Logo Zéphyrnet

L'avenir de la prévention et de la réponse aux pandémies » Blog du CCC

Date :

Le CCC a organisé un atelier de vision sur l’avenir de la réponse et de la prévention des pandémies en septembre 2023 à Ann Arbor, Michigan. Il a été organisé par le groupe de travail sur les défis informatiques dans les soins de santé du Conseil CCC et par un comité directeur composé de membres de la communauté dans le domaine des soins de santé :

  • David Danks, membre du conseil de l'Université de Californie à San Diego/CCC
  • Rada Mihalcea, membre du conseil de l'Université du Michigan/CCC
  • Katie Siek, membre du conseil de l'Université d'Indiana/CCC
  • Mona Singh, membre du conseil de l'Université de Princeton/CCC
  • Brian Dixon, Institut Regenstrief
  • Madhav Marathe, Université de Virginie
  • Shwetak Patel, Université de Washington
  • Erica Shenoy, Harvard MGB
  • Michael Sjoding, médecin du Michigan

Les organisateurs ont réuni un large éventail d'experts pour un événement d'une journée et demie afin de voir quelles idées la santé, l'informatique, l'épidémiologie, Personnel de santé, et les communautés informatiques pourraient collectivement générer des éléments susceptibles d’atténuer les dommages d’une future pandémie. Trois domaines majeurs d'opportunités de recherche en informatique ont émergé des discussions de l'atelier : 

(1) Modèles informatiques. Les modèles sont extrêmement importants dans tous les secteurs, mais particulièrement dans le système de santé pendant les pandémies, qu’il s’agisse d’anticiper les besoins d’approvisionnement des hôpitaux, de déterminer la capacité de soins des prestataires de services hospitaliers et sociaux, ou de projeter la propagation de la maladie. 

(2) Données. Des données précises et fiables sont essentielles pour réussir lors de l’application de modèles. La standardisation des données et des mesures dans les établissements de santé moderniserait l'infrastructure des données et garantirait que les données restent privées pendant qu'elles sont partagées pour le développement, la validation et l'application de modèles. 

(3) Infrastructures. L’augmentation de la quantité de données précises et fiables, ainsi que les modèles améliorés qui en résultent, contribueraient à améliorer l’infrastructure des soins de santé. De plus, en temps de pandémie comme en temps de paix, l’identification de l’espace (très vaste) de requêtes courantes, puis l’ajustement des structures de données pour faciliter les réponses à ces requêtes, présentent un grand potentiel d’amélioration. L'infrastructure de santé publique doit également être mise à jour : la capture, le partage et la communication bidirectionnelle des données avec le système de santé sont nécessaires.

À un niveau plus large, pour que les recommandations de santé publique aient un impact pendant une pandémie, il est essentiel d’instaurer la confiance avec les communautés touchées. Cela nécessite une communication claire et transparente avec les parties prenantes. La recherche dans ce domaine devrait être prioritaire, et cela est lié au thème des données fiables ci-dessus puisque les individus ne fourniront leurs données que s'ils font confiance à l'organisation qui leur donne accès à leurs informations.

Enfin, de nombreux systèmes de santé ne disposent pas des infrastructures de données, de calcul et de communication nécessaires pour créer des modèles à partir de leurs données, utiliser ces modèles dans des opérations ordinaires ou même pour accéder de manière fiable à leurs données. Il est important de lutter pour un accès équitable et de fournir des ressources aux systèmes dans les communautés sous-financées.

Lire le rapport complet de l'atelier ici.

spot_img

Dernières informations

spot_img