Comment améliorer le contrôle des prescriptions en cancérologie ?
Partagez sur les réseaux sociaux ou par e-mail :
Proposer des alertes ciblées pour pour enfin réduire les risques médicamenteux
En France, elles touchent une prescription sur dix, causent 30 000 décès par an et coûtent 2 milliards d’euros, les erreurs médicamenteuses sont au centre des préoccupations. Pourtant, malgré ces chiffres, la tendance est la même depuis des décennies. Mieux caractériser le patient, suivre son évolution, croiser les données réglementaires et de terrain, autant de pistes à suivre, notamment dans le secteur de la cancérologie.
La pharmacie, un secteur sensible, particulièrement dans les CLCC
Interactions médicamenteuses, effets indésirables, erreurs médicamenteuses, mauvaise observance, auto-médication… Ces 5 risques désignent les "Drug Relative Problems" (DRP, ou problèmes liés aux médicaments). Pour les patients atteints d’un cancer, on comptabilise 952 DRP pour 556 patients soit 1.74 DRP par patient. « En cancérologie, nous cumulons les risques, affirme Régine Chevrier, présidente du groupe des pharmaciens des CLCC pour Unicancer. Nous traitons des patients à risque, avec des médicaments à risque. Et le développement de l’ambulatoire complique encore la situation ». Dans le cadre d’une thérapie par voie orale en effet, le taux monte à 3.29 DRP par patient.
En 10 ans, la place du pharmacien a bien changé. A l’époque, son accès au dossier patient était limité à la consultation de la prescription. Aujourd’hui, il croule sous les informations relatives à l’historique et au suivi du patient. « Le flot d’informations est considérable et notre analyse s’apparente à la recherche d’une aiguille dans une botte de foin, résume judicieusement Guillaume Marliot, responsable de la pharmacie au Centre Oscar Lambret, à Lille.
Le centre Oscar Lambret fait partie des 18 Centres de Lutte Contre le Cancer (CLCC) de France. Dans ces établissements, la tâche est encore plus délicate pour les pharmaciens. La chimiothérapie, du fait de sa complexité, est gérée par des logiciels spécifiques. Le circuit de ces thérapies est totalement dissocié de celui des médicaments annexes et ces deux circuits évoluent en parallèle, sans jamais se croiser. « A aucun moment l’ensemble des médicaments n’est analysé par un seul pharmacien, déplore Frédéric Feutry, pharmacien au centre Oscar Lambret. Et pourtant, il existe plus de 400 cas d’interactions à risque sévères entre ces deux types de médicaments ».
Un croisement de données inédit
« Tous ces constats nous ont amené à nous pencher sur un système d’aide à la décision innovant, se souvient Francois Versini, PDG et cofondateur de Keenturtle. Nous avons donc cherché un moyen de délivrer l’information au pharmacien en la hiérarchisant, grâce à l’intelligence artificielle. L’idée est pour nous d’amener à voir les risques et, au-delà, d’aider à régler ces risques ». C’est ainsi qu’est née la solution Pharmaclass, qui équipe désormais 21 hôpitaux. Elle repose sur trois éléments. Tout d’abord, elle établit un "e- profil" du patient à partir de ses données d’identité et de mouvement, de ses prescriptions, de sa biologie, de ses constantes physiologiques et de ses antécédents. Ensuite, elle extrait des règles depuis les bases de connaissances médicales telles que Theriaque ou la base "Cancer Drug Interactions" coordonnée par l’université de Liverpool et le centre Hospitalier Néerlandais de Radboudumc.
Enfin, le moteur de règles de Pharmaclass entre en action et croise les informations de la science avec le profil du patient. « C’est la première fois qu’un tel croisement est rendu possible, explique Pierre Pilven, cofondateur de Keenturtle et directeur technique R & D. Cela permet, en cas de dégradation subite des signes biologiques du patient, d’identifier les risques en temps réel, en fonction de ses résultats les plus récents et ainsi, d’éviter de passer à côté d’une donnée importante ».
Pour parvenir à ce résultat (croisement des circuits classiques et de chimio et du profil patient avec les bases de règles), il a fallu mettre en correspondance les données de Keenturltle avec celles du dossier patient. « Nous avons connecté très facilement et rapidement notre système d’information à l’outil Pharmaclass, note Didier Cauchois, DSI du centre Oscar Lambret. C’est quelque chose d’assez inhabituel dans le monde de la santé de pouvoir s’interfacer aussi simplement pour être opérationnel en peu de temps ».
Des règles ajustables pour une meilleure homogénéité des interprétations
Avec son principe de croisement, Pharmaclass veut proposer une alerte ciblée. « Jusqu’ici nos systèmes d’aide à la décision clinique proposaient beaucoup trop d’alertes intempestives, rappelle Régine Chevrier. Le résultat, c’est qu’à terme, plus personne n’en tenait compte. Nous avons donc besoin que les règles soient élaborées par des pharmaciens de terrain ». Et c’est ce que permet en effet l’outil. En fonction des remontées, « la règle peut être ajustée, précise François Versini. Les différents pionniers dans les établissements peuvent rajouter des éléments pour être sûrs que ce qui est écrit dans la bibliographie n’alerte que quand cela est opportun ». Une fonctionnalité très utile au niveau d’Unicancer, où Régine Chevrier a initié un groupe "Intelligence Artificielle". Il rassemble des pharmaciens et des oncologues pour déterminer la pertinence des règles. Et il faut noter que ces règles pourront ensuite être transposées aisément car « elles sont éditées selon les codes internationaux et donc portables n’importe où dans le monde », ajoute Pierre Pilven.
Le responsable de la pharmacie au centre Oscar Lambret apprécie. Guillaume Marliot présage en effet une meilleure homogénéité des analyses. «Avec une information plus ciblée, les différences d’interprétation d’un pharmacien à l’autre n’ont plus lieu d’être. La conduite à tenir est ainsi plus uniforme ». Un progrès qui devrait prochainement s’étendre à la ville. Keenturtle prévoit en effet de couvrir la question du risque médicamenteux au-delà de l’hôpital. Une nouvelle « disruption est à venir », affirme son PDG.
Marion Bois
