oct. 29, 2021
La force de la prédiction : comment l'IA peut aider les hôpitaux à prévoir et gérer les flux de patients
Pour les dirigeants d'hôpitaux chargés de gérer une augmentation inattendue des flux patients, la capacité à anticiper et à s'adapter à des circonstances qui évoluent rapidement est devenue plus indispensable que jamais. Que se passerait-il si nous pouvions prédire les goulets d'étranglement potentiels dans le flux de patients en temps réel - et les prévenir avant qu'ils ne se produisent ? Il peut être tentant de penser que la solution réside dans l'ajout de lits ou de personnel. Mais en général, le problème n'est pas seulement un problème de ressources. Il s'agit aussi de mieux gérer les lits dont vous disposez. Le véritable défi est souvent celui du flux des patients : il s'agit d'anticiper et de savoir quand faire passer un patient d'un établissement de soins à un autre. Il s'agit d'un défi d'orchestration hautement complexe et dynamique, avec de nombreux éléments mobiles. Quel patient en attente aux urgences devrait obtenir le prochain lit en soins intensifs ? Quel patient de l'unité de soins intensifs puis-je déplacer en toute sécurité vers une unité de soins secondaires pour libérer un lit ? Et qui est prêt à être libéré pour un suivi à domicile ? La gestion du flux de patients nécessite une vue d'ensemble de l'entreprise à travers les différentes parties de l'hôpital ou du réseau hospitalier. Or, c'est précisément ce qui fait souvent défaut aujourd'hui. Les données cliniques et opérationnelles étant dispersées dans des systèmes disparates, les équipes soignantes n'ont pas une vision plus large de la situation au-delà de leur unité ou de leur service. C'est ce manque d'informations facilement disponibles et exploitables qui peut entraver la hiérarchisation des patients, ralentir les transitions des patients et entraîner des goulots d'étranglement imprévus dans le flux des patients. La crise du COVID-19 a exposé et exacerbé nombre de ces défis. Mais elle a également donné naissance à des moyens intelligents de les relever. Les professionnels de santé ont adopté des modèles de collaboration centralisée en matière de soins, partageant des données en temps réel pour visualiser les capacités inexploitées et faciliter les transferts de patients. Et ils ne se contentent pas de s'appuyer sur ces données pour avoir une vue d'ensemble de ce qui se passe au jour le jour. Ils les utilisent également pour prévoir et préparer la demande future. Par exemple, les hôpitaux ont réussi à utiliser des modèles prédictifs pour estimer le nombre de lits, d'équipements et de personnel nécessaires pour les patients atteints du COVID-19 dans les unités de soins intensifs et d'autres services hospitaliers [2,3]. Alors que nous commençons à penser au-delà de la pandémie, il existe une opportunité unique d'intégrer ces pratiques axées sur les données dans la gestion quotidienne du flux de patients - de l'admission à l'hôpital jusqu'à la sortie de l'hôpital et, finalement, le suivi à domicile. Grâce à la puissance de l'IA et de la modélisation prédictive, nous pouvons extraire des modèles pertinents et des informations sur le flux des patients et leurs besoins en matière de soins à partir de grandes quantités de données hospitalières historiques et en temps réel. Après une validation initiale, les algorithmes qui en résultent peuvent être mis à jour régulièrement pour tenir compte des tendances et des circonstances récentes, ce qui optimise encore la valeur prédictive. Les responsables hospitaliers et les coordinateurs du flux de patients peuvent ainsi orchestrer plus efficacement les soins dans tous les établissements et s'adapter rapidement à l'évolution des circonstances. Voici à quoi cela peut ressembler pour le parcours d'un patient.
Si la pandémie a beaucoup mis la lumière sur les soucis de place en soins intensifs, les hôpitaux du monde entier sont depuis longtemps confrontés à des pénuries de lits et de personnel pour répondre à la demande de soins aigus. Dans de nombreux pays, les services d'urgence doivent faire face à une surpopulation, même dans des circonstances normales. Les unités de soins intensifs (USI) peuvent fonctionner à pleine capacité ou presque. Trop souvent, il en résulte des attentes et des retards qui sont source de frustration, d'anxiété et de conséquences potentiellement néfastes pour les patients, tout en augmentant la pression sur le personnel [1].
