Home SantéLa génération AI et les LLM facilitent la reconstruction de corpus de données à partir de zéro

La génération AI et les LLM facilitent la reconstruction de corpus de données à partir de zéro

by Sophie Martin

La transformation numérique des hôpitaux d’Endeavour Health, un réseau de soins de santé majeur dans la région de Chicago, s’appuie désormais sur une nouvelle approche de l’intelligence artificielle (IA) et une vision élargie du retour sur investissement. Le Dr Nirav Shah, responsable de l’innovation au sein de l’organisation, détaille comment cette évolution remodèle les priorités et les stratégies.

Endeavour Health, qui gère environ 300 établissements de soins et dessert près d’un tiers de la population de l’Illinois, est reconnu pour son adoption précoce de solutions comme Epic et les entrepôts de données d’entreprise. Le Dr Shah, à la fois spécialiste en maladies infectieuses et responsable de la recherche en IA, occupe une position stratégique à l’intersection de la technologie, des opérations et de la pratique clinique.

Selon le Dr Shah, la clé du succès réside dans une structure organisationnelle matricielle où plusieurs responsables partagent la responsabilité des résultats. Cette approche devient essentielle pour intégrer l’IA à tous les niveaux, de la stratégie à la mise en œuvre.

Son quotidien est rythmé par des réunions avec des investisseurs, des sessions de conception de recherche, des discussions techniques sur l’analyse prédictive et des évaluations de fournisseurs. Il souligne l’importance de servir de pont entre les équipes d’innovation, l’informatique, les responsables opérationnels et les cliniciens, en suivant l’évolution des projets depuis leur conception jusqu’à leur évaluation.

Une des priorités est de déterminer quand un projet pilote prometteur doit être étendu, quels critères définissent le succès et comment les résultats peuvent être traduits en recommandations influençant l’adoption responsable de l’IA dans le secteur.

Le Dr Shah insiste sur la nécessité de protéger le temps des équipes, notamment face au risque d’épuisement professionnel. Il privilégie les réunions courtes, de 15 à 30 minutes, et encourage à retirer rapidement les participants des fils de discussion par courriel lorsqu’ils ne sont pas directement concernés.

« Le temps est probablement la ressource la plus précieuse dont disposent nos systèmes de santé, tout comme le temps de nos collaborateurs », explique-t-il, ajoutant que les dirigeants doivent traiter les invitations aux réunions avec la même rigueur que les demandes de financement.

Il illustre cette approche en racontant comment il a demandé à être retiré de plusieurs réunions récurrentes après avoir constaté que des experts pouvaient gérer efficacement la consolidation des données Epic sans son intervention directe. Cette décision lui a permis de libérer une heure par semaine pendant un an, qu’il a réaffectée à des tâches à plus forte valeur ajoutée.

Cette gestion du temps est directement liée à la lutte contre l’épuisement professionnel. Les réunions inutiles, les longs échanges de courriels et les flux de travail inefficaces contribuent au sentiment de perte de contrôle ressenti par les cliniciens et le personnel. Le Dr Shah voit dans la documentation ambiante un levier prometteur, à condition que les dirigeants la présentent comme un outil permettant de réduire la charge administrative, d’améliorer l’expérience des patients et des soignants, et de faciliter le recrutement et la fidélisation.

Il cite des études menées avec Sutter Health et UChicago Medicine qui montrent un lien entre l’utilisation fréquente d’outils ambiants et l’amélioration des scores de satisfaction des patients.

La discussion sur la documentation ambiante ouvre la voie à une réflexion plus large sur le retour sur investissement. Le Dr Shah observe que les différentes parties prenantes accordent de l’importance à des résultats différents : les responsables de l’innovation se concentrent sur la justification des subventions, les cliniciens sur l’épuisement professionnel, la qualité des soins et l’expérience patient, et les dirigeants financiers sur les économies budgétaires.

