Les standards et normes

La standardisation intervient à deux niveaux, tout aussi importants l’un que l’autre dans le processus de mise à disposition d’applications ouvertes : l’intégration de données et l’interopérabilité. Lorsqu’on intègre des données, on cherche à agréger des informations de sources hétérogènes, que l’on souhaite ensuite rendre intelligibles par d’autres systèmes avec qui on communique. Il s’agit donc standardiser les méthodes de structuration des données (modèles d’information), voir standardiser les données elles-mêmes (vocabulaires), mais aussi les méthodes de transport et d’accès aux données (XML, HTTP) [38, CHOQUET].

Dans le domaine de la santé, un enjeu économique de l’interopérabilité est, par exemple, de diminuer le nombre de tests diagnostic réalisés pour un citoyen malade en déplacement, ce qui est de plus en plus courant.

Le standard permet d’aider à cette interopérabilité, et donc à la qualité des données, mais il peut avoir tendance à appauvrir le contenu informationnel qu’il code.

En effet, son essence étant d’uniformiser, il doit s’adapter à tout le monde, et dans le cas de l’information biomédicale, c’est chose quasiment impossible. Il faut également être conscient qu’au travers des différentes versions du même standard, l’interopérabilité avec lui-même peut se perdre (par exemple, ICD-9 et ICD-10).

L’objectif est de résoudre les obstacles suivants qui freinent l’exploitation des données et en l’occurrence en e-Santé :

- manque d’interopérabilité technique: l’intégration de bases de données propriétaires et hétérogènes reste une étape conséquente ;

- manque d’interopérabilité sémantique: les différentes données de même sens doivent pouvoir être analysées conjointement ;

Mémoire INTD-CNAM Titre 1 2016 – STEINBERG Karine 60 - manque de transparence concernant la provenance des données: cette

dernière doit accompagner toute analyse de données ;

- pauvre qualité des données primaires: les données réelles cliniques sont, de manière intrinsèque, de mauvaise qualité (manquantes, erreurs et bruit) ; - multiplicité des formats et des types de données: les données biomédicales

en sont un exemple significatif ;

- la confidentialité des données: la capacité d’agrégation depuis différentes sources de données ne garantit pas la vie privée des patients.

L’apport de standards dans chacune de ses problématiques est un moyen d’y apporter des améliorations, et est actuellement surtout attendu au niveau de l’interprétation du sens des données par la machine. Ainsi, elle pourra contrôler une mauvaise saisie d’un utilisateur, savoir qu’une donnée est mal codée, que deux codes différents sont identiques dans certains contextes,… En résumé, faire en sorte qu’elle puisse raisonner.

Le Web sémantique apporte des réponses grâce, notamment à l’apport de la gestion des métadonnées mais surtout de la sémantique des données. Cependant, un travail de standardisation des ressources existantes structurées doit se poursuivre pour utiliser des références sémantiques partagées et fiables, telles qu’on peut les retrouver dans les terminologies ou les systèmes de classification.

En termes de normes, on peut noter que l’ISO distingue les terminologies (listes de termes), les thésaurus (index et synonymes), les classifications (avec des relations génériques) ou les vocabulaires (avec des définitions) et les ontologies (ISO TS17117¹¹⁰) utilisées dans le domaine de la santé pour représenter une formalisation du domaine (concepts) et des termes d’un système d’information clinique.

L’AFNOR a mené une enquête qualitative [50, HUOT et al.] pour cerner les impacts et besoins fonctionnels en termes de normalisation, et les résultats qui en ressortent (voir figure 10) ont été regroupés par activités liées aux processus de collecte, transformation et analyse (associée à la restitution, la représentation, et la visualisation de l'information après traitement).

110

http://www.iso.org/iso/fr/iso_catalogue/catalogue_tc/catalogue_detail.htm?csnumber=32883

Mémoire INTD-CNAM Titre 1 2016 – STEINBERG Karine 61

Figure 10 : Besoins fonctionnels associés aux activités de collecte, traitement et analyse de contenus [50, HUOT et al.].

Pour être en capacité à traiter l'ensemble de l'information se posent des enjeux en matière de qualité des données. Comme nous l’avons évoqué précédemment, dès la collecte des données hétérogènes, on se trouve face à des problèmes récurrents, tels que des données manquantes qu’il va falloir interpréter, des affichages décimaux différents, des erreurs diverses,… Par la suite, lors du traitement, il va être question de définir les référentiels à modéliser pour rapprocher les sources de données, les agréger, les nettoyer (data cleaning) et les catégoriser. C’est également à ce moment-là que doit intervenir la traçabilité des opérations et son historisation, par la documentation de ce qui a été accompli.

Cet ensemble participe à la capacité de maintenance des systèmes mis en place qui doit pouvoir s’appuyer sur des standards et normes permettant d’homogénéiser à la fois les données et les métadonnées. Par exemple, le fait que la donnée devienne un objet d’échange, impose de connaitre sa provenance, son propriétaire, son circuit de création, transformation, diffusion, mais aussi les droits qui y sont associés, d’autant plus si elle a acquis de la valeur ajoutée dans son parcours.

Or, trop souvent, la question de l’origine ne se pose pas suffisamment pour ceux qui exploitent des ressources partagées, ce qui finira par mener à des situations instables.

Il apparaît donc important de définir des méthodologies pour qualifier la qualité de la source d'une part, et la confiance dans l'information d'autre part. La normalisation peut apporter des solutions de référence, et faciliter les relations entre les différents acteurs, à l’image des normes de systèmes d’enregistrement que développe le comité technique ISO TC 46¹¹¹ sur la documentation (ISAN, ISBN, etc.).

Les conditions d’utilisation des données et des licences à gérer sont aussi vouées à être encadrées de manière plus normative, pour éviter d’être face à des règles différentes en la matière (voire opposées) de la part des fournisseurs des

111 http://www.iso.org/iso/fr/iso_technical_committee.html?commid=48750

Mémoire INTD-CNAM Titre 1 2016 – STEINBERG Karine 62 données que l’on souhaite intégrer. Mais aussi de savoir à son tour quel droit d’accès accorder pour les données obtenues en sortie.

Si l’on s’intéresse maintenant de plus près aux ontologies, et à la volonté d’harmonisation et de référencement que leur développement suscite, on peut citer l’initiative du projet LOV (Linked Open Vocabulary)¹¹² lancé en 2011. Il s’agit d’un dispositif Open Source, actif depuis 2012 et reconnu au niveau international, permettant de recenser les ontologies de référence¹¹³ (plus de 450 en 2015). Il se définit donc comme un catalogue avec des fonctions supplémentaires d’évaluation, de documentation, et de versionning de chaque ressource référencée, doté également d’un moteur de recherche. Les données issues du LOV sont elles-mêmes sémantisées, et mises à jour quotidiennement, ce qui le rend donc garant de l’interopérabilité des données liées référencées. Il lui manque aujourd’hui de ne pas être reconnu dans le cadre de l’ISO, ne faisant l’objet d’aucune norme.