Anticiper les prochaines étapes du parcours du patient
Comme Jennifer peut voir instantanément quels hôpitaux ont des lits disponibles, elle est en mesure de diriger Rosa vers un hôpital où elle recevra rapidement les soins dont elle a besoin. Si les tendances en matière de capacité indiquent que certains hôpitaux sont sur le point d'être submergés de patients dans les 24 heures à venir, par exemple en raison d'une situation d'urgence, Jennifer peut commencer à faciliter les transferts de patients vers des hôpitaux de moindre importance, ce qui permet d'équilibrer la charge de patients dans le réseau. Elle peut aussi travailler avec les superviseurs locaux du réseau hospitalier pour activer les plans d'urgence, ouvrir des lits de réserve et prévoir du personnel supplémentaire. Tout cela pour éviter l'engorgement des urgences et les retards dans le diagnostic et le traitement. Dès que Rosa est triée aux urgences, Jennifer peut aider les équipes de soins à hiérarchiser les évaluations cliniques complémentaires en se basant, entre autres, sur un algorithme d'apprentissage automatique qui combine les signes vitaux et les données physiologiques du patient pour prédire le risque de détérioration de sa santé. Jennifer dispose également du dernier aperçu de la disponibilité des lits dans l'ensemble de l'hôpital, ce qui lui permet de pré-affecter un lit pour Rosa dans la bonne unité de soins, en étroite collaboration avec l'équipe de l'étage. En outre, Jennifer peut voir combien de ventilateurs seront nécessaires dans chaque unité de soins intensifs pour les 48 heures à venir.
Imaginez une patiente de 66 ans, Rosa, qui est emmenée d'urgence à l'hôpital pour des palpitations cardiaques et un essoufflement. Alors qu'elle est en route dans l'ambulance, une notification est envoyée à Jennifer, coordinatrice du flux des patients dans un centre de commandement central qui supervise la capacité actuelle et prévue des patients dans un réseau de huit hôpitaux.
Une fois que Rosa a été prise en charge en soins intensifs pour aider à stabiliser son état, Jennifer peut déjà commencer à planifier pour faciliter le parcours de soins de Rosa. Des algorithmes intelligents aident Jennifer à estimer quand Rosa sera prête à être transférée dans un établissement de soins à plus faible acuité de l'hôpital pour une surveillance par télémétrie. Grace à a transmission d’une feuille de suivi mise à jour automatiquement, Jennifer peut aider les médecins à hiérarchiser l'évaluation clinique des patients qui pourraient être prêts à être transférés. En même temps, elle dispose d'une vue d'ensemble actualisée des disponibilités en surveillance télémétrique. Elle peut également voire combien de patients des urgences sont en attente d'un lit d'hospitalisation. Cela permet à Jennifer d'identifier rapidement les goulets d'étranglement potentiels et de gérer le flux de patients en conséquence. Après son admission dans une unité de soins intensifs où elle est placée sous surveillance télémétrique, Rosa reste sous l'œil attentif du personnel clinique, les algorithmes prédictifs aidant à nouveau Jennifer à orchestrer les étapes suivantes de manière proactive. Sur la base d'une analyse des écarts physiologiques et des tendances des alarmes au cours des 12 dernières heures, Jennifer est en mesure d'évaluer quand l'état de Rosa sera suffisamment stable pour envisager son transfert vers l'unité médico-chirurgicale.
Nous arrivons maintenant à la fin du parcours de soins hospitaliers de Rosa. Alors qu'elle est suivie dans l'unité médico-chirurgicale - dernière étape vers la sortie de l'hôpital - le score de préparation à la sortie et le risque de réadmission de Rosa indiquent qu'elle est physiologiquement stable et en bonne voie de guérison. Après que le médecin responsable a examiné son état, Rosa reçoit le message rassurant qu'elle attendait. Elle est prête à rentrer chez elle.
