La prochaine étape du parcours d'optimisation des DSE dans le secteur de la santé : l'IA
Cela fait plus de 15 ans que le gouvernement américain a adopté la loi sur les technologies de l'information pour la santé économique et clinique (Health Information Technology for Economic and Clinical Health Act) afin d'inciter les établissements de santé à adopter des systèmes de dossiers médicaux électroniques (DME) . Aujourd'hui, avec l'émergence de nouveaux outils et processus, les prestataires cherchent à optimiser ces applications essentielles pour rationaliser les flux de travail cliniques et, espérons-le, lutter contre l'épuisement professionnel.
« L'adoption de l'intelligence artificielle et de l'apprentissage automatique suscite une énergie considérable qui pousse les organisations à optimiser véritablement les technologies autour des DSE, en mettant l'accent sur l'amélioration de l'efficacité, la réduction de l'épuisement professionnel et l'amélioration des soins aux patients », explique Christopher Kunney , stratège en informatique de santé qui anime le podcast Straight Outta Health IT .
La documentation est un élément clé des flux de travail cliniques. Elle représente souvent une charge administrative pour les prestataires de soins, c'est pourquoi les organisations se tournent vers des solutions basées sur l'IA pour offrir un meilleur soutien . Les capacités de traitement du langage naturel intégrées à un DMP, par exemple, permettent de prendre des notes cliniques en temps réel, puis de les trier grâce à des touches spéciales, explique-t-il.
De plus, les modèles d’apprentissage automatique peuvent désormais analyser les données des dossiers médicaux électroniques pour aider les systèmes de santé à pratiquer une médecine de précision et à prédire les maladies dans les populations, ajoute Kunney.
Malgré les avantages que peuvent apporter les systèmes numérisés, les cliniciens ne sont toujours pas très enthousiastes à l’idée de les utiliser.
« Vous n'aurez pas cette relation privilégiée avec le DSE », déclare le Dr Vinay Vaidya, vice-président principal et directeur de l'information médicale chez Phoenix Children's . « Ce n'est qu'un outil. »
Travaillant depuis 17 ans au Phoenix Children's Hospital, Vaidya a été témoin de l' évolution du DSE au sein de ce grand établissement pédiatrique basé en Arizona, passant d'un système général à un système intégrant davantage de spécialités, comme la pneumologie et la cardiologie, explique-t-il. Tout est connecté à un système DSE unique qui intègre de manière exhaustive les services d'hospitalisation et de soins ambulatoires, ainsi que les salles d'opération et d'urgence.
Le parcours du DSE de Phoenix Children's se déroule en trois phases : mise en œuvre, optimisation et application, ajoute Vaidya. « Notre troisième phase, qui est à mon avis la plus importante, même avant l'arrivée de l'IA, consiste à transmettre les données du DSE à tous les acteurs de terrain, aux cadres intermédiaires et à la direction. Cela a été une expérience transformatrice pour Phoenix Children's ces sept ou huit dernières années », explique-t-il.
La discussion entre cliniciens s'est élargie, passant du DSE à l'analyse des possibilités d'exploitation des données , par exemple en étudiant le nombre de patients atteints de neurofibromatose, un groupe de maladies génétiques pouvant entraîner la croissance tumorale des nerfs, dans le système de santé. Les cliniciens peuvent alors suivre de près cette population afin de détecter précocement toute transformation maligne, le cas échéant, explique Vaidya.
L'hôpital pour enfants Phoenix a intégré un outil de documentation à son DMP central afin d'obtenir des données structurées . Les données sont transférées du DMP vers un entrepôt de données Microsoft interne à intervalles d'une minute, précise-t-il. « Nous n'avons pas besoin d'attendre 24 heures. Nous travaillons avec des informations en temps quasi réel. »
Plus de 100 systèmes électroniques différents alimentent l'entrepôt de données. L'organisation utilise également Microsoft Power BI comme outil de visualisation des données et expérimente la connexion de ChatGPT à la plateforme DMP via des API « pour synthétiser de grands volumes de textes cliniques et prendre en charge des fonctionnalités d'écoute ambiante qui peuvent alléger la charge documentaire », explique Vaidya.
Phoenix Children's a commencé à utiliser l'IA générative pour aider à la synthèse des graphiques et à l'analyse des données du DSE afin de prédire la malnutrition chez les enfants.
« Cela a été un tel succès que nous avons mis en place une politique selon laquelle, si le modèle prédictif a identifié une malnutrition, nous générons automatiquement une ordonnance pour que les diététiciens et les nutritionnistes examinent ce patient sans attendre le médecin », explique Vaidya.
