Adherence Intervention Software
L’objectif de l’étude de logiciel est d’automatiser la première ligne des interventions d’amélioration de l’adhésion thérapeutique , sur la base des résultats de l’étape d’analyse des données, comprenant entre autres les résultats fournis par les méthodes développées par l'entreprise AARDEX. Cette automatisation se fera à l’aide de robots conversationnels, aussi appelés chatbots.
Objectifs
L'adhésion aux médicaments est un lien crucial entre des médicaments efficaces et de bons résultats de traitement. La non-observance des prescriptions médicales est un problème grave, particulièrement en ce qui concerne les maladies chroniques où le fait de ne pas prendre ses médicaments entraîne des complications parfois sévères.
En moyenne, seuls 50 % des patients prennent correctement leur médication. Ce n'est que récemment que les principales autorités médicales ont reconnu les problèmes créés par la non-observance des patients. Dans un de ses rapports, l’OMS1 estime « qu’améliorer l’adhésion des patients à un traitement chronique sera plus bénéfique que n’importe quelle découverte biomédicale».
Malheureusement, il a été démontré qu’apporter une solution au seul patient, tel qu’un appareil lui rappelant le moment de prise de sa médication, ne fonctionne pas pour la bonne et simple raison qu’il y a plus de 700 facteurs reconnus qui expliquent la non adhésion (citons à titre d’exemple des effets secondaires trop importants, l'oubli de se réapprovisionner en médicament chez son pharmacien au bon moment, ...). De plus, la solution de rappel est prévue pour une heure définie alors qu'il est démontré que le patient prend sa médication dans une fenêtre temporelle et qu'il ne souhaite pas de rappels intempestifs dans sa fenêtre de prise.
Pour solutionner ce problème, il faut échanger avec le patient pour comprendre ses raisons, pour lui expliquer l’importance de l’adhésion, pour l’encourager et ce pendant une période déterminée, jusqu’à ce qu’il ait (re)trouvé un comportement adhérent.
Le projet se situe dans l’étape d’intervention de la chaîne de valeurs. Plus précisément, les interventions d’amélioration de l’adhésion thérapeutique sont pour le moment exclusivement réalisées par le personnel médical. L’objectif de l’étude de logiciel est d’automatiser la première ligne de ces interventions, sur base des résultats de l’étape d’analyse des données, comprenant entre autres les résultats fournis par les méthodes développées par AARDEX. Cette automatisation se fera à l’aide de robots conversationnels, aussi appelés chatbots, qui sont des systèmes faisant intervenir de l’intelligence artificielle afin de permettre un échange naturel avec une personne. Ces technologies devront être adaptées afin de répondre aux exigences du projet.
Méthodologie
Recherche et analyse préliminaire de solutions :
- Méthode(s) de représentation de l’adhésion
- Collecte, traitement et stockage des réponses du patient
- Suggestion de stratégies d’amélioration de l’adhésion
- Evaluation de la stratégie mise en place
- Définition des règles de transfert vers un acteur de seconde ligne
- Implémentation de la preuve de concept, incluant plusieurs itérations d’amélioration et de complexification de la solution
- Réalisation du test d’acceptance
- Evaluation du résultat obtenu
Résultat(s)
Preuve de concept développée et déployée sous forme de service permettant l’automatisation de la première ligne d’intervention d’amélioration de l’adhésion thérapeutique.
Partenariat
AARDEX GroupSA propose des systèmes permettant de mesurer précisément et avec efficacité le niveau d’adhérence d’un patient au traitement médicamenteux qui lui est prescrit. Elle a développé un pilulier électronique ainsi que des blisters qui fournissent des mesures fiables à une plate-forme analytique. Cela permet de donner une vue correcte aux médecins du profil de prise du patient et des conséquences liées à la prise d’une molécule, sans que le patient n’ait aucun effort à fournir.
Équipe de recherche
Sébastien Cochet
Frédéric Senny (promoteur)
Durée
Du 01-11-2019 au 30-06-2022