Auteurs

Contacts

• Sid­ney BOUDET :
• Marion DURAND :
• Fran­çois LECOUTOUR :
• Asmae NADIM :
• Tho­mas ROBIN :

Citation

A rap­pe­ler pour tout usage : S. BOUDET, M. DURAND, F. LECOUTOUR, A. NADIM, T. ROBIN, « Amé­lio­rer la qua­li­té des soins par la ges­tion des patients en milieu hos­pi­ta­lier : Apports de l’intelligence arti­fi­cielle », Uni­ver­si­té de Tech­no­lo­gie de Com­piègne (France), Mas­ter Ingé­nie­rie de la San­té, Mémoire de Pro­jet, jan­vier 2024, https://travaux.master.utc.fr/, réf n° IDS206, https://travaux.master.utc.fr/formations-master/ingenierie-de-la-sante/ids206/, https://doi.org/10.34746/ids206

Remerciements

Dans un pre­mier temps, nous expri­mons notre gra­ti­tude envers toute l'équipe péda­go­gique de l'Université de Tech­no­lo­gie de Com­piègne, en par­ti­cu­lier Madame Julie Fol­let, pour son accom­pa­gne­ment tout au long de notre pro­jet et son sou­tien dans les choix d'orientation que nous avons pris. Ses conseils ont été pré­cieux, contri­buant à l'évolution posi­tive de notre projet.

Par ailleurs, nous tenons à remer­cier cha­leu­reu­se­ment tous les inter­ve­nants du sec­teur de la ges­tion des flux patients qui ont répon­du à nos sol­li­ci­ta­tions. Nos remer­cie­ments s'adressent au PDG d'Atout Majeur Concept, au Co-fon­da­teur de Bot Desi­gn, à l'ingénieur com­mer­cial d'Alicante, et au res­pon­sable com­mer­cial de Sil­bo. Leurs dis­po­ni­bi­li­tés et leurs réponses détaillées à nos ques­tions tech­niques ont gran­de­ment enri­chi notre com­pré­hen­sion des dif­fé­rentes solutions.

Nous expri­mons éga­le­ment notre recon­nais­sance envers le per­son­nel soi­gnant du Centre Hos­pi­ta­lier Uni­ver­si­taire de Caen, du Centre Hos­pi­ta­lier Uni­ver­si­taire de Vau­dois de Lau­sanne et du Centre Hos­pi­ta­lier Uni­ver­si­taire de Valen­ciennes, qui ont pris le temps de par­ta­ger leurs expé­riences et de répondre à nos ques­tions, offrant ain­si un aper­çu concret de la réa­li­té sur le terrain. 

À tous ces acteurs, nous adres­sons nos sin­cères remer­cie­ments pour avoir géné­reu­se­ment par­ta­gé leurs exper­tises et pris le temps d'échanger avec nous.

Résumé

La ges­tion des flux en éta­blis­se­ment de san­té englobe l'ensemble des pro­ces­sus et échanges visant à assu­rer la pro­duc­tion de soins, l'utilisation de consom­mables, de maté­riels et d'informations au béné­fice des patients. Cette défi­ni­tion inclut notam­ment les flux de per­son­nels, de patients et de maté­riels (consom­mables, dis­po­si­tifs médicaux, …).

His­to­ri­que­ment, la ges­tion des flux patients à l'hôpital a connu une évo­lu­tion signi­fi­ca­tive, pas­sant d'une approche manuelle à une stra­té­gie plus auto­ma­ti­sée avec l'arrivée de la numé­ri­sa­tion. Actuel­le­ment, cette ges­tion évo­lue vers des dis­po­si­tifs de plus en plus spé­cia­li­sés inté­grant l'intelligence artificielle.

Les indus­triels inves­tissent pour pro­po­ser aux éta­blis­se­ments des solu­tions logi­cielles de ges­tion des flux patients. Ces logi­ciels per­mettent alors d’assister le per­son­nel médi­cal dans la pla­ni­fi­ca­tion de ren­dez-vous, la ges­tion des lits, le sui­vi des mou­ve­ments intra et extra hos­pi­ta­liers des patients et l’optimisation de l’utilisation des res­sources (dis­po­si­tifs médi­caux, res­sources humaines, …) afin d’améliorer la coor­di­na­tion des acti­vi­tés hos­pi­ta­lières.  

