Alors que les pénuries de main-d’œuvre, les contraintes financières et les erreurs médicales continuent de se répandre dans le secteur des soins de santé aux États-Unis, les hôpitaux et les systèmes de santé sont sous pression pour faire plus avec moins tout en fournissant des soins de qualité aux patients. Une considération importante pour les organisations de soins de santé est l’impact de la technologie opérationnelle, qui peut être soit un facteur d’efficacité, soit un facteur d’épuisement professionnel. La mise en œuvre d’une technologie de soins de santé connectée plutôt que de solutions ponctuelles ou de systèmes disparates est essentielle pour accroître l’efficacité de la main-d’œuvre, réduire l’épuisement professionnel et améliorer la qualité.
Les opérations de soins de santé connectées impliquent d’exploiter des données exploitables et de tirer parti de l’intelligence artificielle (IA) et d’analyses approfondies pour éliminer les silos et améliorer la sécurité, la précision et l’efficacité tout au long du continuum de soins. Grâce à une technologie interopérable basée sur l’IA, les organismes de soins de santé peuvent responsabiliser le personnel de première ligne, rationaliser les processus et prédire et prévenir les incidents liés à la sécurité des patients, offrant ainsi des soins plus sûrs aux patients et des employés plus satisfaits.
Donner du pouvoir au personnel grâce à l’IA et à l’apprentissage automatique
Les médecins et les membres du personnel consacrent énormément de temps à des tâches administratives telles que la planification et la documentation, limitant ainsi le temps passé avec les patients. Une enquête menée auprès de plus de 1 700 médecins a révélé qu’en moyenne, 24 % des heures de travail étaient consacrées à des tâches administratives, les médecins de premier recours et les femmes déclarant consacrer plus de temps aux tâches administratives que les autres médecins.
De plus, des recherches ont montré que les infirmières consacrent seulement 21 % de leur temps aux soins directs des patients en raison de la documentation clinique et des tâches administratives, et que jusqu’à 30 % des tâches administratives des infirmières pourraient être confiées à l’IA.
L’apprentissage automatique (ML) et l’IA tels que les grands modèles linguistiques (LLM) peuvent rationaliser et optimiser les charges de travail administratives telles que la planification du personnel, la gestion des politiques, la gestion des risques et l’accréditation des prestataires. En matière de gestion de documents et de politiques, nous pouvons désormais entraîner des modèles d’IA sur les politiques fédérales, étatiques et institutionnelles afin qu’ils puissent identifier les cas où une mise à jour est nécessaire ou les cas où deux politiques sont en conflit.
Cela représente un énorme gain de temps et d’énergie pour les organismes de soins de santé et contribue à réduire les erreurs. Après tout, qui peut se souvenir de milliers de politiques à la fois ? Les LLM peuvent également rationaliser le processus d’accréditation en extrayant les données des prestataires dans un format standardisé, ce qui facilite la recherche et la saisie, réduisant ainsi la charge administrative du personnel de saisie des données.
Le déchargement ou la rationalisation des tâches administratives grâce à l’IA peut libérer du temps pour les médecins et le personnel et permettre un travail plus ciblé et stratégique, conduisant à une meilleure qualité et à de meilleurs résultats. En fait, on estime que 5 à 10 % des dépenses de santé peuvent être économisées grâce à l’IA, soit l’équivalent de 200 à 360 milliards de dollars. Plus important encore, la réduction du fardeau administratif des agents de santé de première ligne peut réduire l’épuisement professionnel et améliorer la rétention, ce qui entraînera davantage d’économies et améliorera les soins et la sécurité des patients.
Prédire et prévenir les événements indésirables
L’IA joue également un rôle clé dans la sécurité des soins aux patients en améliorant le signalement et la prévention des incidents préjudiciables. Chaque jour, des incidents liés à la sécurité des patients surviennent et ne sont pas enregistrés. Sans rapport complet sur les incidents, il est très difficile de tirer des leçons des incidents liés à la sécurité des patients et d’améliorer la prévention et la réponse. Les LLM peuvent remplir automatiquement les formulaires de rapport d’incident, catégoriser les incidents selon une taxonomie définie et identifier les tendances dans les rapports. Non seulement cela représente un gain de temps considérable pour une main-d’œuvre déjà sollicitée, mais à mesure que le modèle devient encore plus avancé, l’IA peut aider à identifier et analyser les tendances, permettant ainsi une prise de décision plus éclairée et créant un environnement plus sûr pour tous.
