Quelles solutions d’IA les établissements de santé adopteront-ils en 2025 ?
Les leaders du secteur de la santé s'intéressent aux outils d'IA qui apportent une valeur évidente, qu'il s'agisse d'une meilleure expérience pour le clinicien, de coûts réduits, d'une efficacité administrative accrue ou d'améliorations des soins aux patients. Voici quelques exemples.
L'écoute ambiante réduit la documentation clinique
De nombreuses organisations s'engagent déjà sur la voie de l'IA avec l'écoute ambiante, qui sont des solutions audio basées sur l'apprentissage automatique. Utilisée initialement par les médecins avant d'être étendue aux infirmières, la technologie de reconnaissance vocale écoute et analyse les conversations patient-prestataire en temps réel, puis extrait les informations pertinentes pour les utiliser dans les notes cliniques, répondant ainsi aux exigences de facturation et de codage. Cela permet aux cliniciens de se concentrer sur le patient plutôt que d’avoir à effectuer plusieurs tâches pour compléter la documentation.
L'une des principales raisons pour lesquelles les organisations choisissent l'écoute ambiante comme première étape vers l'IA est qu'elles ont évalué et trouvé un retour sur investissement clair autour de ces solutions en termes d'efficacité clinique et d'atténuation de l'épuisement professionnel.
Une autre raison est que l’écoute ambiante n’est plus considérée comme aussi risquée que par le passé. Il entre désormais dans une catégorie de fruits à portée de main dans le domaine de l’IA dans le domaine de la santé, au même titre que le résumé des graphiques.
Faire pression pour une précision et une transparence accrues dans l’IA générative
Certains organismes de santé commencent à expérimenter la génération augmentée par récupération. RAG est un framework d'IA qui combine les capacités des bases de données vectorielles traditionnelles avec les LLM. En d’autres termes, les utilisateurs bénéficient des avantages d’un chatbot génératif alimenté par l’IA qui peut accéder aux données plus précises et plus récentes d’une organisation.
RAG permet au chatbot de l'organisation de produire de meilleures réponses pour le personnel dans les applications de questions-réponses. Cela réduit certains des pièges liés à l’utilisation d’outils d’IA générative.
L’utilisation de données synthétiques dans le développement et les tests de l’IA est un autre domaine qui connaîtra un intérêt accru, car disposer de données décentes pour valider les modèles constitue un défi. Cela fait partie d’une tendance plus large en matière de capacités de test de modèles et d’assurance de modèles. Les performances revendiquées pour ces modèles feront l’objet d’un examen de plus en plus minutieux de la part des organismes de santé.
Dans le passé, les organisations ne savaient pas quelles questions poser, mais il existe désormais beaucoup plus de formations disponibles. Les dirigeants du secteur de la santé veulent s’assurer que les modèles tiennent leurs promesses. Des groupes tels que la Coalition for Health AI créent des cadres pour faire exactement cela.
La vision industrielle améliore les soins aux patients
L'ajout de caméras, de capteurs et de microphones dans les chambres des patients permet aux organismes de santé de collecter davantage de données pouvant être analysées par les plateformes d'IA pour améliorer les soins. Par exemple, les caméras peuvent détecter lorsqu'un patient s'est retourné dans son lit, et la plateforme peut alerter les membres de l'équipe soignante qu'ils n'ont pas besoin de retourner le patient manuellement. Certaines caméras peuvent également détecter le moment où un patient se lève et alerter le personnel afin qu'il puisse éviter une chute.
À mesure que ces outils progressent et que de plus en plus de capteurs et de caméras Internet des objets médicaux sont ajoutés aux chambres des patients, davantage de solutions combineront les capacités d'IA de vision industrielle et d'écoute ambiante pour améliorer les soins proactifs aux patients ainsi que les flux de travail cliniques.
La réglementation de l’IA va-t-elle augmenter en 2025 ?
Il y a déjà eu une légère augmentation de la réglementation de l’IA, et nous nous attendons à ce que cela augmente en raison de la nature de l’IA et de la peur de l’inconnu. Qu’elle vienne du gouvernement ou des agences et organisations de réglementation, il y aura probablement de nouvelles réglementations pour garantir que l’IA ne soit pas utilisée de manière inappropriée. Il est toutefois important de parvenir à un équilibre entre réglementation et innovation.
Les organismes de santé seront également plus intéressés à apprendre comment se conformer aux réglementations existantes telles que la règle finale HTI-1 du Bureau du coordonnateur national des technologies de l'information sur la santé concernant les données, la technologie et l'interopérabilité de la santé.
Se préparer à l'adoption de l'IA dans les soins de santé
L’IA offre aux organismes de santé des possibilités passionnantes en matière d’expérience des prestataires et de soins aux patients, mais la capacité à utiliser efficacement les outils d’IA dépend de l’infrastructure informatique. Les vitesses et les flux d'une organisation ont-ils été améliorés pour gérer ces solutions ?
Les organisations qui cherchent à mettre en œuvre des solutions d’IA devraient également s’efforcer de mettre de l’ordre dans leur magasin de données. Même les solutions d’IA prêtes à l’emploi et consommables nécessitent une bonne gouvernance des données. Plus une organisation comprend ses propres données, plus il est facile pour l'équipe informatique de savoir comment une solution fonctionnera dans l'environnement de l'organisation. Si les données ne sont pas en ordre, la mise en œuvre de l’IA sera alors plus difficile.
La gouvernance de l’IA est un autre facteur important pour réussir la mise en œuvre. Une organisation doit avoir une bonne définition de ce qu’est l’IA et être en mesure de garantir que les bonnes personnes existent au sein de l’organisation pour discuter des risques potentiels, du retour sur investissement et de la préparation culturelle. Cela vaut la peine d'avoir ces discussions tôt et souvent pour rassembler les différents intérêts en matière d'IA au sein de l'organisation.
Les responsables informatiques doivent également réfléchir à la manière d’intégrer efficacement les solutions d’IA dans les flux de travail tout en obtenant l’adhésion des utilisateurs. La solution est peut-être géniale, mais si elle est mal mise en œuvre, alors autant ne rien faire du tout.
La plupart des établissements de santé disposent de budgets limités ; par conséquent, certains outils d’IA seront retenus, tandis que d’autres non. Les outils qui ne résolvent pas un problème existant ou n'offrent pas une certaine forme de retour sur l'argent dépensé seront une priorité moindre pour une organisation, qui peut choisir de faire ce qu'elle a toujours fait à la place.
Une fois que les organismes de santé sont prêts à passer à l’étape suivante de la mise en œuvre de l’IA, il peut s’avérer utile de collaborer avec un partenaire technologique expérimenté dans le domaine. CDW propose des ateliers sur les données pour aider les organismes de santé à préparer leurs données pour l'IA. Nous proposons également des engagements stratégiques pour les plateformes de données modernes et le déploiement de l'IA générative.
Nous pouvons également aider les équipes de direction à déterminer ce qu'est et n'est pas l'IA, et comment aborder la direction. En fin de compte, nous aidons les organismes de santé à garantir que leur initiative d’IA est durable et fait partie de leur culture.
Technologie de la santé
