotype severity in ABCA4-associated retinopathy | |
CA2580486A1 (fr) | Ensemble electronique permettant d'etablir un diagnostic | |
FR3094129A1 (fr) | Plate-forme de délivrance automatisée d’éléments de prescription médicale, procédé associé | |
Ricci Lara et al. | A dataset of skin lesion images collected in Argentina for the evaluation of AI tools in this population |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 2 |
|
PLSC | Publication of the preliminary search report |
Effective date: 20200925 |
|
PLFP | Fee payment |
Year of fee payment: 3 |
|
ST | Notification of lapse |
Effective date: 20221105 |