En facilitant le signalement des incidents, le reporting des risques basé sur l’IA peut contribuer à briser le « mur du silence » des soins de santé autour des erreurs médicales. Des erreurs se produisent et les travailleurs de la santé ne devraient pas avoir honte de signaler un incident ni craindre des représailles ou une perte d’emploi. Les LLM sont plus efficaces lorsqu’ils peuvent apprendre de grandes quantités de données. Les organismes de soins de santé doivent donc signaler chaque incident qui se produit pour en récolter les bénéfices.
Grâce à une culture de sécurité et de responsabilité et à une solution de reporting des incidents intégrant les informations de l’IA, les systèmes de santé peuvent tirer les enseignements des erreurs médicales et des quasi-accidents afin de pouvoir aller de l’avant avec de meilleures mesures de sécurité en place.
Les défis de l’IA dans les soins de santé
Même si l’IA et les LLM ont le potentiel de révolutionner l’efficacité opérationnelle et la sécurité des organisations de soins de santé, les risques et les défis doivent être compris. Garantir que les LLM restent sécurisés et conformes est la considération la plus importante lors de l’exploitation de cette technologie, et nécessite souvent une équipe interne dédiée. équipe ou partenaire tiers. La sécurité, la transparence et la responsabilité devraient également être des points clés pour toute organisation. S’assurer que vous répondez activement à tout problème de confidentialité, que vous comprenez comment un modèle a atteint une certaine réponse et que vous disposez d’un cycle de développement sécurisé devraient tous être des domaines d’intervention importants pour votre équipe.
D’un point de vue technologique global, la désinformation et les préjugés constituent également des menaces potentielles. Les LLM peuvent générer du contenu qui peut sembler plausible mais qui est faux ou trompeur, qui peut être utilisé pour diffuser de la désinformation et de la désinformation. L’utilisation de deepfakes et de médias synthétiques est une autre menace émergente à prendre en compte. Même si les experts peuvent être en mesure de discerner si certains textes, images ou fichiers audio sont des contenus réels ou profondément faux, cette distinction sera beaucoup plus difficile pour le grand public. La qualité des LLM dépend des données sur lesquelles ils sont formés, et il existe également un risque de biais basé sur des facteurs tels que le sexe, la race et d’autres données démographiques. Former un modèle avec une population de patients ne signifie pas nécessairement que ce modèle fonctionnera dans une autre. Par exemple, un algorithme d’IA utilisé pour prédire le risque futur de cancer du sein et qui a été formé sur une population principalement non noire peut faussement qualifier les patientes noires de « faible risque ». Pour réduire les erreurs et les biais, les LLM doivent être formés de manière cohérente et tous les résultats doivent être vérifiés par un humain.
L’IA devrait augmenter l’expertise humaine
L’IA et les LLM, associés aux opérations de soins de santé connectées, peuvent améliorer la sécurité, la précision et l’efficacité opérationnelle tout au long du continuum de soins. Mais ils ne sont pas destinés à remplacer les travailleurs de la santé humaine. Ces outils devraient plutôt être exploités pour améliorer l’humain en améliorant la précision et en augmentant l’expertise humaine.
En fin de compte, les soins de santé sont une industrie axée sur les personnes, et l’empathie et l’expérience des travailleurs de la santé sont irremplaçables. L’IA devrait amplifier les forces et les talents des travailleurs de la santé, en permettant au personnel de se concentrer sur les soins aux patients et d’autres des tâches de grande valeur et faire avancer notre industrie vers des soins plus sûrs pour tous.
Vivek Desai, CISM, est directeur de la technologie pour l’Amérique du Nord chez RLDatix,
Lecture:
Étude d’économie politique appliquée.,Référence litéraire de cet ouvrage.
La chronique se veut reproduite du mieux possible. Si par hasard vous avez envie d’apporter des notes concernant le thème « Entreprises de Marseille », il est possible de joindre notre journaliste responsable. Pour vous tenir informés, cet article à propos du sujet « Entreprises de Marseille », vous est fourni par wtc-marseille-provence.com. La mission de wtc-marseille-provence.com est de rassembler sur internet des infos autour de Entreprises de Marseille et ensuite les diffuser en essayant de répondre au mieux aux questions que tout le monde se pose. Il y aura de nombreux autres développements sur le sujet « Entreprises de Marseille » prochainement, nous vous incitons à naviguer sur notre site internet dès que possible.