Ce mémoire de pro­jet s’adresse aux équipes médi­cales, ser­vices bio­mé­di­caux, direc­tions des soins et direc­tions infor­ma­tiques, impli­quées dans la ges­tion des flux patients,  pour les aider à mettre en place des solu­tions de ges­tion assis­tée exploi­tant l’intelligence arti­fi­cielle. Une approche qui vise à lever l’ensemble des freins, au ser­vice de la qua­li­té des soins, pour le béné­fice du per­son­nel hos­pi­ta­lier et des patients.

Abstract

Flow mana­ge­ment in heal­th­care ins­ti­tu­tions encom­passes all pro­cesses and exchanges aimed at ensu­ring the pro­duc­tion of care, the use of consu­mables, mate­rials, and infor­ma­tion for the bene­fit of patients. This defi­ni­tion nota­bly includes per­son­nel, patients and material(consumables, medi­cal devices, etc.)

In the past, patient flow mana­ge­ment in hos­pi­tals has under­gone signi­fi­cant evo­lu­tion, tran­si­tio­ning from a manual approach to a more auto­ma­ted stra­te­gy with the advent of digi­ti­za­tion. Nowa­days, this mana­ge­ment is evol­ving towards increa­sin­gly spe­cia­li­zed sys­tems that incor­po­rate arti­fi­cial intelligence.

Com­pa­nies are inves­ting to offer heal­th­care faci­li­ties soft­ware solu­tions for patient flow mana­ge­ment. These soft­ware appli­ca­tions assist medi­cal staff in appoint­ment plan­ning, bed mana­ge­ment, moni­to­ring the intra and extra-hos­pi­tal move­ments of patients, and opti­mi­zing the use of resources (medi­cal devices, human resources, etc.) to improve the coor­di­na­tion of hos­pi­tal activities.

This pro­ject dis­ser­ta­tion is inten­ded for medi­cal teams, bio­me­di­cal ser­vices, care mana­ge­ment, and IT depart­ments invol­ved in patient flow mana­ge­ment, to assist them in imple­men­ting AI-powe­red assis­ted mana­ge­ment solu­tions. This approach aims to remove all bar­riers in the ser­vice of the qua­li­ty of care, for the bene­fit of hos­pi­tal staff and patients.

Téléchargements

Abréviations

ARS : Agence Régio­nale de Santé

B2B : Busi­ness to Business 

CH : Centre Hospitalier

CHU : Centre Hos­pi­ta­lier Universitaire

DMP : Dos­sier Médi­cal Partagé

DREES : Direc­tion de la Recherche, des Etudes, de l’Evaluation et des Statistiques 

ETP : Equi­va­lent Temps Plein

GHT : Grou­pe­ment Hos­pi­ta­lier de Territoires 

IA : Intel­li­gence Artificielle 

OSE : Opé­ra­teurs de ser­vices essentiels 

PPI : Plan Plu­ri­an­nuel d’Investissement 

RH : Res­sources Humaines 

SLA : Sclé­rose Laté­rale Amyotrophique

T2A : Tari­fi­ca­tion à l’Acte

Mémoire Complet

Améliorer la qualité des soins par la gestion des flux patients en milieu hospitalier : apports de l'intelligence artificielle

Introduction

Les per­son­nels soi­gnants des éta­blis­se­ments de san­té doivent assu­rer pour chaque patient, souf­frant d’une mala­die ou en situa­tion de han­di­cap, des soins de qua­li­té, de l’écoute et du res­pect [1]. Or, la qua­li­té de la prise en charge pro­po­sée par les éta­blis­se­ments de san­té est dépen­dante des fac­teurs humains et maté­riels. La com­plexi­té d’organisation d’un éta­blis­se­ment peut s’expliquer notam­ment par le grand nombre d’agents pré­sents dans un éta­blis­se­ment [2]. Un nombre de soi­gnants se révé­lant pour­tant insuf­fi­sant, en 2022 la fédé­ra­tion hos­pi­ta­lière de France estime 30 000 d’infirmier(e)s man­quants [3]. Un manque ren­for­cé par le vieillis­se­ment de la popu­la­tion qui ampli­fie les besoins hos­pi­ta­liers [2].