Pour concilier ces perspectives, il divise les investissements en IA en deux catégories : le retour sur investissement financier et le retour sur investissement stratégique, ce dernier étant aligné sur les dimensions non financières du « quintuple objectif » (expérience patient, expérience soignant, qualité des soins, équité en santé).

Bien que les aspects financiers restent importants, le Dr Shah met en garde contre une focalisation excessive sur les gains à court terme, qui pourrait limiter le champ d’application de l’IA et freiner la transformation. Il encourage les dirigeants à adopter une approche de portefeuille, en combinant des initiatives générant des revenus directs ou des économies de coûts avec des projets visant à améliorer l’expérience, la qualité ou l’équité.

Il prend l’exemple de la documentation ambiante, qui est de plus en plus perçue comme un atout pour le recrutement et la rétention des médecins. Si un établissement concurrent offre la possibilité de ne pas rédiger de notes en dehors des heures de travail, le risque de perte de personnel augmente, avec des conséquences financières liées aux coûts de recrutement et de remplacement.

Cette perspective influence également la manière dont les projets d’IA sont présentés. Il est plus efficace de les présenter comme des outils permettant de réduire le temps consacré à la documentation et d’améliorer la qualité des soins, plutôt que comme un moyen d’augmenter le nombre de visites.

Le Dr Shah décrit un modèle de maturité en trois étapes pour l’utilisation de la génération d’IA. La première étape consiste à automatiser des tâches spécifiques, comme la rédaction de courriels ou la synthèse de documents. La deuxième étape applique ces capacités à des processus plus larges, en intégrant des invites d’IA aux étapes clés des flux de travail. La troisième étape, qu’il appelle « IA d’abord », consiste à concevoir de nouveaux processus en partant du principe que l’IA peut automatiser l’ensemble du flux de travail.

L’effort de consolidation des politiques d’Endeavour Health illustre cette approche. Suite à une série de fusions, le système s’est retrouvé avec plus de 10 000 documents, regroupés en 300 domaines et gérés par 500 personnes. La consolidation manuelle d’une seule politique de prévention des infections urinaires associées à un cathéter (CAUTI) avait pris quatre mois à 20 infirmières.

Les premières expérimentations ont utilisé la génération d’IA pour fusionner plusieurs politiques existantes en des versions consolidées, qui ont ensuite été examinées par des experts. Une phase ultérieure a permis de réduire les 200 domaines politiques à un ensemble plus gérable de 20 à 30, et d’aider les responsables à synthétiser et à reformater les documents.

L’équipe a ensuite opté pour une stratégie axée sur l’IA. Au lieu d’harmoniser itérativement les documents existants, ils ont créé une « invite principale » qui standardise le format, reflète le ton souhaité par Endeavour Health et s’inspire des réglementations fédérales et étatiques, des directives professionnelles et des données probantes. Le modèle génère de nouvelles politiques et procédures alignées, qui sont ensuite affinées et adaptées par des experts.

Pour le Dr Shah, cette expérience met en évidence le fait que de nombreux flux de travail dans le secteur de la santé ont accumulé des couches de solutions de contournement et d’approbations manuelles au fil du temps, souvent en réponse à des problèmes spécifiques qui n’ont jamais été réévalués. « Parfois, il faut reconnaître que certains de ces processus n’ont pas été créés de la manière la plus optimale et qu’il n’y a pas de mal à casser les choses », affirme-t-il.

Enfin, le Dr Shah souligne l’importance de se tenir informé des dernières avancées en matière d’IA. Il recommande à ses collègues de développer une approche d’apprentissage « multimodale », combinant une perspective à long terme, une évaluation rigoureuse et une veille en temps réel. Cela implique de lire des ouvrages sur l’histoire de l’IA, de suivre les publications scientifiques et de surveiller les plateformes comme LinkedIn pour observer les applications concrètes de l’IA dans les établissements de santé.

« Si vous superposez ces trois éléments, vous obtenez une très bonne compréhension de base de la technologie et de l’IA, de l’état actuel de la recherche et des tendances émergentes », conclut-il.

You may also like

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.