Plate-forme d’analyse et DHIS2

Analytics Platform est une couche d’intégration de données et d’analyse open-source développée par BAO Systems qui peut être basée sur le cloud ou déployée localement sur site. Il intègre les données SGIS2 avec les RH, la chaîne d’approvisionnement, les finances et d’autres sources de données de santé via des connecteurs sans code, centralisant les données pour des analyses intersystèmes en temps réel, des requêtes de texte naturel alimentées par l’IA et des tableaux de bord Superset intégrés directement dans DHIS2.

Aller à une section de cette page

À propos de la plate-forme d'analyse

Analytics Platform permet aux utilisateurs d’intégrer, de transformer et d’analyser des données provenant de plusieurs systèmes. Il utilise une architecture ELT (Extract, Load, Transform) moderne – chargeant les données brutes dans un entrepôt évolutif avant transformation – remplaçant les pipelines ETL fragiles. La plateforme est conçue pour être accessible aux utilisateurs, qu’il s’agisse de personnel de programme non technique ou de scientifiques des données. Elle réduit la charge manuelle liée à l’exportation, à la transformation et à l’exécution des rapports, de sorte que les équipes peuvent se concentrer sur la production d’informations exploitables.

Capacités clés :

Connecteurs sans code : Pipelines clés en main vers DHIS2, CommCare, ODK, iHRIS, Kobo, FHIR, BHIMA, PostgreSQL, MySQL, Google Sheets, Azure, Amazon S3/Redshift et plus encore – aucun paramétrage de code n’est nécessaire.
Requêtes en texte naturel : Les utilisateurs posent des questions en langage clair ; la plate-forme d’analyse convertit le texte en SQL et renvoie des résultats en temps réel sans qu’il soit nécessaire d’avoir des connaissances en SQL ou en Python.
BI intégrée dans DHIS2 : L’application web Super BI intègre les tableaux de bord Apache Superset directement dans DHIS2 sans dupliquer les données.
DHIS2-to-Power BI DAX : convertit automatiquement les expressions des indicateurs DHIS2 en DAX, ce qui permet de résoudre le problème habituel de la recréation des calculs DHIS2 dans Power BI.
Analyse conversationnelle : L’appli Convo permet aux utilisateurs de dialoguer avec les données DHIS2 en texte naturel, l’IA générant des visualisations et des tableaux de bord à la demande
Scripting Python et R : Environnements intégrés pour la transformation avancée, le calcul statistique, la modélisation prédictive et l’apprentissage automatique.
Notifications de la qualité des données : Vérifications automatisées avec alertes instantanées pour les données aberrantes et les incohérences.
Déploiement flexible : AWS, Azure, GCP, sur site ou SaaS géré par BAO Systems. Open-source et auto-hébergement.
Connectivité des outils de BI : Connectez Power BI, Tableau ou tout autre outil compatible SQL directement à l’entrepôt de données d’Analytics Platform.
Sécurisé dès la conception : Conçu pour hériter des rôles et des autorisations de sécurité du DHIS2, avec des pistes d’audit améliorées, une journalisation et des données cryptées en transit et au repos.
Bibliothèque de données publiques : Accès intégré à l’Observatoire mondial de la santé de l’OMS, à la Banque mondiale, aux données démographiques et de population des Nations unies pour la triangulation des données.

Analytics Platform est un partenaire technologique stratégique de DHIS2.

Utillisation de DHIS2

Le DHIS2 est largement utilisé pour la collecte de données de routine sur la santé, mais il existe souvent de manière isolée, sans lien avec les données relatives aux ressources humaines, à la chaîne d’approvisionnement, aux finances et aux enquêtes dont les responsables de programmes ont besoin pour prendre des décisions en toute connaissance de cause. Analytics Platform agit comme une couche d’intégration et d’analyse parallèlement à DHIS2, tirant les données de DHIS2 et d’autres systèmes vers un entrepôt unifié et un lac de données pour la combinaison, la transformation et l’analyse. Les résultats et les analyses agrégées peuvent être renvoyés dans DHIS2, et des tableaux de bord peuvent être intégrés directement dans l’interface DHIS2. Les utilisateurs ne quittent jamais leur système existant.

Efficacité : Réduction du travail manuel et du temps de travail du personnel

L’intégration des systèmes élimine les silos de données qui nécessitent une intervention manuelle. Le personnel de santé passe traditionnellement de longues heures à exporter des données à partir de plateformes telles qu’Excel ou de bases de données indépendantes, à les nettoyer manuellement et à les reformater dans un rapport unique. L’automatisation du processus ETL via Analytics Platform ou des connecteurs API personnalisés supprime entièrement cette charge, redirigeant le temps du personnel de l’administration vers l’analyse et la fourniture de programmes.