Aujourd’hui pour sou­te­nir l’ensemble des pro­fes­sion­nels de san­té, des solu­tions basées sur l’Intelligence Arti­fi­cielle (IA) se déve­loppent. Des solu­tions pro­po­sées aux méde­cins, radio­logues et chi­rur­giens dans l’aide à la déci­sion diag­nos­tique et thé­ra­peu­tique ou encore en chi­rur­gie assis­tée pour amé­lio­rer la qua­li­té des soins [4]. 

Mais avec un nombre de lits insuf­fi­sants, ain­si qu'un per­son­nel soi­gnant en effec­tif limi­té, les délais de prise en charge des patients ne font que croître, impac­tant la qua­li­té des soins. 

La prise de conscience de l’impact de la ges­tion des flux, notam­ment  des flux patients, sur la qua­li­té des soins encou­rage le déve­lop­pe­ment de solu­tions IA spé­ci­fi­que­ment dédiées. Bien que les éta­blis­se­ments de san­té aspirent à inves­tir dans l’IA afin de répondre aux exi­gences crois­santes en matière de qua­li­té de soins, des obs­tacles entravent encore l'expansion de ces nou­velles tech­no­lo­gies. Mais alors, quelles solu­tions de ges­tion des flux patients uti­li­sant de l’Intelligence Arti­fi­cielle sont dis­po­nibles et com­ment sont-elles déployées dans un éta­blis­se­ment de santé ?

Ce mémoire de pro­jet s’adresse aux équipes enga­gées dans l’organisation de la ges­tion des flux en éta­blis­se­ment de san­té. Une car­to­gra­phie des flux hos­pi­ta­liers est pro­po­sée pour aider ces équipes à iden­ti­fier les flux prio­ri­taires sur les­quels agir, par l’utilisation de solu­tions logi­cielles exploi­tant l’IA, en vue d’optimiser les flux patients et les res­sources hos­pi­ta­lières au sein de l’établissement, au ser­vice de la qua­li­té des soins.

1. La gestion des flux et l'IA

1. La ges­tion des flux et l'IA, des enjeux d'avenir pour les éta­blis­se­ments de santé

1.a. Organisation d’un établissement de santé

En 1871, appa­raît pour la pre­mière fois le concept « d’établissement de soins » avec les chan­ge­ments légis­la­tifs du 19^e siècle qui cherchent à trans­for­mer l’hôpital en ren­for­çant sa mis­sion médi­cale [5,6]. Dès lors, la mis­sion médi­cale a orien­té l’évolution des struc­tures hos­pi­ta­lières. Depuis 2016 , l’article 6111-1 du code de la san­té publique défi­nit un éta­blis­se­ment de san­té comme une struc­ture assu­rant pour chaque indi­vi­du une inter­ven­tion adap­tée à son besoin en termes de pré­ven­tion, de diag­nos­tic, de sur­veillance ou de trai­te­ment. Un éta­blis­se­ment de san­té est ain­si une struc­ture spé­ci­fi­que­ment conçue et équi­pée pour pro­di­guer des soins, et assu­rer, avec un but non lucra­tif, la qua­li­té, l’accès et la conti­nui­té des soins [7]. De fait, les mis­sions des hôpi­taux s'alignent sur les valeurs essen­tielles de l'égalité, la neu­tra­li­té, la conti­nui­té et l'adaptabilité [8]. Les Centres Hos­pi­ta­liers Uni­ver­si­taires (CHU), ont des res­pon­sa­bi­li­tés sup­plé­men­taires, notam­ment en matière de recherche cli­nique, d’enseignement uni­ver­si­taire et post-uni­ver­si­taires. Ils contri­buent à la for­ma­tion ini­tiale des méde­cins et à leur déve­lop­pe­ment pro­fes­sion­nel conti­nu [9]. Ces struc­tures, de dimen­sions com­plexes, emploient de nom­breux agents comme pour le CHU d’Amiens avec 6 500 agents hos­pi­ta­liers recen­sés en 2021 [10]. 

