Flux de travail🚦
Cette section contient des exemples de flux de travail que les organisations peuvent implémenter dans leurs systèmes, dans le cadre des résultats générés par notre dispositif.
Nous avons conscience qu'il peut être difficile de comprendre comment utiliser les données de l'API, en particulier s'il s'agit du premier dispositif de ce type que votre organisation implémente. Nous espérons que ces exemples pourront vous aider dans cette démarche.
Gardez à l'esprit que les organisations peuvent mettre en œuvre le flux de travail de leur choix et que cette section ne constitue ni une liste de bonnes pratiques ni une recommandation. C'est parce que chaque organisation est différente. De plus, il est de la responsabilité de l'organisation de gestion de concevoir les flux de travail en fonction des bonnes pratiques et recommandations émanant de ses médecins.
Pièces de puzzle​
Il est utile de penser à cela comme des pièces de puzzle. Comme vous le savez, le dispositif génère un fichier JSON contenant une grande quantité de données, structuré en clés que vous pouvez utiliser pour concevoir un flux de travail. Chaque clé peut être utilisée comme une branche dans un arbre de décision, ou plutôt une pièce de puzzle que vous pouvez organiser de différentes manières.
L'API renvoie plus de 100 lignes de données, et ces exemples n'utilisent que 6 clés des résultats générés. Cela signifie qu'il y a beaucoup plus de pièces de puzzle, qui peuvent être plus utiles à votre organisation. N'hésitez pas à nous contacter pour savoir quels terminaux peuvent être adaptés à votre cas d'utilisation.
Organiser le puzzle​
Voyons un exemple qui utilise les pièces du puzzle pour créer un flux de travail. Dans cet exemple, il y a deux résultats possibles : les soins primaires et les soins secondaires:
Et voici une variante du flux de travail précédent, qui ajoute une vérification supplémentaire pour voir si une classe donnée est présente sur l'image :
Hiérarchisation​
Les organisations peuvent mettre en œuvre des flux de travail relatifs à la hiérarchisation.
Chaque organisation aura ses flux de travail et ses protocoles pour attribuer la priorité aux patients, pour augmenter l'adéquation des orientations vers un spécialiste et s'assurer que le bon patient voit le bon professionnel de la santé au bon moment.
À des fins purement illustratives, la section suivante explique quelques flux de travail qu'une organisation de gestion peut mettre en œuvre pour attribuer la priorité aux épisodes en fonction des informations du DiagnosticReport.
Malignité​
La suspicion de malignité est l'une des variables que les professionnels de la santé utilisent dans leur prise de décision.
Une réponse de l'API contient une section intitulée preliminaryFindings qui peut inclure les informations suivantes :
{
// ...
"preliminaryFindings": {
// ...
"isMalignantSuspicion": 62
// ...
}
// ...
}
Le paramètre isMalignantSuspicion peut être utilisé pour aider à la décision d'attribuer la priorité aux patients.
Une règle très simple serait la suivante :
- De
0Ă5 %, le patient peut ĂŞtre considĂ©rĂ© comme une prioritĂ© normale - Si le patient a un paramètre
isMalignantSuspicionsupĂ©rieur Ă5 %, il peut ĂŞtre considĂ©rĂ© comme une haute prioritĂ©.
En outre :
- Si le patient a un paramètre
isMalignantSuspicionsupĂ©rieur Ă20 %, il peut ĂŞtre considĂ©rĂ© une comme haute prioritĂ© et peut ĂŞtre rapidement suivi.
Les organisations peuvent aller plus loin et même classer des cas en fonction de leur tumeur maligne. Par exemple, un patient avec une suspicion de malignité de 60 et un patient avec une suspicion de malignité de 30 seraient tous deux une Haute priorité. Cependant, même le groupe considéré comme une haute priorité peut être trié en fonction du nombre, du plus élevé au plus bas.
L'organisation de gestion peut également décider de montrer ces informations au professionnel de santé, auquel cas un tableau tel que celui qui suit pourrait être mis en œuvre :
| isMalignantSuspicion : 6 % | isMalignantSuspicion : 62 % |
|---|---|
Autres flux de travail​
Gravité​
La gravité d'une affection est l'une des variables que les professionnels de la santé utilisent dans leur prise de décision.
Une réponse de l'API contient une section intitulée évolution qui peut inclure les informations suivantes :
{
// ...
"evolution": {
"domains": {
"ASCORAD_LOCAL": {
// ...
"grade": {
"score": 4.486,
"ranges": [
{
"min": 0,
"max": 0,
"normalised": 0,
"category": "None"
},
{
"min": 1,
"max": 20,
"category": "Mild",
"normalised": 1
},
{
"min": 21,
"max": 50,
"category": "Moderate",
"normalised": 2
}
]
}
}
}
}
// ...
