CODEM: a compliance-oriented decomposition method for Québec health system software

Résumé

Les professionnels et les gestionnaires de la santé sont confrontés à des défis persistants pour se conformer à de nombreuses réglementations, souvent larges et mal définies. Parallèlement, les gouvernements éprouvent des difficultés à concevoir, mettre en oeuvre et faire respecter des politiques efficaces. Ce fossé réglementaire limite l’opérationnalisation des modèles de systèmes de santé et leur gouvernance. Le génie logiciel offre des outils prometteurs pour atténuer ce fossé grâce à l’application des technologies réglementaires (RegTech) et des technologies de supervision (SupTech). Cette recherche présente la Méthode de Décomposition Orientée vers la Conformité (CODEM) afin de renforcer le respect de la législation québécoise en matière de santé. Elle s’écarte des approches traditionnelles en considérant les exigences légales comme une matière première, qu’elle décompose systématiquement en éléments permettant de créer des indicateurs de conformité et de produire des artefacts numériques tels que des tableaux de bord de gestion. En s’appuyant sur le cadre conceptuel du Policy Triangle de Walt et Gilson, l’étude avance l’hypothèse selon laquelle les réglementations, à différents niveaux, partagent des composantes fondamentales, comme les acteurs, les sphères et les tâches, qui peuvent être décomposées et classifiées de manière systématique. Cette hypothèse est évaluée à travers deux études de cas portant sur des législations sanitaires en vigueur. Les éléments extraits servent à définir des indicateurs de conformité et à proposer un modèle de données, lequel soutient le développement de deux prototypes fonctionnels de tableaux de bord Power BI. Ces tableaux de bord agrègent l’information selon le niveau stratégique, les caractéristiques des tâches, le type de législation, la sphère décisionnelle et d’autres dimensions pertinentes. Malgré les limites reconnues, les résultats démontrent la faisabilité et le potentiel de la méthode et du modèle de données proposés pour la recherche et l’innovation futures. Les applications envisagées incluent la classification évolutive par apprentissage automatique, des outils de conformité centrés sur l’utilisateur, des représentations hiérarchiques multiniveaux, un soutien accru à l’ingénierie des exigences et des versions numériques structurées des politiques de santé pour favoriser l’interopérabilité.

Date	20 oct. 2025
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Fabio Petrillo (Directeur(-trice))