Pour répondre à ces mis­sions et valeurs, mal­gré les contraintes finan­cières pesant sur le sys­tème de san­té, les éta­blis­se­ments de soins ont l’obligation de s’organiser en grou­pe­ment hos­pi­ta­lier de ter­ri­toires (GHT) selon les dis­po­si­tions pré­vues par la loi de san­té n°2016-41 pour la moder­ni­sa­tion du sys­tème de san­té. L’idée de la nou­velle loi est de favo­ri­ser le tra­vail en réseau en inci­tant les éta­blis­se­ments de san­té à mutua­li­ser leurs équipes médi­cales et répar­tir les acti­vi­tés afin que chaque struc­ture trouve sa place dans la région. Concrè­te­ment, la loi tente de favo­ri­ser l’organisation et la proxi­mi­té des soins [11].

Les centres hos­pi­ta­liers com­mu­naux, liés à une col­lec­ti­vi­té ter­ri­to­riale, assurent la majo­ri­té des prises en charge de courts séjours et assurent la proxi­mi­té des soins, tan­dis que les centres hos­pi­ta­liers régio­naux, situés dans les grandes métro­poles, se spé­cia­lisent sur les dis­ci­plines médi­cales [12].

Pour­tant, le nombre d’établissement de san­té déjà décrois­sant avant 2016, conti­nue à bais­ser, pas­sant, d’après la Direc­tion de la recherche, des études, de l’évaluation et des sta­tis­tiques (DREES), de 3 046 sites hos­pi­ta­liers publics et pri­vés en décembre 2017 à 3 008 sites en décembre 2019 selon la répar­ti­tion sui­vante :  2019, la France comp­tait 1 354 éta­blis­se­ments de san­té publique, dont 945 étaient des centres hos­pi­ta­liers com­mu­naux, 179 étaient des centres hos­pi­ta­liers régio­naux, dont 32 étaient des centres hos­pi­ta­liers uni­ver­si­taires, jouant un rôle par­ti­cu­lier dans la recherche cli­nique et l'enseignement uni­ver­si­taire ou post-uni­ver­si­taire. Cette dimi­nu­tion a des réper­cus­sions sur la qua­li­té des soins en contri­buant à l'augmentation des déserts médi­caux  [3,4,12,13,14]. 

En effet les hôpi­taux font face à une sur­charge de patients avec des res­sources humaines (RH) et maté­riels en décrois­sance. L'arrivée de la pan­dé­mie de COVID-19 n'a fait qu'aggraver une situa­tion déjà pré­oc­cu­pante. En 2009, une péti­tion signée par 1,1 mil­lion de per­sonnes a atti­ré l'attention sur les pro­blèmes hos­pi­ta­liers. En 2019-2020, 1 000 chefs de ser­vices en France ont annon­cé leur démis­sion lors de mani­fes­ta­tions mas­sives. En 2022, la Fédé­ra­tion Hos­pi­ta­lière de France a esti­mé qu'il man­quait 30 000 infir­miers, entraî­nant la fer­me­ture de nom­breux lits en rai­son du manque de per­son­nel [3]. 

Paral­lè­le­ment, le vieillis­se­ment de la popu­la­tion entraîne une aug­men­ta­tion des besoins hos­pi­ta­liers, avec une pré­vi­sion de pas­sage de 6,1 % de per­sonnes de plus de 80 ans en 2020 à 12,5 % dans l'Union euro­péenne [15].  

Le nombre de pas­sages aux urgences a éga­le­ment aug­men­té de manière constante, pas­sant de 10,1 mil­lions en 1996 à 21,2 mil­lions en 2019. Cette aug­men­ta­tion est le reflet de la crois­sance démo­gra­phique et des défis liés à l'accessibilité aux soins de ville [16]. Les per­son­nels soi­gnants sont confron­tés à des tâches admi­nis­tra­tives de plus en plus contrai­gnantes, impac­tant leur charge men­tale et la qua­li­té des soins. En effet les délais consa­crés aux tâches admi­nis­tra­tives se tra­duisent par des délais réduits auprès du patient et de la mis­sion médi­cale des équipes [2].

