En combinant Apache Spark et un moteur de traitement du langage naturel, Cloudera et MediStream analysent des années d'archives médicales. (Crédit D.R.)
Le spécialiste en solutions big data Cloudera s'associe à MetiStream pour lancer Ember, une plateforme d'analyse ciblant les fournisseurs du secteur de la santé.
Le fournisseur de solutions big data Cloudera s'associe à MetiStream, une société spécialisée dans l'analyse des services de santé, pour lancer une plateforme alimentée par l'apprentissage machine pour les systèmes hospitaliers et les cliniques externes. Aujourd'hui, les deux sociétés ont annoncé conjointement Ember, un produit qui accélère l'analyse des dossiers médicaux des patients à partir de notes cliniques manuscrites et d'autres données médicales.
Ember, dont l'épine dorsale repose sur Cloudera Shared Data Experience (le cadre logiciel qui alimente Cloudera Enterprise), ingère la génomique, l'imagerie et les données des dossiers de santé numériques afin de les mettre en corrélation avec les populations de patients, ce qui permet aux cliniciens d'identifier les risques pour les patients et d'améliorer la qualité de service. La plateforme peut également fusionner des ensembles de données cliniques avec l'information génomique et appliquer une grille d'analyse, ce qui améliore la recherche génomique de façon rentable, selon Cloudera. Cette année, Cloudera et MetiStream ont déployé Ember au Rush University Medical Center - un groupe de santé comprenant quatre hôpitaux de Chicago - sur la plate-forme Azure de Microsoft. Avec le système en place, le centre Rush a pu numériser 7,2 millions de notes cliniques en moins de deux jours.
Une autre expérimentation à San Diego
Par ailleurs, Cloudera et MetiStream ont travaillé avec Sharp Healthcare et Sharp Rees-Stealy Medical Group à San Diego pour traiter 10 ans de notes de patients et de dossiers médicaux. Grâce à Apache Spark et à un moteur de traitement du langage naturel qui transcrit les termes cliniques en codes ontologiques, ils ont pu développer un système qui extrait, traite, stocke et analyse les données de textes cliniques. Mieux encore, les cliniciens de Sharp peuvent le consulter et passer au crible les notes pour n'importe quel texte, phrase, terme, acronyme ou code, et obtenir des résultats en quelques millisecondes. « Je le vois comme une percée excitante pour l'avenir des soins de santé », a déclaré dans un communiqué le Dr Randall Hawkins, neurologue au Sharp Rees-Steal Medical Group.
« Nous croyons que l'apprentissage machine et l'analyse sont des outils puissants pour comprendre les maladies, améliorer les résultats, contenir les coûts et fournir de meilleurs soins là où c'est le plus nécessaire », a déclaré Mike Olson, fondateur de Cloudera, dans un communiqué de presse. « Aujourd'hui, les organisations de soins de santé peuvent faire ce qui était auparavant impossible. Ils peuvent intégrer des ensembles de données complexes provenant de DES (dossiers de santé électronique), de la génomique et de l'imagerie avec l'apprentissage automatique et l'analyse à grande échelle pour des transformations importantes dans les soins aux patients, l'engagement et les résultats ». D'après la firme d'analyse BIS Research, les grandes données sur les services de santé devraient croître de plus de 68,75 milliards de dollars d'ici la fin de 2025.
Suivez-nous