Formation personnelle en santé pour la radio-oncologie en Inde et aux Pays-Bas (TRAIN)

« L'analyse des mégadonnées dans les soins contre le cancer recèle un potentiel immense pour débloquer des informations cliniques précieuses à partir d'une abondance de dossiers médicaux de patients, aidées par des modèles statistiques sophistiqués, qui conduiront à de meilleurs résultats basés sur la population et à une personnalisation plus profonde du traitement du cancer. Cependant, les données cliniques (qui comprennent les images médicales, les examens cliniques et les résultats de laboratoire) ont été enfermées dans des "silos" déconnectés au sein de chaque clinique. De plus, les informations sur les patients sont extrêmement sensibles aux problèmes de confidentialité et aux atteintes à la confidentialité.

Les enquêteurs ont été les pionniers de l'approche innovante du Personal Health Train, qui consiste à aider à choisir le meilleur traitement (c.-à-d. aide à la décision) est accessible sans qu'aucun dossier de patient ne quitte la clinique d'origine. Cela prolonge notre travail actuel sur une architecture de données extensible pour apprendre des données d'imagerie quantitatives en Inde et aux Pays-Bas (sans que les images ne soient sorties de la clinique) - NWO/DeITy BIONIC. Les chercheurs ont maintenant développé de nombreux modèles de résultats cliniques après traitement, y compris ceux des effets secondaires indésirables du traitement. Les chercheurs continuent de diriger les travaux d'intégration de données volumineuses dans le cadre de projets d'aide à la décision clinique multicentriques tels que KWF-ProTraIT et Horizon2020-BD2DECIDE.

L'objectif global du projet TRAIN est de combiner des mégadonnées (y compris des images, des tests de laboratoire et des examens cliniques) pour améliorer les résultats pour les patients atteints d'un cancer de la tête et du cou en Inde et aux Pays-Bas. Les chercheurs y parviendront en créant des systèmes d'aide à la décision basés sur les données pour prédire quel traitement donne le meilleur résultat compte tenu des caractéristiques individuelles des patients et des capacités locales de diagnostic et de traitement. Des spécialistes du cancer dans les deux pays dirigeront la conception et l'évaluation clinique de ce système d'aide à la décision, qui pourrait être déployé dans plusieurs cliniques dans tous les contextes rencontrés en Inde et aux Pays-Bas.

Le cancer de la tête et du cou est une affection relativement rare aux Pays-Bas, de sorte que le volume de données disponibles pour tirer des enseignements est beaucoup plus petit qu'en Inde. À l'inverse, les patients indiens se présentent généralement à un stade de cancer plus avancé que les patients néerlandais. Ces différences entre les patients et les traitements peuvent être exploitées par des algorithmes d'apprentissage automatique pour apprendre de meilleurs modèles prédictifs. Les systèmes d'aide à la décision sont essentiels, car les écarts aux lignes directrices dans les deux pays sont courants en raison des caractéristiques individuelles des patients, des préférences des patients et de la répartition inégale de la capacité de traitement en dehors des grands centres urbains.

Pour atteindre ce qui précède, les chercheurs déploient d'abord l'infrastructure TIC (en collaboration avec Philips India) pour connecter les systèmes d'information hospitaliers locaux afin que les données cliniques, d'imagerie et de résultats sur les patients atteints d'un cancer de la tête et du cou deviennent trouvables, accessibles, interopérables et réutilisables (FAIR) Big Data. Les enquêteurs déploient ensuite des algorithmes d'apprentissage qui traversent les référentiels de données volumineuses de chaque hôpital participant, en utilisant l'approche du train de santé personnel préservant la confidentialité, pour développer un système d'aide à la décision. Des spécialistes du cancer en Inde et aux Pays-Bas évalueront conjointement l'utilité clinique du système d'aide à la décision au moyen d'un essai clinique randomisé prospectif."