}
Comme vous pouvez le voir, l'objet de la note inclut une valeur de score. Dans cet exemple, nous voyons que le score de gravité est de 4,486.
Ensuite, dans le tableau intitulé plages, vous pouvez voir que les valeurs comprises entre 1 et 20 relèvent de la gravité 1, ce qui signifie qu'il s'agit de la gravité la plus faible possible. Et la catégorie pour cette gravité est Légère, ce qui est une interprétation sémantique du score qui reflète directement la gravité.
Une règle très simple serait la suivante :
- Si la
catégorieestgrave, cela déclencherait le flux de travail A - Si la
catégorieestlégère, cela déclencherait le flux de travail B
Cela peut être utile, par exemple, lorsqu'un professionnel de la santé doit décider d'orienter ou non un patient vers un spécialiste. Il peut également s'agir d'informations utiles pour contrôler l'efficacité d'un traitement.
Dans cet exemple, le flux de travail A serait celui applicable lorsque la gravité de l'affection est sous contrôle, par exemple parce qu'elle répond correctement au traitement,
De plus, vous pouvez enrichir le processus en ajoutant des informations sur l'historique du patient. Par exemple, si vous envoyez Ă©galement Ă l'API des informations dans previousMedia lorsque vous publiez votre demande. Il pourrait s'agir de :
- Si la
catégorieestmodérée, et que l'image précédente n'était pasgrave, cela déclencherait le flux de travail C - Sinon, elle reviendrait au flux de travail A
L'organisation de gestion peut également décider de montrer ces informations au professionnel de santé, auquel cas un tableau tel que celui qui suit pourrait être mis en œuvre :
Le score pour la gravité peut être affiché visuellement. La façon de procéder consiste à utiliser les valeurs du tableau plages :
| grade.category : légère | grade.category : grave |
|---|---|
Existence antérieure de l'affection​
Le fait qu'une affection soit nouvelle pour un patient ou qu'elle ait déjà été diagnostiquée pour ce patient est l'une des variables que les professionnels de la santé utilisent dans leur prise de décision.
Une réponse de l'API contient une section intitulée conclusions, qui peut inclure les informations suivantes :
{
// ...
"conclusions": [
{
"code": {
"code": "DA04.5",
"codeSystem": "ICD-11"
},
"name": "Mucous cyst",
"probability": 87.77
}
// ...
]
// ...
}
Ces informations montrent qu'une affection a une probabilité de 87,77. Le nom de l'affection est Kyste muqueux, codé DA04.5 selon le système CIM-11.
Un professionnel de santé pourrait vérifier si cette affection a déjà été diagnostiquée ou non au patient, et utiliser cette information dans sa prise de décision.
Pré-malignité​
Vous avez peut-être vu que l'API renvoie une valeur appelée isPreMalignantSuspicion, qui est différente de isMalignantSuspicion, comme suit :
{
// ...
"preliminaryFindings": {
// ...
"isMalignantSuspicion": 0,
"isPreMalignantSuspicion": 8.6000000000000001
// ...
}
// ...
}
Une affection pré-maligne (également appelée précancéreuse) est une affection qui si elle n'est pas traitée peut se transformer en cancer.
Parmi les affections possibles générées par l'API, on compte
- 10 affections malignes
- 42 affections malignes
Cela signifie qu'il est plus probable qu'un rapport renvoie une suspicion de pré-malignité plus élevée.
Voici un exemple de tableau des affections classées comme malignes ou pré-malignes, selon la littérature pertinente :
| Affection | Maligne | Pré-maligne | |
|---|---|---|---|
| 1 | Acanthosis nigricans | ||
| 2 | Acné | ||
| 3 | Acné fulminans | ||
| 4 | MĂ©lanome lentiginous acral | ||
| 5 | Chéilite actinique | ||
| 6 | Élastose actinique | ||
| 7 | KĂ©ratose actinique | ||
| 8 | Porokératose actinique | ||
| + + | + + + + + + + + + + + + + + | + + + + + + + | + + + + + + + + |
| 234 | Xeroderma pigmentosum | ||
| 235 | XĂ©rodermie |
Le tableau complet compte 235 lignes. N'hésitez pas à contacter votre représentant commercial pour demander de plus amples informations.
Gardez à l'esprit que la clé conclusions du DiagnosticReport renvoie une liste complète des affections détectées par le dispositif. En tant que telle, une organisation peut choisir d'attribuer la malignité de la pré-malignité différemment à la valeur indiquée dans les paramètres isMalignantSuspicion et isPreMalignantSuspicion. Le dispositif fournit ces valeurs pour la commodité de l'organisation et ajoute plus de transparence dans son fonctionnement interne.
Les étapes qu'un professionnel de la santé peut suivre sont les suivantes :