Cas stratégique · France

Concevoir l’architecture d’une plateforme métier e-santé où chaque transmission doit être traçable

Cas client — Synapa · E-santé

Intention SEO · développement logiciel e-santé · Durée · Projet en cours

Synapa

Résumé — 15 secondes

Client
Synapa
Secteur
E-santé · coordination des soins
Problème
Transformer une vision produit dense (multi-profils soignants, interopérabilité, offline) en application métier fiable, traçable et conforme HDS/RGPD.
Solution
Architecture applicative + modèle de données PostgreSQL + parcours soignants + cadre d’interopérabilité documenté.
Impact
100 % des transmissions conçues pour être tracées · prise en main visée < 15 min · socle prêt pour HDS
Stack
PostgreSQL · Prisma · Next.js 15 · TypeScript · FHIR/HL7 · MSSanté

En résumé : PromptConsulting conçoit avec Synapa le socle technique et produit d’une plateforme de coordination du dossier patient, afin que chaque échange clinique soit traçable, sécurisé et utilisable au cabinet — pas seulement « beau » sur une démo.

1. Le contexte

Synapa est une start-up française qui développe une plateforme de coordination du dossier patient, pensée avec des soignants pour des soignants. Contrairement à un logiciel de cabinet qui équipe un seul lieu, Synapa vise la coordination entre plusieurs acteurs autour d’un même patient.

Le positionnement produit a été clarifié en cours de projet : « Les outils équipent un cabinet. Synapa coordonne des soins. » Cette phrase oriente toutes les décisions d’architecture : ce qui compte, c’est le parcours entre soignants, pas la multiplication de modules décoratifs.

2. Le problème avant notre intervention

Avant et au démarrage du travail avec PromptConsulting, le défi n’était pas « faire un site ». C’était de passer d’une vision produit ambitieuse à un système capable d’absorber la complexité clinique sans la rendre illisible.

Les données concernées sont sensibles par nature : timeline clinique, transmissions entre soignants, messagerie, éléments susceptibles d’alimenter des échanges FHIR / HL7 / MSSanté / DMP. Chaque information doit pouvoir être attribuée, horodatée et auditée.

Les rôles utilisateurs ne se réduisent pas à « admin / user ». Plusieurs profils soignants coexistent, avec des droits et des besoins de lecture différents. Un parcours qui marche en atelier fondateur peut échouer dès qu’un soignant de terrain doit s’en servir en moins de quinze minutes entre deux patients.

  • Vision produit riche (timeline, messagerie, téléconsultation, offline) sans socle data encore stabilisé
  • Exigence de traçabilité des transmissions cliniques — non négociable en e-santé
  • Contrainte HDS / RGPD sur un produit multi-profils
  • Marché logiciel médical encombré : besoin d’un angle clair (coordination vs équipement de cabinet)
  • Cible de prise en main : < 15 minutes pour un soignant test
  • Objectif produit : 100 % des transmissions tracées dès le modèle de données
  • Interopérabilité cible documentée : FHIR / HL7 / MSSanté / DMP

3. Les contraintes du projet

  • ·Conformité HDS et RGPD dès la conception (pas en « phase 2 »)
  • ·Équipe fondatrice réduite : chaque décision technique doit rester maintenable
  • ·Données de santé : chiffrement, droits d’accès, journalisation
  • ·Mode hors ligne attendu (cabinets / terrains avec connectivité imparfaite)
  • ·Interopérabilité avec des standards santé existants, pas un silo propriétaire
  • ·Expérience soignant : complexité métier sans complexité d’interface
  • ·Calendrier produit itératif : livrer des parcours critiques avant la « plateforme complète »

4. Notre diagnostic

Le problème réel n’était pas le manque de fonctionnalités. C’était le risque classique des produits e-santé : empiler des écrans avant d’avoir un modèle de données et une logique de traçabilité solides.

Sans PostgreSQL pensé comme socle (et non comme simple base d’app), les transmissions deviennent des messages jetables, l’offline devient un patch, et la conformité HDS se traite après coup — trop tard.

Second diagnostic : le marché confond « logiciel médical » et « coordination ». Clarifier ce positionnement évite de construire le mauvais produit pour la mauvaise promesse.

5. Les décisions prises

Décision 1

Ancrer le produit sur PostgreSQL comme source de vérité

Pourquoi — La traçabilité, les relations multi-entités (patient, soignants, transmissions, événements) et l’auditabilité exigent un modèle relationnel explicite, pas un stockage document opportuniste.

Alternatives — NoSQL document / backend BaaS « rapide »

Arbitrage — Plus de travail de modélisation en amont, mais un socle auditables et interopérable sur le long terme.

Décision 2

Concevoir 100 % des transmissions comme événements tracés

Pourquoi — En coordination de soins, une information non attribuable est un risque clinique et réglementaire. La traçabilité n’est pas une feature : c’est le produit.

Alternatives — Messagerie « chat » classique sans journal métier

Arbitrage — UX plus exigeante (qui a dit quoi, quand, dans quel contexte) mais crédible face aux soignants et à l’hébergement de données de santé.

Décision 3

Documenter l’interopérabilité (FHIR / HL7 / MSSanté / DMP) avant de tout brancher

Pourquoi — Intégrer trop tôt sans cadre produit un spaghetti d’API. Documenter les frontières évite de promettre l’impossible au marché.

Alternatives — Intégrations « live » immédiates sans contrat d’interface

Arbitrage — Moins de démos flashy à court terme, plus de sérieux produit.

Décision 4

Offline-first sur les parcours critiques

Pourquoi — Un outil de coordination inutilisable hors réseau ne survit pas au terrain. La sync doit être pensée dans le modèle, pas ajoutée en fin de sprint.