Améliorer le flux des patients et réduire la durée du séjour
Plutôt que d'optimiser en silos, les professionnels de la santé peuvent commencer à orchestrer les soins dans l'ensemble de leur entreprise. Si l'on ajoute à cela la puissance de l'analyse prédictive, il devient possible de gérer le flux de patients de manière proactive d'un établissement de soins à l'autre. En accélérant la progression des patients tout au long de leur parcours de soins, les professionnels de la santé peuvent éviter la congestion de certaines zones de l'hôpital et la surutilisation de ressources critiques dans d'autres. Pour une patiente comme Rosa, cela signifie qu'elle ne doit pas rester à l'hôpital plus longtemps que nécessaire. Les autres patients ont ainsi de meilleures chances d'accéder aux soins essentiels dont ils ont besoin. Par conséquent, les entreprises de soins de santé peuvent servir davantage de patients, réduisant ainsi les retards accumulés à la suite de la pandémie. En outre, l'amélioration du flux de patients peut également être bénéfique pour leurs résultats financiers. Par exemple, un hôpital américain a estimé qu'il pourrait économiser 3,9 millions de dollars par an en éliminant l'engorgement des urgences grâce à des transferts accélérés vers des établissements hospitaliers [4].
Avec des milliers de patients comme Rosa qui passent par un réseau hospitalier chaque jour, il est facile de voir les avantages d'avoir des informations cliniques et opérationnelles centralisées pour gérer le flux des patients.
Permettre la prise de décision en réseau dans l'ensemble de l'hôpital
Les informations qui aident à gérer le flux de patients devront également être disponibles sur le lieu de soins, sous une forme facile à utiliser et exploitable, visible par tous les membres de l'équipe, que ce soit par le biais de tableaux de bord ou d'alertes bien programmées. Les informations prédictives doivent aider les médecins à prendre leurs décisions et s'intégrer naturellement dans leurs flux de travail, sans ajouter à la surcharge d'informations.
Pour que cette gestion du flux de patients à un niveau global fonctionne, il faut plus qu'un centre de commandement central qui surveille et orchestre la capacité et les transitions des patients. En collaboration avec toutes les équipes de soins concernées, la direction devra se mettre d'accord sur des indicateurs clés de performance pertinents à l'échelle de l'entreprise qui reflètent le flux de patients en temps réel et anticipé dans tous les services. Combinés, ces indicateurs devraient permettre à chacun de prévoir de manière fiable les goulets d'étranglement imminents et d'avoir une idée des interventions appropriées.
L'adaptation continue est ici la clé. Contrairement à d'autres secteurs, comme l'industrie manufacturière, où les processus suivent une séquence fixe et prédéterminée, les soins de santé sont une activité humaine où des événements inattendus se produisent. Par exemple, une patiente comme Rosa peut ne pas réagir comme prévu à son plan de traitement et devoir être réadmise en soins intensifs. Les algorithmes prédictifs peuvent aider à détecter les premiers signes de détérioration, mais le diagnostic clinique sur le moment reste essentiel pour évaluer l'état d'un patient et décider de la marche à suivre. C'est pourquoi les centres de commandement centraux dans le domaine des soins de santé n'ont pas pour vocation de gérer de haut en bas. Ils doivent plutôt favoriser la collaboration entre les médecins et les gestionnaires de soins dans l'ensemble de l'hôpital ou du réseau hospitalier. L'avenir des soins reposera sur des informations prédictives permettant de prendre des décisions en réseau, les médecins et le personnel restant responsables des décisions cliniques, soutenus par un centre de commandement central qui supervise l'ensemble des opérations afin de gérer de manière proactive le flux des patients.
