Espace Presse | France

Face à l’augmentation de l'épuisement chez les soignants. L'IA peut-elle les aider à alléger leur charge de travail ?

mai 24, 2022 - Reading time 4-6 minutes

Après une longue bataille contre la pandémie de COVID-19, les soignants sont désormais confrontés à une autre crise latente depuis encore plus longtemps : la pénurie de personnel et une main-d'œuvre de plus en plus épuisée. Début 2022, près d'un professionnel de santé sur deux (47 %) a déclaré se sentir épuisé, contre 42 % l'année dernière [1]. Beaucoup envisagent de quitter le domaine, augmentant les inquiétudes des employeurs qui constatent une hausse de la demande de soins sans qu'il y ait suffisamment de mains au chevet des patients pour s'en occuper [2]. L'IA peut-elle faire partie de la solution en aidant les professionnels de santé à retrouver la joie de vivre dans leur travail ?

Staff burnout in healthcare is growing. Can AI help ease the burden?

Des signes annonciateurs du burn-out étaient déjà présents avant que le COVID-19 ne fasse des ravages dans les systèmes de santé du monde entier. Et les causes sont plus profondes que le stress infligé par la pandémie. À bien des égards, les deux dernières années ont amplifié ce qui faisait déjà souffrir les professionnels de santé : la répétitivité épuisante des tâches de routine, un nombre croissant de données qui les empêche de trouver des informations pertinentes et une frustration généralisée face aux inefficacités du flux de travail qui les empêchent de s'occuper des patients. Comme l'a exprimé un médecin dans l'enquête Medscape 2022 sur l'épuisement professionnel et la dépression des médecins : "Où sont passées les relations avec les patients qui faisaient que cela en valait la peine ?". [3]. 

Les établissements de soins font face à un exode de leur personnel


Il n'est donc pas surprenant que les soins médicaux figurent parmi les trois principaux secteurs touchés par la Grande Démission. De nombreux professionnels de santé quittent leur poste pour trouver un meilleur équilibre entre vie professionnelle et vie privée [4]. Et pour les établissements confrontés à une augmentation du turnover, le pire est peut-être à venir. Selon une nouvelle étude de l'American Medical Association, un médecin sur cinq et deux infirmières sur cinq ont l'intention de quitter leur poste au cours des deux prochaines années [5].

 

Ainsi, la pénurie de personnel est désormais la préoccupation numéro un des dirigeants d'hôpitaux américains [6]. D'autres pays dans le monde - du Royaume-Uni à l'Allemagne en passant par Singapour et l'Australie - connaissent un exode similaire de professionnels de santé, alimentant les craintes quant à l'impact potentiel sur la qualité des soins [7-10]. 

Simplifier les flux de travail grâce à l'automatisation basée sur l'IA 


Nous constatons qu'il est de plus en plus urgent de soulager les professionnels de santé des tâches fastidieuses et répétitives, afin qu'ils puissent se concentrer sur ce qui les a amenés à exercer la médecine : les soins pour les patients. C'est exactement ce que l'IA peut rendre possible. En déplaçant la charge de travail fastidieuse de l'homme vers la machine, l'IA permet aux professionnels de santé de consacrer leur temps et leur énergie au patient plutôt qu'à des processus rébarbatifs.

 

Citons l'exemple des manipulateurs en imagerie médicale. Classés au deuxième rang par les directions d'hôpitaux comme étant la profession qui connaît la plus grande pénurie de personnel qualifié [11], les manipulateurs doivent relever le défi quotidien de réaliser des examens de la meilleure qualité, du premier coup, avec des cadences de travail élevées représentant la première cause de stress au travail [12]. Les patients sont eux aussi souvent anxieux, ce qui augmente la pression sur les manipulateurs pour que l'examen soit efficace. La disparité des niveaux de formation et d'expérience du personnel peut également avoir un impact sur les résultats.

 

En automatisant un grand nombre de tâches fastidieuses que les manipulateurs effectuent traditionnellement manuellement, nous leur permettons de se concentrer sur la relation avec le patient, tout en améliorant la qualité des résultats. Les études montrent que le personnel en imagerie est favorable à ce type de technologie - ils estiment que près d'un quart (23 %) de leur travail est inefficace et pourrait être automatisé [13].

CT positioning

Le fait de placer le patient dans la bonne position pour un examen en est un bon exemple. Dans une modalité d'imagerie comme le scanner, le mauvais positionnement du patient est un problème courant, avec des conséquences indésirables telles que l'augmentation de la dose de rayonnement pour le patient ou une image brouillée [14]. C'est là que la nouvelle technologie de caméra dotée de l'IA peut faire la différence. Placée au plafond au-dessus de la table du patient, la caméra utilise des algorithmes qui peuvent détecter automatiquement les points de repère anatomiques du patient, ce qui permet un positionnement rapide, précis et homogène du patient.

 

La technologie intelligente et sans contact de détection du patient permet également aux manipulateurs de réduire le travail manuel en imagerie par résonance magnétique. Elle peut surveiller automatiquement la respiration du patient, ce qui permet de configurer les examens de routine par résonance magnétique en moins d'une minute [15], même pour les opérateurs moins expérimentés, tout en les aidant à garder un œil attentif sur le patient. En outre, les systèmes intelligents basés sur l'IA peuvent recommander le protocole le plus approprié pour chaque examen RM, et automatiser la planification, la numérisation et le traitement des examens. Grâce à cette automatisation basée sur l'IA, les manipulateurs se préoccupent moins du réglage des équipements et peuvent se consacrer davantage au patient, ce qui rend leur travail moins stressant et plus gratifiant. 

