Data Mesh et Domain-Ownership : quel impact sur la qualité des données en santé ?

L’architecture Data Mesh promet de décentraliser la gestion des données en confiant la responsabilité de la donnée aux domaines métier. Mais dans un environnement réglementé comme la santé, cette approche soulève une question critique : comment garantir la qualité des données quand elles sont produites et gérées localement ?

Le principe du Domain-Ownership

Le Data Mesh, concept introduit par Zhamak Dehghani en 2019, repose sur quatre piliers fondamentaux. Parmi eux, le domain ownership stipule que les équipes métier doivent devenir propriétaires de leurs données, au même titre que des produits logiciels.

Pour une DSI hospitalière, cela signifie que le service des urgences, la pharmacie ou le département de recherche clinique sont responsables de la qualité, de la documentation et de la disponibilité de leurs données. Cette décentralisation vise à réduire les goulots d’étranglement causés par les équipes data centralisées.

Le défi de la qualité à la source

Si le principe est séduisant sur le papier, sa mise en œuvre révèle rapidement une tension structurelle. La qualité des données n’est pas un état statique, c’est un processus continu qui nécessite des contrôles rigoureux, une documentation à jour et une conformité constante aux standards (FHIR, HL7, SNOMED CT).

Dans un hôpital, les équipes métier ne sont pas naturellement équipées pour gérer ces problématiques techniques. Sans infrastructure adaptée, le risque est de créer des " silos de qualité " : chaque domaine applique ses propres règles, ses propres formats, et ses propres niveaux d’exigence.

Data Mesh et Santé : une friction naturelle ?

La santé est l’un des secteurs les plus contraints au monde en termes de données. La traçabilité, l’exactitude et la sécurité ne sont pas négociables. Pourtant, l’approche Data Mesh tend à déplacer la responsabilité vers des acteurs qui n’ont ni le temps ni l’expertise technique pour garantir une qualité de données irréprochable.

Plusieurs études montrent que la décentralisation sans gouvernance centrale aboutit souvent à une dégradation de la qualité globale. Un rapport de Gartner souligne que 70 % des initiatives Data Mesh échouent à atteindre leurs objectifs de qualité sans une couche de validation automatisée forte.

La solution : une qualité fédérée et automatisée

Pour réconcilier l’agilité du Data Mesh avec les impératifs de qualité de la santé, une approche intermédiaire est nécessaire : la qualité des données en tant que produit (Data Quality as a Product).

Cela implique : 1. Des contrôles automatisés à la source : Chaque domaine doit disposer d’outils pour valider ses données avant publication. 2. Des standards communs : Même décentralisées, les données doivent respecter des schémas et des référentiels partagés. 3. Une observabilité globale : La DSI doit conserver une vision centralisée sur l’état de la qualité, même si la gestion est distribuée.

C’est ici qu’intervient QALITA. Notre plateforme permet d’industrialiser ces contrôles directement au niveau des domaines métier, tout en offrant à la DSI une gouvernance centralisée. Avec QALITA, chaque équipe devient autonome sur la qualité de ses données, sans compromettre la conformité globale.

Bonnes pratiques pour un Data Mesh réussi en santé

Pour les décideurs envisageant cette transition, voici trois recommandations opérationnelles :

• Commencez par les domaines à forte valeur : Ciblez les départements où la qualité des données a l’impact clinique ou financier le plus direct.
• Investissez dans l’auto-service qualité : Fournissez aux équipes métier des outils simples (comme QALITA Studio) pour qu’elles puissent valider leurs données sans assistance technique lourde.
• Mesurez la qualité en continu : Ne faites pas de la qualité un contrôle périodique, mais un indicateur de santé permanent, visible par tous.

Conclusion

Le Data Mesh représente une évolution majeure de l’architecture de données. Pour la santé, son succès ne se jouera pas dans la décentralisation technique, mais dans la capacité à maintenir un niveau de qualité constant, automatisé et vérifiable.

La qualité des données n’est plus une responsabilité centrale, c’est une culture distribuée — et QALITA fournit l’infrastructure pour que cette culture devienne une réalité opérationnelle.

Sources : - Dehghani, Z. (2019). How to Move Beyond a Monolithic Data Lake to a Distributed Data Mesh. Thoughtworks. - Gartner (2023). The Data Mesh Revolution: Real or Hype? - Fowler, M. - Data Mesh Principles - ONC - Interoperability in Healthcare

Prêt à explorer comment QALITA peut sécuriser votre approche Data Mesh ?

Réserver une démo