Étendre la coordination des soins de l'hôpital au domicile
Imaginons que Jennifer, coordinatrice du flux patients, reçoive un signal d'alerte précoce indiquant que la santé de Rosa est sur le point de se détériorer à nouveau, grâce à une analyse à distance de ses signes vitaux et de sa biométrie. Jennifer pourrait ainsi alerter de manière proactive les équipes soignantes afin qu'elles invitent Rosa à une évaluation clinique plus poussée, ce qui permettrait d'éviter une situation d'urgence par la suite. La surveillance médicale continue de la santé a déjà démontré sa valeur dans la gestion des maladies chroniques telles que la BPCO. Une étude pilote menée aux États-Unis a montré une réduction de 80 % des réadmissions aiguës de BPCO à 30 jours et une économie de 1,3 million de dollars [5]. En fin de compte, c'est ainsi que les systèmes de santé du futur géreront le flux de patients de manière plus efficace et efficiente tout au long de leur parcours - en s'appuyant sur des décisions fondées sur des données pour s'assurer que le bon patient reçoit les bons soins au bon endroit et au bon moment. Que ce soit à l'hôpital, à domicile ou en milieu communautaire. En s'appuyant sur une meilleure compréhension des modèles de demande et de flux de patients, les cadres dirigeants d’etablissements de soins peuvent également commencer à créer des stratégies à long terme pour la planification de la capacité hospitalière, en prenant des décisions mieux informées sur les types de structures de soins et de ressources nécessaires. L'incertitude restera aussi inhérente aux soins de santé qu'elle l'est à la vie. Mais en prévoyant mieux ce qui pourrait se passer ensuite, les systèmes de soins de santé deviendront plus adaptables et résilients face aux changements et aux crises. C'est une prédiction que je suis prêt à faire. Intéressé par un partenariat stratégique ? Visitez
À l'avenir, la coordination centralisée des soins pourrait être étendue au domicile, grâce à du diagnostic et des contrôles à distance permettant de garder un œil attentif sur Rosa pendant qu'elle reprend sa vie quotidienne. Comme mon collègue Roy Jakobs l'a déjà souligné, l'amélioration de la transition entre les soins aigus et post-aigus représente l'une des plus grandes opportunités pour les soins de santé, dans un contexte où ceux-ci sont de plus en plus distribués. Encore une fois, c'est là que l'analyse prédictive dans les soins de santé pourrait faire la différence.
References
[1] Rutherford PA, Anderson A, Kotagal UR, Luther K, Provost LP, Ryckman FC, Taylor J. Achieving Hospital-wide Patient Flow (Second Edition). IHI White Paper. Boston, Massachusetts: Institute for Healthcare Improvement; 2020. http://www.ihi.org/resources/Pages/IHIWhitePapers/Achieving-Hospital-wide-Patient-Flow.aspx
[2] Mayo Clinic COVID-19 Predictive Analytics Task Force, Pollock BD, Carter RE, et al. Deployment of an Interdisciplinary Predictive Analytics Task Force to Inform Hospital Operational Decision-Making During the COVID-19 Pandemic. Mayo Clin Proc. 2021;96(3):690-698. https://www.mayoclinicproceedings.org/article/S0025-6196(20)31482-8/fulltext
[3] Weissman GE, Crane-Droesch A, Chivers C, et al. Locally Informed Simulation to Predict Hospital Capacity Needs During the COVID-19 Pandemic. Annals of Internal Medicine. Volume 173, Issue 1: 21-28. https://www.ncbi.nlm.nih.gov/pubmed/32259197
[4] Foley M, Kifaieh N, Mallon W. Financial Impact of Emergency Department Crowding. Western Journal of Emergency Medicine, Volume XII, no. 2: May 2011, 192-197. https://pubmed.ncbi.nlm.nih.gov/30193738/
[5] Reducing hospital readmissions with integrated COPD care. Philips case study. [Results are specific to the institution where they were obtained and may not reflect the results achievable at other institutions.] https://www.philips.com/a-w/about/news/archive/case-studies/20191001-reducing-hospital-readmissions-with-integrated-copd-care.html
Share on social media
Topics
Auteur
Henk van Houten
Directeur Nouvelles technologies Philips Henk van Houten est le directeur nouvelles technologies de Royal Philips. À ce titre, il est responsable au niveau mondial de la recherche Philips, des services d'innovation, de Philips HealthWorks, des start-ups technologiques du groupe, de la gestion de la technologie et de la R&D, et du programme d'excellence " Idea to Market ". Il est vice-président du Conseil de l'innovation du groupe.
Follow me on
You are about to visit a Philips global content page
Continue L’avenir du secteur de la santé reposera sur des écosystèmes capables d’améliorer les résultats cliniques, et l’expérience patients tout en réduisant les coûts. Comment votre organisation peut-elle tirer parti des innovations technologiques, informatiques et organisationnelles pour relever vos défis prioritaires ? Philips est là pour vous aider.