Le système de santé utilise également des analyses prédictives pour détecter plus tôt le risque de sepsis. Ces outils d'IA peuvent donner un petit coup de pouce aux médecins plutôt que de les remplacer, explique-t-il.
Depuis qu'Ozarks Healthcare , basé à West Plains, dans le Missouri, est passé du papier au numérique, l'optimisation du DSE est en cours, déclare le Dr Priscilla A. Frase, directrice de l'information médicale.
Le défi consiste à trouver un équilibre entre le plaisir du travail des médecins et des infirmières et la réglementation, les processus de facturation et la nécessité de créer une documentation cohérente pour les patients, dit-elle.
« Je n'aime toujours pas les DSE. Au début, je les évitais comme la peste », explique Frase. « Mais j'ai découvert que je ne pouvais pas les surmonter, que je ne pouvais plus les fuir, et que j'avais vraiment besoin de les accepter et de contribuer à leur amélioration. »
Cette aversion pour les DSE incite Frase à optimiser ses flux de travail et ceux des autres cliniciens. Grâce à un programme de partenariat , elle et son équipe ont identifié les points faibles du système de santé en matière de DSE.
Elle travaille également avec les médecins pour comprendre pourquoi ils consacrent autant de temps à la documentation des DSE. Une exploration plus approfondie de la plateforme a par exemple permis de supprimer les exigences redondantes et de mettre à jour les normes réglementaires et de reporting.
Son équipe a désormais intégré des outils de documentation d'ambiance et évalue l'IA pour faciliter la synthèse des dossiers médicaux. Frase a également dirigé la conception d'un calculateur pour aider le personnel infirmier à gérer le dosage de l'héparine, un anticoagulant intraveineux destiné à prévenir la formation de caillots sanguins. Des discussions sont en cours concernant son intégration à plus grande échelle dans la plateforme du DSE.
« Cela indiquera aux infirmières exactement ce qu'elles doivent faire, conformément à notre protocole, afin qu'elles n'aient pas à faire de calculs, ce qui peut prendre du temps et toujours inclure des erreurs », explique Frase.
En tant que petit système de santé rural, recruter des talents tout en restant à la pointe de la technologie représente un défi. « Nous voulons recruter l'ensemble du personnel de santé et éviter que la technologie ne soit un obstacle supplémentaire au recrutement. C'est un problème si nous n'attirons pas les talents faute d'outils adéquats », explique-t-elle.
Pourcentage de cliniciens qui déclarent devoir travailler tard ou ramener du travail à la maison en raison de tâches de documentation excessives
Alors que les patients s'appuient de plus en plus sur les applications de santé et les portails en ligne, leur tolérance à remplir des formulaires papier a diminué, ce qui a motivé l' optimisation des DMP , explique Julie Demaree, directrice exécutive de l'innovation clinique et de la transformation chez St. Mary's Healthcare, basé à Amsterdam, dans l'État de New York. Il existe également un besoin croissant d'améliorer la communication et l'échange de données avec d'autres organisations.
Malgré certaines contraintes financières liées à la petite taille du système de santé, Demaree affirme que sa taille peut constituer un avantage pour adapter les flux de travail. St. Mary's Healthcare a fait preuve d'agilité dans l'adoption de solutions visant à améliorer l'accès aux données dans le cadre de l'échange d'informations médicales, explique-t-elle.
L'établissement de santé a adopté une nouvelle plateforme de DSE en 2022, et des outils de documentation basés sur l'IA ont été introduits il y a un peu plus d'un an. Une fois le consentement du patient donné, l'outil écoute, enregistre et prend en compte la conversation entre le patient et son médecin.
Le processus nécessite encore un peu de travail manuel et nécessitera toujours un examen par le fournisseur, mais une fois que St. Mary's Healthcare aura mis en œuvre la dernière version de sa plateforme EHR cet été, explique Demaree, une intégration plus approfondie rationalisera les flux de travail avec des fonctionnalités d'IA supplémentaires.
« Lorsque vous créez un nouveau DME, c'est l'occasion de repartir de zéro », explique Demaree. « Avec la mise en œuvre de la nouvelle version de notre DME, nous bénéficions de trois années d'expérience et pouvons adapter notre système aux besoins de nos patients et de nos cliniciens. Bien sûr, les efforts d'optimisation sont permanents. Nous travaillons en étroite collaboration avec nos utilisateurs pour garantir une amélioration constante. »
EXPLORER : Comment les prestataires abordent-ils les optimisations des DSE ?
healthtechmagazine