Insight : Une meilleure visibilité pour la prise de décision

Un système centralisé constitue une source unique de vérité dans l’ensemble du paysage sanitaire. Lorsque les données relatives à la prestation de services (SGIS) sont combinées aux données relatives aux ressources humaines (SIRHi) et aux mesures de la chaîne d’approvisionnement (SIMT), les décideurs peuvent identifier des corrélations jusqu’alors invisibles dans des systèmes cloisonnés. Un fonctionnaire peut aller au-delà de la simple constatation d’une baisse des taux de vaccination et déterminer si elle est due à une rupture de stock de vaccins ou à un manque de personnel dans un établissement spécifique, ce qui permet des interventions ciblées sur la base d’un tableau complet.

Intégrité : Réduire les erreurs de qualité des données

La saisie manuelle des données et la manipulation multiplateforme sont les principales sources d’erreur humaine. Analytics Platform établit des règles de validation automatisées et des définitions de données normalisées dans tous les systèmes connectés. Les données circulant directement entre les systèmes sans intervention humaine, le risque d’erreurs de transcription, de doubles saisies et de conventions de dénomination incohérentes est considérablement réduit, ce qui garantit que les décisions politiques sont fondées sur des informations exactes et vérifiées.

Vélocité : Améliorer la promptitude des données

Les systèmes fragmentés entraînent des retards dans la communication des données, qui ne parviennent aux planificateurs centraux qu’après des semaines ou des mois. La plateforme analytique permet une disponibilité en temps quasi réel : des programmes d’ingestion automatisés mettent à jour les tableaux de bord quotidiennement ou hebdomadairement, ce qui permet aux responsables de la santé de réagir rapidement aux tendances émergentes telles que les épidémies ou les pénuries de produits de base. Ce passage d’un rapport rétrospectif à une gestion proactive est essentiel pour la résilience de l’infrastructure de santé.

DHIS2 Performance

Analytics Platform répond aux problèmes de performance courants de DHIS2 (tableaux de bord lents, erreurs hors mémoire, gros volumes de données) en servant d’extension évolutive. Il se connecte directement à la base de données DHIS2 pour une extraction plus rapide et un traitement plus efficace des grands ensembles de données, y compris des millions d’enregistrements. Les utilisateurs peuvent interroger les données au sein d’un entrepôt intégré pour des analyses avancées tout en réduisant la charge sur le système central DHIS2. Analytics Platform prend également en charge l’archivage et le nettoyage des données agrégées et des données de suivi obsolètes du DHIS2, tout en gardant ces données accessibles à des fins d’analyse historique.

Capacités spécifiques à la plate-forme :

Extraction complète des données : Le connecteur DHIS2 extrait les métadonnées, les données agrégées, les événements et les entités suivies dans un schéma d’entrepôt optimisé pour l’analyse.
Analyse avancée : Prise en charge des analyses inter-programmes, des relations entre entités suivies et des analyses de cohortes en temps réel, tout en préservant le contrôle d’accès à DHIS2.
Tableaux de bord intégrés : Super BI intègre les visualisations Superset dans DHIS2 – les utilisateurs travaillent dans leur instance DHIS2 et leurs comptes utilisateurs existants, sans duplication des données.
Accès conversationnel : L’application Convo pour DHIS2 permet au personnel non technique d’interroger les données du programme en langage clair avec des visualisations générées par l’IA.
Conversion Power BI DAX : Les expressions des indicateurs DHIS2 sont automatiquement converties en DAX, ce qui permet de créer des rapports DHIS2 précis dans Power BI.
Réécriture dans DHIS2 : les données agrégées ou transformées dans la plate-forme d’analyse peuvent être réintroduites dans DHIS2 via des destinations.
Triangulation intersystème : Analytics Platform relie DHIS2 à iHRIS (ressources humaines), LMIS (chaîne d’approvisionnement), CommCare, ODK et à des ensembles de données publiques, ce qui permet aux décideurs d’analyser les données sur les services DHIS2 parallèlement aux données sur les effectifs, les stocks et la population dans une vue unique.