L'augmentation du nombre de patients cou­plée à une dimi­nu­tion des effec­tifs médi­caux engendre la sur­ten­sion dans les hôpi­taux et se tra­duit par des délais de prise en charge de plus en plus longs, géné­rant de l'anxiété chez les patients et le per­son­nel. De plus, des rup­tures d'approvisionnement en médi­ca­ments, dis­po­si­tifs médi­caux et maté­riels infor­ma­tiques créent des dys­fonc­tion­ne­ments majeurs, obli­geant le per­son­nel médi­cal à consa­crer en moyenne 40 heures par mois à la recherche d'équipements néces­saires [17,18]. 

Ce constat s'aggrave avec des défi­cits dans les comptes finan­ciers hos­pi­ta­liers de 569 mil­lions d'euros en 2019 mal­gré des inves­tis­se­ments en hausse qui s'accompagnent de la hausse des demandes de soins. En effet, mal­gré les efforts, les fonds sup­plé­men­taires alloués par l’Etat ne suf­fisent pas pour com­bler les défi­cits. La ges­tion de l’orientation des patients, du per­son­nel soi­gnant et des équi­pe­ments reste un défi majeur au sein des éta­blis­se­ments de san­té mal­gré les avan­cées numé­riques [19].

L'introduction de nou­velles tech­no­lo­gies et sys­tèmes numé­riques est une évo­lu­tion atten­due du sys­tème de san­té, en par­ti­cu­lier avec la numé­ri­sa­tion des dos­siers patients par le dos­sier médi­cal par­ta­gé (DMP). Ces avan­cées repré­sentent un espoir dans la réso­lu­tion de cer­tains défis actuels du sys­tème de san­té, notam­ment en ce qui concerne  l'accès rapide aux infor­ma­tions médi­cales et de la coor­di­na­tion des soins. Pour­tant ces outils numé­riques qui devraient amé­lio­rer la vie des soi­gnants, se révèlent par­fois insuf­fi­sants et les résul­tats tan­gibles de la sim­pli­fi­ca­tion des démarches admi­nis­tra­tives reste à démon­trer [20].

La maî­trise des flux, plus par­ti­cu­liè­re­ment des flux patients, consti­tue un levier essen­tiel dans l’amélioration et la maî­trise des coûts d’un par­cours patient en éta­blis­se­ments de san­té. En per­met­tant, par son opti­mi­sa­tion, de pou­voir appor­ter une amé­lio­ra­tion de la qua­li­té des soins, des condi­tions de tra­vail des pro­fes­sion­nelles de san­té ain­si que l’accroissement de l’efficience des services.

1.b. Qu’est-ce qu’un flux à l'hôpital ? Comment définir l’Intelligence Artificielle ?

1.b.1 Le flux 

Le flux, tel que défi­ni en logis­tique, com­prend l’ensemble des échanges et des dépla­ce­ments des res­sources per­met­tant l'exécution de pro­ces­sus ayant pour but la pro­duc­tion, la fabri­ca­tion et la com­mer­cia­li­sa­tion. La ges­tion des flux fait par­tie des concepts fon­da­men­taux à maî­tri­ser pour assu­rer le bon fonc­tion­ne­ment logis­tique et éco­no­mique des entreprises. 

Le flux en éta­blis­se­ment de san­té est un agglo­mé­rat de dif­fé­rents pro­ces­sus et échanges venant de dif­fé­rents ser­vices com­po­sant les éta­blis­se­ments. Ce sont l’ensemble de ces actions et acti­vi­tés qui donnent vie aux soins pro­di­gués dans l’établissement de san­té. Nous défi­nis­sons les flux en éta­blis­se­ment de san­té comme suit : “Le flux est l'ensemble des pro­ces­sus et échanges infor­ma­tion­nels, maté­riels, per­son­nels et finan­ciers mis en place au sein du sys­tème que repré­sente l’établissement de san­té. Ces pro­ces­sus et échanges per­mettent la pro­duc­tion de ser­vices tels que les soins, l'utilisation spé­ci­fique de maté­riels et d’informations liés aux patients”. Cette défi­ni­tion englobe la majo­ri­té des métiers et leurs contraintes pour appor­ter les soins néces­saires aux patients. Les quatre caté­go­ries de flux tra­ver­sant les éta­blis­se­ments de san­té sont  repré­sen­tés en quatre en figure 1.

