Le problème du papier
Malgré des milliards de dollars d’investissements et des décennies d’efforts, les soins de santé ont toujours un problème de papier et il est fort probable qu’il en reste ainsi pendant encore des décennies.
Selon une étude,90 % des prestataires de soins de santé utilisent encore des processus papier et manuels pour le recouvrement des créances des patients, ce qui se traduit par un recouvrement plus lent et moins efficace des paiements. Dans une autre étude,76 % des organismes de soins de santé interrogés qui utilisent une plateforme commune de DSE (dossier de santé électronique) impriment encore des formulaires de consentement au lieu d’utiliser des applications de signature électronique. Et, selon une analyse réalisée par une société de conseil en informatique, un hôpital moyen comptant 1 500 lits imprime 8 millions de pages papier par mois s’il utilise encore des formulaires de consentement imprimés plutôt que les signatures électroniques.
Il ne suffit pas de capturer les données ou d’automatiser les tâches manuelles avec les données existantes pour réduire de manière significative la charge de papier sur les services administratifs. Il est encore difficile de trouver les informations dont nous avons besoin.
Ce n’est un secret pour personne que les moteurs de recherche et les assistants numériques, comme Google et Alexa, ont fondamentalement changé la façon dont nous accédons à l’information et obtenons des réponses à nos questions. Il n’est donc pas surprenant que les travailleurs soient conditionnés pour rechercher exactement ce qu’ils veulent et qu’ils attendent désormais des réponses adaptées à leurs besoins spécifiques. Pourtant, ces mêmes technologies sémantiques qui alimentent les moteurs de recherche et les assistants numériques sont encore sous-exploitées sur le lieu de travail.
Créer un contexte grâce au traitement intelligent des documents (IDP)
Notre solution IDP est un service logiciel qui extrait les données importantes des documents numériques et physiques grâce à la technologie de capture des données. En général, les étapes consistent à ingérer, capturer, classer, extraire, valider et exporter les données dans un autre système. C’est souvent la première étape de tout projet de transformation numérique ou d’hyperautomatisation et cela permet de rendre les données des documents utilisables, consultables et exploitables.
Si nous poussons les solutions IDP un peu plus loin et utilisons les données découvertes, les scientifiques des données peuvent créer des graphes de connaissances pour optimiser les données et créer de meilleurs résultats au sein des soins de santé (et d’autres secteurs). Un graphe de connaissances représente une collection d’entités, ou de données d’intérêt, ainsi que la manière dont ces entités sont liées et les informations les concernant, connues sous le nom de métadonnées. Aujourd’hui, les graphes de connaissances sont largement utilisés dans tous les domaines, des moteurs de recherche aux chatbots en passant par les recommandeurs de produits, l’automatisation cognitive et d’autres services basés sur l’IA. Ils constituent le fondement de la création d’un contexte avec vos données.
Si l’utilisation de données liées et de graphes de connaissances s’est lentement développée dans des organismes de soins de santé plus sophistiqués, l’accent a surtout été mis sur l’aide au diagnostic et la prévision des résultats. Mais les progrès de l’IA, des technologies sémantiques et des graphes de connaissances d’entreprise promettent de transformer radicalement les services administratifs des soins de santé. Le contexte a le pouvoir de rendre les soins de santé plus efficaces et d’en réduire le coût.
Alors que les progrès de l’IA ont rendu les moteurs de recherche plus intelligents, ces percées ont été alimentées par des graphes de connaissances toujours plus étendus. Les organismes de soins de santé peuvent relever les défis croissants en matière de productivité en créant et en intégrant leurs propres graphes de connaissances dans toute l’organisation. Examinons plusieurs exemples.
Cas d’utilisation : intégration des employés
D’ici 2030, l’Organisation mondiale de la santé prévoit une pénurie mondiale d’environ 18 millions de travailleurs de la santé. Les organisations consacreront de plus en plus d’efforts et de ressources au recrutement et à l’intégration des nouveaux employés. L’accueil des nouveaux employés implique de nombreuses tâches administratives et la tenue de registres. L’automatisation de ces processus vous permet de vous concentrer sur la recherche des bons employés pour votre organisation de soins de santé, sans avoir à vous soucier de la paperasserie. L’automatisation des tâches essentielles à l’intégration sera vitale.
