Publié le 27 octobre 2025 17:19:00. Un système innovant, développé par un chercheur de Cornell, utilise des messages texte pour accélérer et fiabiliser le placement des patients nécessitant des soins de longue durée après leur sortie de l’hôpital, une problématique particulièrement aiguë à Hawaï.
- Un système hybride, combinant intelligence artificielle et intervention humaine, permet de mettre à jour en temps réel les informations sur les disponibilités des établissements de soins.
- Testé pendant 14 mois dans un hôpital d’Hawaï, le système a facilité le placement de près de 50 patients.
- L’hôpital hawaïen a adopté durablement cette solution, abandonnant les méthodes traditionnelles basées sur des données obsolètes.
La sortie d’un hôpital après un séjour prolongé est souvent suivie d’une période d’incertitude pour les patients nécessitant des soins de longue durée. Trouver un établissement adapté peut s’avérer long et complexe, en raison de données d’occupation souvent inexactes et datant de plusieurs mois. Pour pallier ce problème, Vince Bartle, doctorant en sciences de l’information à Cornell Tech, a mis au point un système original basé sur l’échange de messages texte.
Ce système hybride, qui associe l’efficacité de l’automatisation à la pertinence du jugement humain, permet de maintenir une information actualisée sur les places disponibles dans les établissements de soins. Des messages d’enquête sont envoyés régulièrement (tous les 21 jours) aux établissements, leur demandant de confirmer leur statut et leurs préférences en matière d’admission. Le personnel hospitalier se charge ensuite de coordonner le placement des patients en fonction de ces informations.
L’efficacité de ce dispositif a été démontrée lors d’une phase de test de 14 mois, débutée en 2022, au Queen’s Medical Center d’Oahu. Sur les 155 patients nécessitant des soins de longue durée admis à l’hôpital pendant cette période, au moins un tiers ont pu être placés dans des établissements contactés grâce au système de Bartle. Au total, plus de 37 000 messages texte ont été envoyés et plus de 8 000 réponses reçues, avec un taux de réponse compris entre 35 % et 44 % par enquête.
« Nous atteignions souvent des numéros déconnectés ou n’obtenions aucune réponse. Même lorsqu’ils se connectaient, la correspondance n’était pas toujours adaptée au patient. Tout était suivi à la main, ce qui rendait l’ensemble du processus lent et frustrant. »
Ashley Shearer, directrice de la coordination des soins au Queen’s Health Systems à Honolulu
Avant l’introduction de ce système, l’État d’Hawaï ne fournissait des informations actualisées sur les disponibilités des maisons de retraite que tous les 105 jours, rendant ces données rapidement obsolètes. L’équipe de Shearer passait alors un temps considérable à effectuer des appels téléphoniques infructueux pour trouver des places disponibles.
Le succès de ce projet a été salué par la communauté scientifique. Le travail de Bartle a remporté le prix du meilleur article lors de la conférence ACM SIGCHI sur le travail coopératif assisté par ordinateur et l’informatique sociale, qui s’est tenue du 18 au 22 octobre à Bergen, en Norvège. Un autre article, portant sur les préférences et les incitations pour le placement des patients, a également reçu une reconnaissance spéciale lors de cette même conférence.
Vince Bartle a souligné l’importance d’une approche collaborative et centrée sur les besoins des utilisateurs. Nicolas Dell, professeur agrégé de sciences de l’information à Cornell Tech, et Nikhil Garg, professeur adjoint de recherche opérationnelle et d’ingénierie de l’information, ont également contribué à ce projet.
« J’ai travaillé en étroite collaboration avec les personnes confrontées à un problème, individuellement, et pas seulement en leur disant : « Voici une technologie, peut-être qu’elle vous aidera ». Il s’agissait d’une approche plus adaptée, qui nous a permis de démarrer plus rapidement. »
Vince Bartle, doctorant en sciences de l’information à Cornell Tech
L’hôpital hawaïen a désormais abandonné les sources d’information traditionnelles et s’appuie exclusivement sur la plateforme développée par Bartle, qui bénéficie d’un financement continu de l’établissement. Le projet a également reçu le soutien financier du programme Gates Millenium Scholar, de la National Science Foundation et d’Amazon.