Figure 1 : Catégories de flux gérés par les établissements de santé [source : auteur.e.s]

Autour de la prise en charge du patient s’articulent alors deux prin­ci­paux types de flux com­pre­nant le maté­riel, les ser­vices (soins, accom­pa­gne­ments, admi­nis­tra­tion,...) ou bien les deux à la fois (cf. figure 2). 

Figure 2 : Cartographie générale des flux gérés par les établissements de santé [source : auteur.e.s]

Orga­ni­ser et gérer ces dif­fé­rents flux est donc pri­mor­dial pour le fonc­tion­ne­ment des éta­blis­se­ments de san­té. La maî­trise des flux, qu'il s'agisse des maté­riels, des per­son­nels, ou des patients, consti­tue un élé­ment clé dans l'optimisation des res­sources. La coor­di­na­tion fluide de ces flux favo­rise une com­mu­ni­ca­tion opti­male entre les divers ser­vices médi­caux. Cette coor­di­na­tion, à son tour, contri­bue à une pres­ta­tion de soins plus inté­grée et cohé­rente, amé­lio­rant ain­si la qua­li­té des soins dis­pen­sés aux patients.

En rai­son du carac­tère cru­cial de cette ges­tion des flux, l'optimisation de son effi­ca­ci­té devient impé­ra­tive. Cela per­met aux dif­fé­rents acteurs au sein de l'établissement de san­té d'améliorer leurs acti­vi­tés de manière glo­bale en anti­ci­pant et prio­ri­sant les tâches. Ain­si, la ges­tion des flux repré­sente un abso­lu pour assu­rer le bon dérou­le­ment des opé­ra­tions au sein de l'établissement de san­té et garan­tir des soins de qua­li­té aux patients.

La ges­tion du flux patients, repré­sen­tant le mou­ve­ment des per­sonnes récep­trices de soins au sein d’un éta­blis­se­ment de san­té. C’est un élé­ment clef dans l’organisation et le fonc­tion­ne­ment d’un hôpi­tal, il inclut notam­ment la ges­tion des lits, du bran­car­dage et des trans­ports sani­taires. La bonne mise en œuvre et la régu­la­tion de ce flux per­mettent de garan­tir une qua­li­té des soins, notam­ment en aug­men­tant le temps des pro­fes­sion­nelles de san­té auprès des patients et en rédui­sant les délais d’hospitalisation des patients. Ces deux cri­tères fai­sant par­tie des prio­ri­tés et des besoins réels actuels des praticiens.

1.b.2 L'intelligence artificielle

L’optimisation de la ges­tion des flux patients est ren­due pos­sible par le recours à des solu­tions logi­cielles exploi­tant l’Intelligence Arti­fi­cielle (IA). Cepen­dant, avant de déve­lop­per, il est néces­saire de défi­nir ce que sont les intel­li­gences arti­fi­cielles et l'intérêt de leur exploi­ta­tion dans la ges­tion des flux patients. 

L’intelligence arti­fi­cielle peut se décom­po­ser en ses deux termes. L'intelligence désigne "l’ensemble des fonc­tions men­tales ayant pour objet la connais­sance concep­tuelle et ration­nelle" et se résume par la capa­ci­té à sai­sir une chose par la pen­sée [21]. Elle se mani­feste par la capa­ci­té à concep­tua­li­ser les évé­ne­ments du réel et d’apprendre de ces der­niers. Le terme  « arti­fi­ciel » désigne tout ce qui a été "pro­duit par le tra­vail de l’homme et non par la nature" [22]. Tou­te­fois, il n’y a pas consen­sus sur les carac­té­ris­tiques per­met­tant de défi­nir une intel­li­gence arti­fi­cielle [23]. De ce fait, nous nous tour­ne­rons vers les défi­ni­tions et des orga­nismes d’état pour défi­nir réel­le­ment l’IA.

L’IA est par essence un outil infor­ma­tique diri­gé à l’exercice d’une tâche à la place d’un humain [23].

