Alors que l’IA en Santé apporte une réelle aide à la décision médicale ou à la gestion des dossiers patients, notamment, les usagers peuvent encore attendre des semaines pour obtenir un rendez-vous, ou voir leur parcours interrompu lorsque les processus d’orientation et de planification des rendez-vous font défaut.
La pénurie de professionnels médicaux et paramédicaux n’est pas une fatalité
Il est donc intéressant que les algorithmes viennent en soutien des managers de Santé dans le domaine de la décision opérationnelle, eux qui ont besoin de mieux appréhender la demande, d’utiliser intelligemment les capacités disponibles dans les unités et de fluidifier les parcours patients. Car, dans une période où la démographie médicale et paramédicale est tendue, la coordination des besoins en soins de Santé passe par une meilleure visibilité sur l’origine de la demande ou par la qualité des données d’entrée relatives aux rendez-vous d’examens ou aux planifications d’hospitalisations par exemple.
Les promesses de l’IA opérationnelle
Dans ce domaine, l’IA opérationnelle va s’avérer d'une aide cruciale pour mettre en relation le bon patient, le bon professionnel de santé, le type de rendez-vous approprié et le créneau horaire adéquat. En effet, l’IA a la capacité d'analyser la demande, les annulations, l’urgence des prescriptions, la disponibilité des professionnels, les pratiques propres à chaque unité, voire les causes des rendez-vous non honorés. Bien exploitée, cette IA peut ainsi permettre d’occuper les créneaux vacants, de réduire les délais d’attente, et, en bout de chaîne, de lisser la charge de travail des équipes - et constituant dans ce cadre un réel outil de Qualité de vie au travail (QVT).
Des demandes d’examen et des séjours d’hospitalisation mieux ciblés
Sur le champ de la demande, l’IA peut analyser le volume de rendez-vous par spécialité, et segment de patientèle et établir des créneaux de rendez-vous glissants afin d’ajuster les modèles de planification aux ressources humaines et à l’allocation des capacités, bien avant que les agendas d’un service ne soient complets pour les semaines à venir. L’IA peut ainsi synthétiser les données relatives au dossier patient informatisé (DPI), les pratiques propres à chaque service, associer un type d’activité à un professionnel donné, à la modalité, au lieu et au créneau appropriés dans le but d’optimiser les moyens humains et technologiques.
Des créneaux de rendez-vous utilisés à 100%
Dans le domaine des rendez-vous non honorés, qui sont une vraie plaie pour les patients qui attendent souvent des semaines pour obtenir un rendez-vous, la gestion des listes d’attente assistée par IA pourrait identifier le degré d’urgence, de pertinence et de cohérence de la demande par rapport aux compétences de l’offreur de soins. Elle serait à même, dès lors, de prioriser sans délai les patients susceptibles de bénéficier d’un créneau qui vient de se libérer, mais aussi personnaliser les rappels, les prises de contact ou les propositions de reprogrammation.
Gains de productivité et environnement de travail moins anxiogène
Le manager qui, dans un avenir proche, favorisera les actions de prévision de la demande, planification intelligente, gestion automatisée des listes d’attente, rappels ciblés et suivi rigoureux des orientations médicales sera le dépositaire de parcours de soins optimisés. Il permettra à la structure qui l’emploie, grâce à l’IA, d’obtenir des gains significatifs de productivité, en termes d’accès aux soins (sans pour autant prétendre que la technologie puisse, à elle seule, résoudre le problème structurel de pénurie de main-d’œuvre), et à ses collaborateurs d’exercer dans un environnement moins anxiogène.