La gestion du changement liée à l’intelligence artificielle dans le secteur de la santé représente une transformation majeure. L’impact de cette évolution pourrait surpasser celui de la transition vers les dossiers de santé électroniques. Les professionnels de la santé naviguent actuellement dans un paysage en pleine mutation.
Pour réussir cette intégration, il est essentiel de considérer la transformation AI comme une part intégrante des coûts globaux de mise en œuvre. Michael Meucci, PDG d’Arcadia, souligne que sans cette prise en compte, les solutions pourraient rester fragmentées et peu adoptées. Selon le rapport stratégique d’Arcadia, trois conseils clés émergent des leaders des systèmes de santé.

Établir une base solide est primordial pour le succès de l’IA. Terri Couts, directrice numérique et informatique au Guthrie Clinic, insiste sur l’importance d’un lac de données fiable servant de source unique de vérité. Cette infrastructure permet de développer des initiatives telles que la santé des populations, nécessitant une éducation approfondie des équipes sur l’utilisation des données.

Maximiser l’utilisation des technologies existantes représente une approche stratégique recommandée par Jeff Sturman, responsable de l’information numérique au Memorial Healthcare System. Plutôt que de se précipiter vers les dernières innovations, il est plus judicieux d’exploiter pleinement les plateformes déjà en place pour résoudre divers problèmes, évitant ainsi l’accumulation de solutions fragmentées.

L’innovation nécessite parfois des paramètres stricts. Alex Low, directeur des hubs de données de recherche et des stratégies IT au NYU Langone Health, met en avant l’importance de respecter les directives et normes lors du déploiement de l’IA. En équilibrant l’accès accru aux données avec les exigences réglementaires et légales, les institutions peuvent élargir leur main-d’œuvre tout en assurant une formation appropriée.

Construire une base solide pour l’intelligence artificielle dans les systèmes de santé

Pour réussir avec l’intelligence artificielle (IA), les dirigeants des systèmes de santé doivent d’abord établir une base solide. Selon Michael Meucci, PDG d’Arcadia, le processus de gestion du changement lié à l’IA sera aussi significatif, voire plus, que la transition de l’industrie vers les Dossiers de Santé Électroniques (EHR). Sans une infrastructure robuste, les solutions ponctuelles risquent de n’être que partiellement mises en œuvre, sans adoption significative.

Terri Couts, directrice numérique et directrice des systèmes d’information à Guthrie Clinic, souligne l’importance d’un data lake fiable servant de « source unique de vérité ». « Nous sommes en train de construire cette fondation, et cela a nécessité beaucoup de temps pour éduquer mes pairs sur le ‘pourquoi’ et sur la manière dont nous utilisons les données », explique-t-elle. Ce data lake permet de centraliser les données de santé, facilitant ainsi l’accès et l’analyse pour améliorer les soins aux patients.

Une infrastructure de données bien établie est également essentielle pour se conformer aux régulations en constante évolution. Par exemple, l’medtech-europe-report-highlights-the-administrative-burdens-associated-with-the-ivdr-and-mdr-in-a-context-of-intense-activity/ »>administrative burden associée aux réglementations IVDR et MDR en Europe illustre les défis auxquels les systèmes de santé doivent faire face lors de l’intégration de nouvelles technologies.

Tirer le meilleur parti de la technologie existante

Dans un marché saturé de solutions IA, il peut être tentant d’adopter les dernières innovations. Cependant, Jeff Sturman, directeur des informations numériques au Memorial Healthcare System, recommande une approche plus stratégique. « Nous investissons beaucoup de temps et d’énergie dans les plateformes que nous utilisons déjà pour déterminer où elles peuvent également résoudre d’autres problèmes, plutôt que de chercher à développer nous-mêmes ou d’acheter de nouvelles solutions », affirme-t-il.

