Les établissements de santé américains accélèrent l’adoption de l’intelligence artificielle, passant des projets pilotes à des programmes à grande échelle en mesurant précisément leur impact sur les soins aux patients et les finances. Cette transition s’appuie sur une gouvernance rigoureuse et une approche méthodique, inspirée des essais cliniques.
L’Université du Kansas Health System a ciblé initialement l’IA générative sur la réduction de la charge administrative liée à la documentation médicale. Selon Chris Harper, directeur des systèmes d’information et vice-chancelier associé principal pour l’IA, l’objectif principal était de lutter contre l’épuisement professionnel des soignants. « Ils nous disent que cela a changé la donne pour eux », a-t-il affirmé, soulignant que les 25 premiers médecins participant au projet pilote ont gagné en moyenne deux heures par jour.
L’équipe a affiné son approche en changeant de fournisseur lorsque les premiers résultats n’étaient pas satisfaisants et en suivant l’évolution du modèle et des flux de travail comme dans un essai clinique. L’organisation a également étudié l’impact de l’IA sur la charge cognitive des cliniciens, publiant des recherches pour quantifier l’effet sur leur concentration et leur fatigue. Harper a précisé que les gains de productivité ne se traduisaient pas par une augmentation du nombre de patients, mais étaient considérés comme une stratégie de rétention du personnel.
L’hôpital général de San Joaquin a, quant à lui, mis l’accent sur l’amélioration des soins aux patients victimes d’accidents vasculaires cérébraux (AVC). Joseph Izzo, directeur médical des systèmes d’information (CMIO), a décrit un projet utilisant l’imagerie CT de perfusion et un algorithme pour évaluer la quantité de tissu cérébral potentiellement récupérable chez les patients arrivant en dehors des délais de traitement traditionnels. « Cela a fonctionné parce que nous avons choisi les bons patients, réuni les bonnes personnes et effectué la bonne préparation », a-t-il expliqué, insistant sur l’importance des politiques, de la formation et des simulations préalables.
Le protocole a été intégré aux mesures existantes de suivi des AVC, en évaluant les résultats fonctionnels et les effets indésirables. Après des résultats positifs, l’hôpital a étendu le protocole à tous les patients suspectés d’avoir subi un AVC, traitant plus de 1 000 personnes grâce à un programme de fenêtre étendue qui sert désormais de modèle pour d’autres initiatives d’IA.
Corewell Health, le plus grand employeur du Michigan, s’est concentré sur l’automatisation des autorisations préalables et le traitement des fax. Nichole Niesen, directrice de l’automatisation, a expliqué que l’organisation utilise une combinaison de technologies, dont l’IA générative, pour trier et acheminer les fax d’autorisation préalable de médicaments, ce qui a permis de rediriger environ 500 000 dollars (environ 460 000 euros) de coûts de main-d’œuvre et de traiter entre 6 000 et 10 000 fax par semaine. « Nous ne prenons pas de décisions, mais nous organisons les données afin que nos équipes puissent soigner les membres plus rapidement », a-t-elle précisé, soulignant que ce tri plus rapide a réduit les délais d’accès aux médicaments.
Corewell a également étendu cette approche aux références d’imagerie par télécopie, permettant la planification et l’auto-planification des rendez-vous pour les patients. Niesen a souligné l’importance d’une approche expérimentale, investissant massivement dans un domaine spécifique avant de se développer dans des domaines connexes une fois que le modèle et les mesures sont établis. Elle a également évoqué un projet pluriannuel visant à créer un agent de service alimenté par l’IA pour les cliniciens, qui a nécessité quatre itérations avant d’obtenir des résultats opérationnels pertinents.
La confiance et la culture d’entreprise sont des éléments clés de la réussite de ces initiatives. Harper a souligné la nécessité de gérer les attentes concernant l’IA, en reconnaissant que même les systèmes les plus avancés ne sont pas infaillibles. Il prévoit d’étendre l’utilisation de Microsoft Copilot via un modèle par les pairs, en commençant par les cadres supérieurs. « Si nous gardons les cliniciens au centre et prouvons leur valeur dans leur journée, le reste de l’organisation suivra », a-t-il conclu.
Izzo a souligné que les contraintes de ressources pourraient creuser l’écart entre les établissements de santé en termes de capacités d’IA. Niesen a recommandé de se concentrer sur les flux de travail basés sur les rôles et d’appliquer l’IA dans des domaines où l’examen humain reste possible et où le risque d’erreurs est faible.
Pour aller plus loin