Exemple concret

Renforcement des systèmes de santé au Sénégal

Le défi : Le principal défi au Sénégal était l’absence d’un système d’information sanitaire centralisé, qui empêchait le ministère de la santé et de l’action sociale (MSAS) d’utiliser les données pour améliorer la prestation de services. Historiquement, le système national de santé était très fragmenté, avec des données collectées à travers treize systèmes différents, non transmissibles, et une multiplicité d’outils logiciels. Ce manque d’intégration a empêché le ministère d’avoir une vue d’ensemble du paysage sanitaire ou de prendre des décisions fondées sur des données probantes pour l’ensemble des services de santé.
La solution : BAO Systems a travaillé à l’intégration de sous-systèmes d’information sanitaire disparates dans un référentiel de données centralisé. L’équipe a commencé par évaluer le paysage existant afin d’analyser les capacités d’interopérabilité de chaque sous-système et a organisé des groupes de discussion avec les acteurs concernés afin de documenter les besoins spécifiques des utilisateurs et les objectifs d’utilisation des données. BAO Systems a introduit une architecture de système d’information sanitaire d’entreprise pour faciliter l’échange d’informations sanitaires (HIE) entre des systèmes tels que SNIS et iHRIS. Un élément clé de cette solution a consisté à déployer la plateforme analytique au sein du centre de données du ministère et à héberger des ateliers en présentiel afin d’élaborer un plan d’analyse intégré et une feuille de route d’interopérabilité.
Le résultat : Le projet a permis d’établir une intégration des systèmes et une feuille de route validée pour l’interopérabilité future. En centralisant les données de systèmes auparavant déconnectés, BAO Systems a permis au ministère de la Santé de générer des informations exploitables grâce à des tableaux de bord paramétrés. Ces outils permettent désormais aux responsables d’identifier les établissements de santé qui respectent les normes en matière de personnel, de surveiller les sureffectifs ou les sous-effectifs par rapport au nombre de patients, et de suivre les stocks de médicaments essentiels afin de prévoir et de prévenir les pénuries potentielles. Le paysage de données fragmenté a ainsi été transformé en un système fiable et responsable qui permet d’améliorer l’accessibilité des services de santé dans l’ensemble du Sénégal.

Regardez une présentation

Renforcement des systèmes de santé en République démocratique du Congo

Le défi : La fragmentation de l’information sanitaire a constitué un obstacle majeur au progrès ; les données étaient cloisonnées sur plusieurs plateformes indépendantes, notamment le système national d’information sur la gestion de la santé (SNIS), les dossiers de ressources humaines (iHRIS) et les systèmes de gestion de la chaîne d’approvisionnement (BHIMA). Ce manque d’intégration a empêché les fonctionnaires d’avoir une vue d’ensemble des performances du système de santé ou d’utiliser efficacement les données brutes pour prendre des décisions de routine.
La solution : BAO Systems a mis-en-œvre une stratégie axée sur l’interopérabilité des systèmes et la conception centrée sur l’utilisateur. Après avoir mené une recherche rapide sur les utilisateurs dans la province de Kasai pour identifier les besoins prioritaires, l’équipe d’ingénieurs a développé des paramétrages pour les plateformes iHRIS et BHIMA. Ces connecteurs ont permis d’intégrer de manière transparente les données relatives aux ressources humaines et à la chaîne d’approvisionnement dans une banque de données centralisée, parallèlement aux données relatives aux services de santé de routine. Pour rendre ces informations exploitables, l’équipe a piloté Analytics Platform et a collaboré avec le personnel du ministère de la santé dans le cadre d’ateliers au niveau des districts afin de développer un plan d’analyse intégré. Cet effort de collaboration a permis de s’assurer que les visualisations de données résultantes étaient alignées sur les questions et exigences spécifiques des administrateurs locaux de la santé.
Le résultat : Le projet a débouché sur un écosystème de données unifié qui soutient la stratégie de couverture sanitaire universelle et la politique nationale de santé du gouvernement congolais. En réussissant à permettre l’intégration des données relatives à la prestation de services, au personnel et aux produits de base, le programme a fourni aux responsables de la santé une série de tableaux de bord Power BI interactifs. Ces outils affichent des mesures de performance clés dans un format clair et visuel, permettant aux décideurs de gérer les ressources plus efficacement. En fin de compte, ces améliorations en matière d’accès aux données et d’analyse servent à renforcer la capacité du système de santé à améliorer les résultats en matière de santé sexuelle et reproductive pour les populations vulnérables de la région.

Ressources d'appui

Documentation de la plate-forme d’analyse :
Vidéos :