Infrastructure pour prendre en charge l'analyse des soins de santé et l'aide à la décision
L'infrastructure cloud soutient la collaboration clinique de plusieurs manières. La combinaison de la redondance, de la sécurité, de la répartition géographique et de la proximité des utilisateurs finaux permet de minimiser les temps d'arrêt, explique Saul. C'est particulièrement utile pour la génomique, l'imagerie et d'autres charges de travail qui nécessitent beaucoup de ressources informatiques. Un avantage supplémentaire ici est le concept de salle blanche, qui permet aux organisations d'accorder l'accès à un magasin de données tout en conservant la propriété des données.
Parallèlement, des données unifiées et normalisées peuvent offrir aux organisations un emplacement centralisé pour effectuer des analyses en temps réel, explique Saul. « Lorsque vous disposez d'un traitement de données à faible latence et que vous pouvez intégrer des services tiers, vous pouvez alors créer des flux de travail complexes mais réactifs autour de vos pipelines de données. »
Ritu Mukherjee, vice-président de la gestion des produits chez Zoom, souligne le potentiel de l'infrastructure cloud pour prendre en charge la documentation et d'autres flux de travail automatisés. Des outils tels que Zoom Workplace for Clinicians sont équipés pour le faire pour les rencontres virtuelles et en personne et peuvent appliquer différents modèles afin que les cliniciens passent moins de temps à formater et à réviser les notes.
De plus, les cliniciens peuvent consulter les historiques des patients générés par l’IA et les résumés des visites avant un rendez-vous. Ils peuvent également définir des rappels pour aborder certains sujets lors de la visite, en fonction des informations apparues dans le résumé. « Plus les médecins disposent de ce contexte riche, meilleurs sont les résultats », déclare Mukherjee.
Activer la surveillance à l’hôpital et à domicile
La combinaison du cloud computing et de l’IA a également considérablement amélioré la surveillance à distance des patients, aussi bien à l’hôpital qu’à domicile.
À ses débuts, RPM n’était guère plus qu’un tableau de bord, explique Saul. « Il faut quelqu'un pour surveiller les données – et même si des choses étaient signalées, il était difficile de les traiter et d'en comprendre l'importance. » De plus, étant donné le volume considérable de données générées lors des soins hospitaliers (tension artérielle, fréquence cardiaque, température, saturation en oxygène, etc.), peu de données ont historiquement trouvé leur place dans le dossier du patient, au-delà de rares anomalies.
« L'IA peut discerner des modèles subtils qui peuvent ne pas être remarqués, mais vous avez besoin de la fidélité d'un flux de données complet. Cela nécessite une infrastructure que peu d'hôpitaux peuvent prendre en charge sur site », poursuit Saul. « Désormais, nous pouvons améliorer nos soins grâce au traitement des données, ce qui n'était pas possible auparavant. »
Saul souligne le partenariat AWS avec Validic, qui regroupe les données des appareils médicaux et de santé grand public. Une couche d'analyse AWS au-dessus des flux de données de Validic peut non seulement détecter les anomalies, mais également envoyer des alertes aux médecins. « Le volume et la vitesse du cloud peuvent traiter les données en temps réel et générer des informations qui orientent la prise de décision clinique. »
À mesure que les capacités évoluent, les prestataires peuvent se retrouver avec moins de raisons de voir les patients en personne, explique Saul. Le streaming vidéo, le traitement des données en temps réel et la communication asynchrone sont sur le point de rendre possibles les évaluations thérapeutiques médicales de qualité clinique, la surveillance de la fréquence cardiaque et d'autres services à domicile.