Même si l’intelligence arti­fi­cielle existe depuis les années 50, ce n’est qu’au cours des der­nières années qu’elle a com­men­cé à trou­ver des appli­ca­tions opé­ra­tion­nelles dans dif­fé­rents domaines, grâce à la minia­tu­ri­sa­tion des pro­ces­seurs (inven­tion du tran­sis­tor, déve­lop­pe­ment des cir­cuits inté­grés,...) et l’augmentation de leur puis­sance de cal­cul qui ont per­mis l’essor de l’apprentissage auto­ma­tique (ou machine lear­ning). Ce domaine spé­ci­fique de l'IA per­met aux machines d'apprendre à par­tir de don­nées four­nies par l’humain et d'améliorer leurs per­for­mances au fil du temps sans être expli­ci­te­ment pro­gram­mées. Dans cette grande famille d’algorithmes sont clas­sés les réseaux de neu­rones pro­fonds, capables de réa­li­ser des tâches com­plexes (recon­nais­sance et ou géné­ra­tion de textes,  d’images, de sons…) en exploi­tant de volu­mi­neux jeux de don­nées d’entrée.

Paral­lè­le­ment à cette approche, dite connexion­niste en réfé­rence aux réseaux de neu­rones qu’elle exploite, une autre approche co-existe et co-évo­lue : l’intelligence arti­fi­cielle sym­bo­lique, avec notam­ment les sys­tèmes experts conçus pour répli­quer le savoir-faire d’une per­sonne dite experte dans son domaine. Le but étant, in fine, de trai­ter les don­nées d’entrée comme le ferait l’expert pour pro­duire les don­nées de sor­tie atten­dues (par exemple une pré­co­ni­sa­tion), ou les res­ti­tuer sous forme de gra­phiques pour rendre les résul­tats plus visuels [24, 25].

Au fil des années et des décou­vertes tech­no­lo­giques, les per­for­mances atteintes les algo­rithmes d’IA dans l’exécution de tâches spé­ci­fiques (par exemple la détec­tion de tumeurs sur des images médi­cales) ont sur­pas­sé celles de l’humain. Dès lors, l'intelligence arti­fi­cielle trans­forme fon­da­men­ta­le­ment la manière dont les machines inter­agissent avec leur envi­ron­ne­ment et résolvent des pro­blèmes com­plexes. Cette évo­lu­tion rapide pro­met des avan­cées signi­fi­ca­tives dans divers domaines, tout en sou­le­vant des ques­tions impor­tantes sur l'éthique, la sécu­ri­té et l'impact socié­tal de cette tech­no­lo­gie. Ain­si, l'intelligence arti­fi­cielle repré­sente un bou­le­ver­se­ment qui redé­fi­nit notre approche des pro­blèmes et offre des oppor­tu­ni­tés sans pré­cé­dent pour l'innovation et l'amélioration continue.

La ges­tion des flux est ain­si un ter­rain pro­pice à l’utilisation des intel­li­gences arti­fi­cielles de part l’ensemble des don­nées à appré­hen­der et à trai­ter pour don­ner un aper­çu des dif­fé­rents flux hos­pi­ta­liers en temps réel.

1.b.3 La gestion des flux patients par l'Intelligence Artificielle

La ges­tion des flux patients à l’hôpital n’est pas un fait nou­veau, en 2012 déjà une cel­lule de ges­tion des flux patients était en place au centre hos­pi­ta­lier de Pon­toise. Cepen­dant le dis­po­si­tif de ges­tion des flux patients a lar­ge­ment évo­lué avec l’organisation des éta­blis­se­ments de san­té, et les exi­gences de l’Etat en matière de qua­li­té des soins. La dis­ci­pline de ges­tion des flux patient néces­site une impli­ca­tion quo­ti­dienne d’une équipe de pilo­tage [2].

Dans divers éta­blis­se­ments de san­té, le sys­tème de ges­tion des flux patients était dans un pre­mier temps manuel, c’est-à-dire que les per­son­nels des éta­blis­se­ments avaient la charge de gérer la coor­di­na­tion des res­sources autour des flux patients sur papier, moda­li­té qu’utilisent tou­jours cer­tains établissements.

La numé­ri­sa­tion du dos­sier patient et de la prise de ren­dez-vous per­met d’automatiser la ges­tion des flux patients.  En effet, les solu­tions logi­cielles pro­po­sées par les indus­triels per­mettent d’assister le per­son­nel médi­cal dans la pla­ni­fi­ca­tion de ren­dez-vous, la ges­tion des lits, le sui­vi des mou­ve­ments des patients et l’optimisation de l’utilisation des res­sources afin d’améliorer la ges­tion des flux patients et la coor­di­na­tion des acti­vi­tés hos­pi­ta­lières [26].

