Des données à l'information exploitable : révéler les liens cachés dans de vastes volumes de données

L'après-midi du samedi 29 août, le forum « Méthodologie et pratique de la gouvernance des données de santé — Forum des ingénieurs experts HIT 2026 », organisé par le comité de travail sur l'innovation des applications des technologies de l'information de l'association d'informatisation de Pékin et le réseau d'experts HIT, s'est tenu avec succès à Pékin. Wang Zhigang, fondateur et directeur général de Palline, a prononcé un discours inaugural intitulé « Des données à l'intelligence : capter les liens cachés dans l'information massive ».« Méthodologie et pratique de la gouvernance des données de santé — Forum des ingénieurs experts HIT 2026 »Wang Zhigang, fondateur et directeur général de Palline, a prononcé un discours inaugural intitulé « Des données à l'intelligence : capter les liens cachés dans l'information massive ».

Le forum était consacré aux concepts, aux défis et à la mise en œuvre pratique de la gouvernance des données hospitalières, et a abordé des thématiques d'actualité telles que la planification des données, les applications de l'IA et la constitution d'ensembles de données de qualité dans le cadre du processus de localisation au sein des hôpitaux. Il a réuni des responsables de l'informatisation d'établissements médicaux, des directeurs de départements informatiques et de centres de données, des ingénieurs ainsi que des représentants d'entreprises spécialisées dans l'informatisation médicale, afin d'échanger sur le présent et l'avenir de la gouvernance des données de santé.

La gouvernance des données jette les bases, à l'heure où les agents IA dédiés au pilotage opérationnel prennent une place centrale.

Le pilotage opérationnel doit s'appuyer sur les principes consistant à « hiérarchiser les priorités, anticiper les exceptions et accompagner l'exécution », à évaluer l'allocation des ressources en fonction des résultats, à fournir aux agents IA une connaissance métier compréhensible et à libérer l'espace nécessaire à de nouvelles forces productives qualitatives. En s'appuyant sur l'expérience acquise en gestion hospitalière, garantir la qualité des données requiert non seulement des technologies, mais aussi une architecture organisationnelle. À titre d'exemple, dans le cadre de la gestion de la performance, l'exhaustivité, l'exactitude et la fraîcheur des données sont déterminantes. Lorsque les services de première ligne sont incités à vérifier et à corriger les données de leur propre initiative, les résultats sont remarquables : « ceux qui produisent les données sont responsables de leur gouvernance ; ceux qui les utilisent participent à leur gouvernance ».

Pour que la valeur des données puisse se concrétiser, le manque le plus pressant à l'heure actuelle réside dans « l'insuffisance de la couche de métadonnées métier ». Un étiquetage peut être envisagé à partir de codages cliniques tels que la CIM afin de constituer des métadonnées de domaine. Par exemple, pour l'allocation des ressources en équipements d'angiographie numérique, un modèle de file d'attente est établi au moyen d'une analyse des corrélations fondée sur les codes CIM afin de calculer le plafond d'actes qu'une seule machine doit prendre en charge sur une heure, les temps d'inactivité résiduels étant utilisés pour programmer des interventions vasculaires périphériques programmées, permettant ainsi une allocation optimale des ressources.

« La mise en œuvre du pilotage opérationnel n'est pas simplement un outil, mais une méthodologie de gestion systémique. La valeur fondamentale d'un logiciel de gestion réside dans la méthodologie ou la philosophie de gestion qu'il incarne. » Le pilotage opérationnel hospitalier doit être fondamentalement piloté par des données médicales atomiques. L'élément le plus important à propos des données est de savoir si elles sont utilisées dans des scénarios métier centraux et si elles touchent directement aux intérêts de leurs utilisateurs.

Dans la construction d'un centre de données dédié au pilotage opérationnel, l'étiquetage des données constitue un exercice fondamental. Grâce à un étiquetage approfondi des données atomiques issues des systèmes métier, les sources de données provenant des systèmes métier sont acheminées vers la couche DL ou ODS. Les informations étiquetées sont ensuite intégrées dans la couche DW afin de fournir un appui quantitatif au pilotage opérationnel.

PalClaw 2.0 — une main-d'œuvre d'agents IA pour le pilotage opérationnel des hôpitaux, fondée sur une ontologie

PalClaw 2.0 établit des parcours analytiques spécialisés le long de l'ontologie du pilotage opérationnel hospitalier. À partir des objets métier centraux, il retrace automatiquement les pathologies, les techniques diagnostiques et thérapeutiques, les parcours cliniques, les capacités de ressources, les indicateurs de qualité, les indicateurs opérationnels et les sources de preuves associés, formant ainsi un réseau interprétable de relations métier.

Sur cette base, il identifie en outre les définitions d'indicateurs nécessaires à l'analyse, clarifie le périmètre statistique et les limites d'application, compare les données internes à des référentiels sectoriels afin d'identifier les écarts, et procède à l'attribution des goulets d'étranglement selon les dimensions de processus, de ressources, de qualité et de coordination.

PalClaw

PalClaw 2.0 fournit un appui à la décision spécialisé composé d'éléments de preuve clés, d'alertes de risque, de leviers d'amélioration et de recommandations d'action, permettant aux responsables hospitaliers de voir clairement d'où proviennent les conclusions, où se situent les problèmes et comment procéder, rendant les décisions de gestion plus factuelles et traçables.