Optimiser les technologies existantes permet non seulement de réduire les coûts, mais aussi d’assurer une meilleure intégration avec les systèmes déjà en place. Cette stratégie est particulièrement pertinente dans le contexte actuel où les hôpitaux cherchent à utiliser efficacement leurs ressources pour propulser leur expansion commerciale.

En maximisant l’utilisation des outils actuels, les systèmes de santé peuvent améliorer l’efficacité opérationnelle et offrir de meilleurs soins sans se disperser sur de multiples nouvelles plateformes. Cela contribue également à une adoption plus fluide de l’IA, en minimisant les disruptions et en renforçant la confiance des utilisateurs finaux.

Parfois, l’innovation nécessite des paramètres rigoureux

Le déploiement de l’IA dans les soins de santé doit se faire dans le respect des directives et des normes établies. Alex Low, directeur des hubs de données de recherche et des stratégies IT chez NYU Langone Health, souligne l’importance de l’adhésion stricte aux réglementations. « Nous allons agir en tant que médiateurs au sein de notre institution, en élargissant l’accès aux données tout en respectant les exigences réglementaires et légales », explique-t-il.

Cette approche garantit que l’innovation ne compromet pas la sécurité des patients ni la conformité légale. Par exemple, la récente liste de pénuries de dispositifs de hémodialyse par la FDA met en lumière l’importance de maintenir des standards élevés même en période de crise.

En définissant des paramètres clairs, les systèmes de santé peuvent encourager l’innovation tout en assurant une mise en œuvre responsable de l’IA. Cela inclut la formation adéquate du personnel et la mise en place de protocoles pour gérer les données sensibles, garantissant ainsi une utilisation éthique et sécurisée des technologies avancées.

De plus, cette régulation proactive facilite l’intégration de nouvelles thérapies et technologies, comme le montre l’approche de négociation d’Astellas dans le développement de thérapies géniques et d’oncologie. En équilibrant innovation et conformité, les dirigeants peuvent naviguer avec succès dans l’évolution rapide du paysage médical.

En conclusion, la réussite de l’intégration de l’intelligence artificielle dans les systèmes de santé repose sur trois stratégies fondamentales que les dirigeants doivent impérativement adopter. Premièrement, établir une base solide en construisant un lac de données fiable et centralisé est essentiel. Cette approche garantit une source unique de vérité, facilitant ainsi l’accès et l’analyse des données cruciales pour des décisions éclairées. Sans cette infrastructure robuste, les initiatives d’IA risquent de manquer d’adhésion et d’efficacité, menant à des solutions fragmentées et peu adoptées.

Deuxièmement, il est crucial de maximiser l’utilisation des technologies existantes. Plutôt que de se précipiter vers les dernières innovations, les établissements de santé doivent adopter une approche stratégique en optimisant les plateformes déjà en place. Cette méthode permet non seulement de réduire les coûts liés à l’acquisition de nouvelles solutions, mais aussi de résoudre plusieurs problèmes simultanément en exploitant pleinement les capacités des technologies actuelles. Cette stratégie favorise une transition plus fluide et une meilleure intégration des outils d’IA dans les processus existants.

Enfin, la troisième stratégie met l’accent sur le fait que l’innovation nécessite parfois des paramètres stricts. L’adhésion aux directives et aux normes est indispensable pour le déploiement réussi de l’IA dans le secteur de la santé. En établissant des protocoles rigoureux et en assurant une formation adéquate, les institutions peuvent élargir l’accès aux données tout en respectant les exigences réglementaires et légales. Cette balance entre expansion des capacités et conformité est essentielle pour garantir que les initiatives d’IA apportent des bénéfices tangibles sans compromettre la sécurité et l’éthique.

En intégrant ces trois stratégies, les dirigeants des systèmes de santé peuvent non seulement surmonter les défis inhérents à l’adoption de l’IA, mais aussi tirer pleinement parti des opportunités qu’elle offre pour améliorer la qualité des soins et l’efficacité opérationnelle.