Des services de santé fiables reposent sur une vérité fondamentale : savoir exactement où les soins sont dispensés. Dans des environnements complexes, maintenir un registre précis des formations sanitaires (Health Facility Registry, HFR) n’est pas une tâche de collecte de données ponctuelle, mais un processus d’amélioration continue. En soutenant la mise en place de routines robustes et de boucles de validation décentralisées, Bluesquare aide les autorités sanitaires nationales à transformer des jeux de données fragmentés en un socle résilient pour le système de santé.
La force fondamentale d’un système national d’information sanitaire (SNIS) réside dans la précision de ses géodonnées. Récemment, la DSNIS (Direction du Système National d’Information Sanitaire) en République démocratique du Congo (RDC) a mené un effort national de grande ampleur pour renforcer son cadre de données structurelles. Au total, 2 486 nouvelles géolocalisations ont été intégrées à l’infrastructure de données nationale à partir des données GRID3 et Acasus.
Cette réalisation illustre l’appropriation croissante, au niveau national, des processus de curation des données. Cet effort a été particulièrement marquant dans quatre provinces clés (le Sud-Ubangi, le Haut-Katanga, la Tshopo et le Maniema), qui ont chacune vu plus de 200 nouveaux sites ajoutés à leurs registres.
Exemple d’un envoi de données sur la carte sanitaire de la RDC
L’équipe de la DSNIS a géré le processus de manière autonome, via un système ponctuel de téléversement standardisé au format GeoPackage (.gpkg). Les jeux de données disponibles ont été traités via IASO, une plateforme open source reconnue comme bien public numérique (Digital Public Good), puis préparés en vue de leur synchronisation avec le SNIS national (Système National d’Information Sanitaire), basé sur DHIS2.
Préserver l’intégrité des données spatiales exige des critères de validation stricts avant tout envoi vers le registre. Lors d’une itération récente portant sur 311 nouvelles géolocalisations issues du dernier jeu de données Acasus, le personnel du ministère de la Santé a exécuté des scripts de nettoyage ciblés. Les données disponibles ont été comparées directement aux registres SNIS existants sur la base des identifiants uniques DHIS2, permettant à l’équipe de contourner les incohérences liées à la correspondance approximative par nom (« fuzzy matching »).
Pour garantir l’exactitude géographique, la routine de gestion des données a imposé une règle stricte de délimitation spatiale : tout point de données de formation sanitaire proposé situé à plus de 10 km du périmètre de sa zone de santé désignée était signalé et exclu de l’envoi, afin de préserver la cohérence des géographies sanitaires.
La valeur d’un écosystème de santé numérique ne réside pas dans des interventions techniques isolées, mais dans l’institutionnalisation des boucles de soumission et de validation des données. En intégrant les fonctionnalités de la plateforme aux routines administratives, le personnel des ministères de la Santé parvient à combler l’écart entre la science des données et la réalité du terrain.
Grâce à l’interface web et à l’application mobile IASO, le processus de mise à jour du registre suit un flux de travail administratif sécurisé et multi-niveaux :
Cette approche décentralisée garantit que la maintenance des données est traitée comme une fonction administrative de routine plutôt que comme un projet technique isolé.
À mesure que la RDC se rapproche progressivement d’une couverture complète en géolocalisation de son réseau de systèmes de santé, la nature de la gestion des registres évolue. La priorité passe de la recherche de coordonnées manquantes à l’optimisation qualitative des données déjà enregistrées.
À la suite des prochaines mises à jour des contours officiels des zones de santé, la DSNIS prévoit une mise à jour FOSA (Formation Sanitaire) supplémentaire et dédiée. Cette phase spécifique portera exclusivement sur l’affinement et l’amélioration des coordonnées et attributs des formations sanitaires existantes, plutôt que sur l’ajout de nouveaux points. Cette approche systématique de l’amélioration continue des données de santé garantit que les cadres nationaux de santé restent précis, résilients et capables de soutenir les stratégies de santé publique sur le long terme.