Fournir des informations pertinentes à grande échelle sur le lieu de soins


Face à la surcharge croissante d'informations, l'IA peut également alléger la charge des professionnels de la santé en leur fournissant des informations pertinentes au moment des soins.

 

Par exemple, l'un des plus grands défis auxquels sont confrontées les équipes dans les unités de soins intensifs (USI) est le volume considérable de données collectées sur chaque patient. Chaque patient peut générer jusqu'à des milliers de données par jour, ce qui laisse les médecins et les infirmières submergés par la difficulté de faire la part des choses entre la bonne et la mauvaise alarme [16].

 

Grâce à l'analyse prédictive, nous pouvons aider les équipes de soins intensifs à faire la part des choses en les alertant lorsque les données du patient présentent certaines caractéristiques qui nécessitent une intervention urgente ou qui peuvent indiquer qu'un patient est prêt à être transféré dans une structure à plus faible acuité. Le médecin ou l'infirmière reste maître de toutes les décisions. Mais avec l'aide de l'IA, ils peuvent être en mesure de prendre ces décisions plus facilement

Insights

À l'avenir, les solutions de surveillance des patients basées sur l'IA vont de plus en plus s'étendre de l'hôpital au domicile, permettant aux professionnels de santé de garder un œil attentif sur les patients et d'éviter ainsi les (ré)admissions hospitalières évitables. Cela pourrait alléger la pression exercée sur les équipes d'urgence et de soins intensifs surchargées, tout en offrant aux patients une plus grande tranquillité d'esprit chez eux. 

La nécessité d'une IA centrée sur l'humain


Bien sûr, la technologie n'est qu'une partie de la solution pour maintenir le personnel en poste et atténuer l'épuisement professionnel. Mais comme ces exemples et d'autres le démontrent, l'IA pourrait grandement contribuer à améliorer l'expérience humaine dans les soins de santé - à la fois en améliorant l'efficacité du flux de travail et en augmentant l'expertise clinique. Plus important encore, pour enrayer le burnout et redonner goût à la médecine, nous devons nous demander comment développer des outils numériques qui soutiennent la relation patient-soignant plutôt que de l'entraver.

 

Les études ont toujours montré que le manque de fluidité des processus est l'un des principaux obstacles à une adoption plus large de l'IA dans les soins de santé, ce qui montre la nécessité d'une conception centrée sur l'homme. En plaçant les personnes au premier plan, nous pouvons développer des solutions basées sur l'IA qui agissent comme un assistant discret, soutenant les professionnels de la santé à un moment où ils sont plus que jamais sous pression. Car s'il y a une vérité que la crise croissante du personnel et de l'épuisement professionnel dans les soins médicaux met en évidence, c'est qu'il n'y a pas de soins médicaux sans professionnels de santé en bonne santé et engagés.

 

Intéressé par un partenariat stratégique ? Visitez

References
[1] https://www.medscape.com/viewarticle/966996
[2] https://www.sciencedirect.com/science/article/pii/S2542454821001260
[3] https://www.medscape.com/viewarticle/966996
[4] https://www.bls.gov/news.release/jolts.nr0.htm
[5] https://www.sciencedirect.com/science/article/pii/S2542454821001260
[6] https://healthexec.com/topics/healthcare-administration/hospital-ceos-workforce-shortages-challenging
[7] https://www.theguardian.com/society/2022/feb/26/stressed-nhs-staff-quit-at-record-rate-of-400-a-week-fuelling-fears-over-care-quality
[8] https://www.iamexpat.de/career/employment-news/germanys-shortage-nursing-staff-continues-worsen
[9] https://www.smh.com.au/national/pandemic-triggers-mass-exodus-of-critical-care-nurses-20211116-p5998i.html
[10] https://www.straitstimes.com/singapore/politics/more-healthcare-workers-in-spore-resigning-amid-growing-fatigue-as-covid-19-drags
[11] https://healthexec.com/topics/healthcare-administration/hospital-ceos-workforce-shortages-challenging
[12] https://www.usa.philips.com/healthcare/medical-specialties/radiology/improving-radiology-staff-and-patient-experience/staff-research
[13] https://www.usa.philips.com/healthcare/medical-specialties/radiology/improving-radiology-staff-and-patient-experience/staff-research
[14] Habibzadeh MA, Ay MR, Asl AR, Ghadiri H, Zaidi H. Impact of miscentering on patient dose and image noise in x-ray CT imaging: phantom and clinical studies. Phys Med. 2012;28(3):191-199. http://doi:10.1016/j.ejmp.2011.06.002
[15] Based on in-house testing. Results may vary.
[16] https://hbr.org/2018/03/how-mayo-clinic-is-combating-information-overload-in-critical-care-units

You are about to visit a Philips global content page

Continue

Notre site s'affiche mieux sur la dernière version d'Microsoft Edge, Google Chrome ou Firefox.