Vue d’ensemble de la plateforme
HIC (Centre d’Intelligence de Santé) est la plateforme nationale de données de santé du Ministère de la Santé du Rwanda. Elle centralise les données de neuf systèmes nationaux d’information sanitaire au sein d’une plateforme analytique unifiée, offrant au personnel du Ministère de la Santé, aux ingénieurs de données et aux gestionnaires de programmes de santé une source unique et fiable d’Intelligence de Santé pour tout le Rwanda.
La plateforme ingère des données au niveau des établissements et des patients depuis les systèmes sources, les transforme via un pipeline dbt structuré, puis les expose à travers des tableaux de bord Superset et l’application web GreenRiver.
ArchitectureFlux de données de bout en bout, de l’ingestion des sources au staging PostgreSQL, à la transformation dbt et à la consommation BI.Sources de donnéesNeuf systèmes de santé intégrés — HMIS, eFICHE, IDSR, HIV Tracker, vaccination, CRVS, HPEMR et registre du cancer.Accès et gouvernanceSSO AWS Cognito, RBAC Kubernetes et affectations de groupes au niveau applicatif pour tous les services de la plateforme.
Composants de la plateforme
- PostgreSQL (StackGres sur K8s) — entrepôt de données central pour toutes les données de santé ingérées et transformées
- dbt — pipeline de transformation SQL en quatre couches (staging → intermédiaire → DWH → reporting)
- Prefect — orchestration des workflows pour tous les pipelines d’ingestion et les exécutions dbt
- Apache Spark + Livy — traitement distribué pour les charges analytiques à grande échelle
- JupyterHub — notebooks interactifs de science des données pour les analystes et data scientists
- Apache Superset — tableaux de bord et requêtes SQL ad hoc pour les consommateurs BI
- GreenRiver (NestJS + React) — portail web HIC destiné au personnel du Ministère de la Santé
Publics
| Rôle | Outils principaux |
|---|---|
| Administrateur infrastructure | Kubernetes, ArgoCD, console AWS |
| Administrateur plateforme | Prefect, ArgoCD, administration Superset |
| Ingénieur de données | dbt, Prefect, JupyterHub |
| Data scientist | JupyterHub, Superset, Spark |
Dernière mise à jour le