Pourquoi l’adoption rapide de l’IA ne garantit pas des résultats immédiats en milieu clinique
Même lorsque l’IA produit des gains réels, il peut être difficile de prouver un retour financier direct à court terme.
« Les résultats cliniques, tels qu’une réduction des réadmissions, des diagnostics plus précoces et une mortalité plus faible, se produisent sur de longs horizons et nécessitent un volume de patients suffisant pour être statistiquement significatifs », explique Atif Chaughtai, vice-président mondial des ventes d’écosystèmes stratégiques chez Strategy.
Chaughtai souligne que lorsque l’IA réduit le temps qu’un prestataire consacre à la paperasse, cela ne se traduit par un retour financier que s’il se traduit par plus de visites ou moins d’heures supplémentaires. « Le soulagement de l’épuisement professionnel est précieux, mais il apparaît rarement comme un élément de campagne », dit-il.
La question de savoir si les travailleurs adoptent réellement la technologie est un autre facteur critique ayant un impact sur le retour sur investissement. Si les médecins et autres prestataires n’étaient pas inclus dans les discussions sur les outils d’IA qui seraient les plus utiles, par exemple, et qu’une nouvelle plate-forme ne s’intègre pas bien aux flux de travail existants ou provoque une lassitude due aux alertes, alors les travailleurs pourraient ne pas l’utiliser.
Comment les responsables de la santé devraient calculer le retour sur investissement de l’IA
Une solide infrastructure de gouvernance des données est essentielle pour suivre les données au fil du temps afin de prouver le retour sur investissement de l’IA dans le secteur des soins de santé. L’établissement d’une base de référence avant le déploiement aidera les responsables informatiques et médicaux à démontrer comment un outil d’IA crée un avantage au fil des mois et des années.
À court et moyen terme, des indicateurs avancés – tels que le temps de documentation par rencontre, les taux d’erreur, la cartographie en dehors des heures normales et l’adoption par les cliniciens – « nous permettent de juger si un investissement est sur la bonne voie et de décider s’il faut l’étendre », explique Chaughtai, expliquant que le véritable retour sur investissement vient alors du suivi des résultats retardés, tels que le coût par cas de patient et la fidélisation du personnel.
Les responsables du secteur de la santé peuvent également aller au-delà du retour sur investissement financier pour démontrer les avantages de l’IA pour l’organisation et les communautés qu’elle dessert. Alex Sushko, responsable de compte pour les industries réglementées chez Glean et spécialisé dans l’intégration de l’IA, suggère de relier les cas d’utilisation de l’IA aux objectifs déclarés du système de santé.
« Mappez chaque cas d’utilisation de l’IA à un objectif », dit-il. « Par exemple, comment pouvons-nous utiliser l’IA pour mieux surveiller les patients atteints d’insuffisance cardiaque afin qu’ils ne se retrouvent pas aux urgences ? Il est important de mesurer le retour sur investissement en termes d’heures économisées ou de réduction des coûts, mais prenez-vous ces mesures ? À quoi tout cela mène-t-il ? Intégrez le retour sur investissement à la mission globale de l’hôpital. »