Lab Santé : améliorer la santé des Français en valorisant les données du système de santé

La problématique

Unique en Europe, voire au monde, le système national des données de santé (SNDS) constitue une avancée considérable pour analyser et améliorer la santé de la population.

Géré par la Caisse nationale de l’assurance maladie des travailleurs salariés (CNAMTS), le SNDS permettra de chainer les données de l’assurance maladie, des hôpitaux, des causes médicales des décès, celles relatives au handicap ainsi qu’un échantillon de données en provenance des organismes d’assurance maladie complémentaire. Les deux premières catégories sont déjà disponibles et la troisième devrait alimenter le SNDS dès la fin de l’année.

Ces données sont donc d’une grande richesse pour améliorer la connaissance de l’ensemble des aspects du système de santé : financement des soins, offre de soin, parcours de soin et recours aux soins de la population.

Néanmoins, le SNDS est une masse d’informations brutes dont la mobilisation complexe ne permet pas toujours son exploitation dans le temps de la décision politique.

Le défi : valoriser les données du SNDS afin d’améliorer les politiques publiques en matière de santé

Pour rationaliser l’exploitation du SNDS et répondre dans le temps de la décision politique, plusieurs dimensions du défi :

  • Mieux connaître, structurer et harmoniser les données du SNDS. Par exemple : réaliser une documentation stable, penser des tables intermédiaires, construire des indicateurs mobilisables rapidement, etc.
  • Mobiliser des techniques d’analyse statistique avancées pour produire des indicateurs sur des problématiques spécifiques. Par exemple : machine learning pour la prédiction du risque de rehospitalisation, analyse de réseau pour l’étude des réseaux informels de professionnels de santé…
  • Restituer et valoriser ces analyses sous une forme ergonomique, pédagogique et accessible au plus grand nombre. Par exemple : de la visualisation interactive au niveau des Agences Régionales de Santé pour le suivi de différentes pathologies, ou la montée en charge de certains traitements innovants, ou de dispositifs de prévention… Un EIG de la promotion 1 a d’ailleurs proposé une utilisation des données de santé afin de mieux visualiser les parcours de soins en collaboration avec l’ARS Occitanie (application réalisée sur données test).

L’idée est donc bien de faciliter et de raccourcir les délais d’exploitation et de circulation des données du SNDS afin de développer des services à destination des acteurs publics de la santé. Cette nouvelle forme d’organisation nécessite une phase d’expérimentation pour formaliser l’offre de service la plus pertinente possible auprès des utilisateurs experts et des utilisateurs métiers. Une équipe sera également recrutée à la fin de cette phase pour pérenniser les avancées du défi et diriger cette cellule.

3 entrepreneur•e•s recherché•e•s

  • EIG 1 et EIG 2 - DATA SCIENCE et/ou DATA MANAGEMENT : constituer des bases de données intermédiaires et améliorer la documentation du SNDS. Expériences : manipulation de données massives et complexes, connaissances de logiciels et langages tels que SAS, R ou Python, machine learning.
  • EIG 3 - DATAVISUALISATION & DESIGN DE SERVICE : organiser la visualisation/restitution des résultats. Expertises recherchées : compétences en JavaScript/d3.js ou RShiny, expertise en visualisation de données et en design de service.

Une connaissance préalable des données du SNDS (et de leurs spécificités juridiques) pour l’un•e des EIG et/ou des connaissances médicales pour concourir à l’autonomie de l’équipe sur la manipulation des données serait un grand plus.

Une connaissance du management de l’innovation et des méthodes de travail agiles serait un atout pour faire en sorte d’arriver à livrer des outils utilisables, même si perfectibles, dès la fin du défi.

Votre mentor : Stéphanie Combes

Photo de Stéphanie Combes

Je travaille la donnée depuis 7 ans, données structurées, données géolocalisées, données textuelles. Python, R, Rshiny sont mes amis. Data-scientist à l’Insee ces dernières années, je suis arrivée à la DREES avec l’envie d’exploiter le potentiel de ces données de santé avec un nouveau regard.

« Vous pensez être la réincarnation d’un couteau suisse ? Vous aimez la donnée, en particulier quand elle est complexe, hétérogène, difficile à saisir ? Vous pratiquez le machine learning, la visualisation, vous codez ? Vous êtes pragmatique et au plus près des besoins métiers  ? Vous souhaitez développer des produits ergonomiques et  fonctionnels ? Vous êtes sociable, vous avez envie de découvrir la donnée médicale ou vous la connaissez déjà, et vous êtes conscient•e des enjeux qui l’entourent ?

Dans ce cas-là, candidatez  sur notre projet. Les données de l’assurance maladie n’auront plus aucun secret pour vous, vous pourrez créer des outils d’aide à la décision, interactifs et agréables, qu’ils soient à destination des hôpitaux, de l’assurance maladie, ou des patients. »

En savoir plus : le pitch du défi en 4 slides