Collecte des documents des employés nouvellement embauchés par les autorités fédérales et étatiques et validation par rapport aux données d’application et aux antécédents professionnels.
Avant d’engager un professionnel de la santé, il est absolument nécessaire de procéder à un contrôle des sanctions. C’est le seul moyen d’empêcher l’embauche de personnes sanctionnées. Les vérifications des antécédents préalables à l’embauche nécessitent de valider des données dans plusieurs silos de données. Les graphes de connaissances peuvent être utilisés pour relier les données entre les référentiels de données étatiques, fédéraux et privés afin de créer une vue à 360 degrés des antécédents des employés potentiels.
Cas d’utilisation : automatisation de la salle de courrier
De nombreuses organisations de soins de santé sont inondées de courrier physique et électronique, notamment de factures, de contrats, de correspondance administrative et de nombreux autres types de documents. L’automatisation numérique de la salle de courrier peut accroître l’efficacité de la distribution ou du traitement rapide du courrier et des e-mails.
Les solutions de traitement intelligent des documents peuvent non seulement identifier le type de courrier dont il s’agit (facture, résultats de laboratoire, dossiers, etc.), mais aussi extraire les données nécessaires de ce type de document pour en accélérer la distribution.
Lorsque les connexions et les données sémantiques sont appliquées aux différents types de courrier, les destinataires peuvent classer par ordre de priorité le type de courrier dont il s’agit afin de gagner en efficacité et d’améliorer l’expérience client. Par exemple, les patients peuvent obtenir plus rapidement les résultats des tests effectués par des laboratoires extérieurs et bénéficier d’un traitement accéléré.
Cas d’utilisation : dossiers médicaux électroniques (DME)
Les mesures du modèle d’adoption du DME, du stade 0 au stade 7, montrent le degré d’adoption des fonctions du DME par un système hospitalier. Les organisations qui ne sont pas totalement dématérialisées ne peuvent pas satisfaire à la norme HIMSS Stage 7, qui exige que tous les documents cliniques soient disponibles sous forme électronique dans les 24 heures suivant leur création ou leur réception. En raison de la quantité de papier encore utilisée, la plupart des hôpitaux sont en phase 5 et 6.
Dans la course à la dématérialisation, de nombreux hôpitaux ont adopté une approche de point de service (PDS) pour scanner les documents dans le DME en temps quasi réel. Bien que cette approche ait permis d’éliminer le papier et d’accélérer la création d’un DME unique, des informations cliniques essentielles sont maintenant stockées de manière non structurée et sombre dans le DME, indisponibles pour les systèmes qui en ont besoin pour en tirer des enseignements ou créer de meilleurs résultats pour les patients.
En appliquant une approche sémantique axée sur les données (à l’aide de graphes de connaissances) pour capturer ces documents cliniques, nous pouvons les mettre en correspondance avec des taxonomies cliniques pour comprendre les entités et les relations dans les documents. Cela nous permet d’appliquer une signification aux entités et aux éléments de données et de les relier à des données connexes dans le DME et d’autres sources de données, ce qui nous permet finalement de créer un graphe de connaissances d’entreprise sur le patient. Disposer d’une vue à 360 degrés du patient peut alimenter un certain nombre d’initiatives en matière de soins de santé, comme l’engagement des patients, la gestion de la santé de la population, la médecine de précision et la prise de décision clinique.
L’essentiel
Les conséquences de l’utilisation d’anciens systèmes, d’un excès de papier et de la résistance à la modernisation sans contexte pour vos données peuvent être lourdes. Non seulement en termes de coûts mais aussi pour les soins aux patients, le bien-être des employés et l’environnement (attention : ces statistiques pour 2022 pourraient vous faire changer d’avis sur les raisons pour lesquelles imprimer moins de papier sera bénéfique pour le monde).
Le premier pas vers l’automatisation doit être fait en prévoyant l’utilisation d’une solution de traitement intelligent des documents qui utilise la puissance de l’IA et des graphes de connaissances pour créer un contexte avec vos données. Il n’y a pas de mal à commencer à petite échelle ou même avec un seul département pour tester les résultats et la valeur, tant que vous commencez.