Alternatives — Online-only + message d’erreur réseau

Arbitrage — Complexité de synchronisation et de résolution de conflits, indispensable pour le cas d’usage réel.

6. Architecture de la solution

La plateforme s’organise autour d’un socle data PostgreSQL. Les interfaces soignants (web) consomment des parcours métier (timeline, messagerie, dossier) ; les couches sécurité et interopérabilité s’appuient sur ce même modèle plutôt que sur des silos parallèles.

Soignant(s)
    ↓
Next.js (parcours métier)
    ↓
API / règles d'accès
    ↓
PostgreSQL (source de vérité)
    ├── Dossier patient
    ├── Timeline clinique
    ├── Transmissions tracées
    ├── Messagerie chiffrée
    └── Journal d'audit
         ↓
    Sync offline-first
         ↓
Interopérabilité (FHIR / HL7 / MSSanté / DMP)

7. Ce qui a été réalisé (livrables)

Livrables distincts des résultats : ce qui a été conçu et construit, pas encore les KPI post-production.

  • Architecture applicative et modèle de données PostgreSQL
  • Dossier patient unifié et timeline clinique
  • Messagerie chiffrée et logique de transmissions tracées
  • Cadre d’interopérabilité documenté (FHIR / HL7 / MSSanté / DMP)
  • Parcours soignants pour prise en main rapide
  • Accompagnement produit/technique sur les choix structurants
  • Site produit comme support de crédibilité (secondaire à la plateforme)

8. Avant / Après

DimensionAvantAprès
Nature du travailVision produit ambitieuse, risques de sur-fonctionnalisationSocle data + parcours critiques cadrés
TransmissionsRisque de messages non auditablesModèle conçu pour 100 % de traçabilité
ConformitéHDS traité comme contrainte futureHDS/RGPD comme contrainte de conception
PositionnementLogiciel médical générique dans un marché saturéCoordination des soins vs équipement de cabinet

9. Résultats

Le projet est en cours. À ce stade, l’architecture data et les parcours applicatifs critiques sont cadrés ; la plateforme continue d’évoluer vers la mise en production.

PostgreSQL

Socle data

Source de vérité métier

100 %

Transmissions tracées

Objectif intégré au modèle

< 15 min

Prise en main visée

Soignants tests

  • Parcours soignants lisibles malgré la densité fonctionnelle
  • Cadre d’interopérabilité explicite (évite les promesses marketing creuses)
  • Architecture prête à accueillir l’hébergement et les exigences HDS

Le client ne disposant pas encore de métriques d’usage post-production consolidées, nous ne communiquons pas de ROI chiffré (temps gagné, volume de patients, etc.). Les indicateurs ci-dessus sont des cibles produit validées avec l’équipe Synapa.

10. Ce que ce projet nous a appris

  1. 1.En e-santé, la première dette technique n’est presque jamais le front : c’est un modèle de données flou qui rend la conformité et l’interopérabilité impossibles à rattraper proprement.
  2. 2.La traçabilité doit être une propriété du système, pas un écran « historique » ajouté plus tard.
  3. 3.Clarifier le positionnement (« coordination » vs « équipement ») évite des mois de développement sur la mauvaise promesse.
  4. 4.Offline-first et HDS ne se « branchent » pas en fin de projet : ils dictent l’architecture dès le premier schéma.

11. Pour quelles entreprises cette approche est pertinente ?

Adaptée notamment à

  • ·Éditeurs et start-up e-santé construisant un produit métier (pas une vitrine)
  • ·Équipes devant prouver traçabilité, auditabilité et conformité
  • ·Produits multi-profils avec parcours terrain exigeants
  • ·Projets où PostgreSQL / interopérabilité santé sont structurants

Contre-indication — Cette approche est excessive pour un simple site vitrine médical ou une landing de prise de rendez-vous sans logique métier de coordination.

12. Technologies utilisées

  • PostgreSQL

    Source de vérité relationnelle et auditables

  • Prisma

    Modèle typé aligné sur le schéma métier

  • Next.js 15

    Parcours soignants web performants

  • TypeScript

    Réduire les erreurs sur des flux critiques

  • FHIR / HL7

    Cadre d’interopérabilité santé

  • MSSanté

    Échanges sécurisés entre professionnels

  • Chiffrement HDS

    Exigence sectorielle non optionnelle

  • Offline-first

    Usage réel hors connectivité idéale

13. FAQ

Qu’est-ce qui différencie une plateforme e-santé d’un site médical ?

Un site présente ; une plateforme métier orchestre des données sensibles, des rôles, des transmissions et souvent de l’interopérabilité. Le critère décisif est la traçabilité et la conformité, pas le design.

Pourquoi PostgreSQL pour un logiciel médical ?

Parce que les relations patient / soignants / événements / droits d’accès se modélisent naturellement en relationnel, et que l’auditabilité repose sur un schéma explicite plutôt que sur des documents opaques.

Qu’est-ce que la conformité HDS change dans le développement ?

Elle impose de traiter hébergement, accès, chiffrement et journalisation comme des contraintes de conception. Les « on verra pour la sécu plus tard » ne passent pas en e-santé.

PromptConsulting construit-il uniquement le site Synapa ?

Non. Le site produit est un support. Le cœur de l’accompagnement porte sur l’architecture applicative, le modèle de données et les parcours soignants de la plateforme.

Une problématique similaire ?

Diagnostic de 30 minutes

On regarde votre situation, vos contraintes, et ce qui mérite vraiment d'être construit — sans ROI inventé.