Depuis une dizaine d'années, les ten­sions crois­santes à l'hôpital encou­ragent les éta­blis­se­ments de san­té de France à créer des comi­tés de direc­tion axés sur la ges­tion des flux. Le déploie­ment de tels sys­tèmes a été accé­lé­ré par l'arrivée de la COVID-19 qui a mis en évi­dence les pro­blé­ma­tiques de flux à dif­fé­rentes échelles [2].

Aujourd’hui, l’évolution des sys­tèmes numé­riques per­met aux indus­triels de pro­po­ser des solu­tions à base d’intelligence arti­fi­cielle capables de pré­dire la demande de ser­vices médi­caux, de sur­veiller en temps réel l’occupation des lits, d’aider à la pla­ni­fi­ca­tion des ren­dez-vous, d’optimiser la logis­tique et d’améliorer la sécu­ri­té des patients. Mais le déploie­ment de tels logi­ciels dans les éta­blis­se­ments de san­té fran­çais est peu docu­men­té, de même que les indi­ca­teurs d’évaluation de leurs per­for­mances dans l’amélioration de la ges­tion des flux patients. Cette étude a donc pour objet d’initier un état des lieux de l‘intégration de ces solu­tions logi­cielles dans les sys­tèmes d’information hos­pi­ta­liers fran­çais et leurs impacts dans l’optimisation des flux patients.

2. Etat des lieux

de la gestion des flux de patients par l'IA en établissements de santé

2.a. Cadre méthodologique

Notre approche métho­do­lo­gique pour cette étude s’est dérou­lée en trois parties.

2.a.1 Déterminer le flux sur lequel orienter prioritairement notre étude

Une enquête ter­rain auprès des prin­ci­paux inter­ve­nants acteurs hos­pi­ta­liers impli­qués dans la ges­tion des flux a d’abord été conduite. Son objec­tif est de col­lec­ter des don­nées concrètes et actua­li­sées de la situa­tion per­met­tant d’identifier les flux prio­ri­tai­re­ment gérés par des solu­tions logi­cielles exploi­tant l’IA et de leur impact. 

Pour ce faire, nous avons sol­li­ci­té le corps soi­gnant qui se confronte quo­ti­dien­ne­ment aux pro­blé­ma­tiques liées à ces flux mais éga­le­ment les repré­sen­tants de socié­tés spé­cia­li­sées dans le déve­lop­pe­ment de solu­tions logi­cielles dédiées au trai­te­ment auto­ma­ti­sé des flux hos­pi­ta­liers  (cf. figure 3). 

Figure 3 : Liste des entreprises et acteurs hospitaliers interrogés [source : auteur.e.s]

Cette étape a per­mis d’établir que le flux prin­ci­pal à amé­lio­rer pour consta­ter un réel impact sur l’organisation des soins est la ges­tion du flux patients.

2.a.2 Identifier et étudier les solutions existantes et déjà mise en place dans les établissement de santé identifiés

Une seconde phase de notre enquête a visé à carac­té­ri­ser les solu­tions déjà mises en place, les attentes des uti­li­sa­teurs et les per­for­mances réel­le­ment obte­nues sur le ter­rain (cf. figure 4).

Figure 4 : Stratégie de l'étude (source auteur.e.s)

Dans ce cadre, nous avons conçu deux types de ques­tion­naires : l’un ciblant les pro­fes­sion­nels de san­té des éta­blis­se­ments de soins (Annexe 1) et l’autre les indus­triels (Annexe 2) afin de recueillir des infor­ma­tions selon des cri­tères homo­gènes. Lorsqu’un entre­tien avec l’un des inter­lo­cu­teurs cibles se révé­lait impos­sible, une ana­lyse de don­nées dis­po­nibles en ligne sur des infor­ma­tions à la fois quan­ti­ta­tives (indi­ca­teurs de per­for­mance,…) et qua­li­ta­tifs (fonc­tion­na­li­tés,...)  a été conduite.

Par­mi les solu­tions étu­diées, trois sont direc­te­ment exploi­tées au sein d’un GHT du ter­ri­toire fran­çais (cf. figure 5).

Figure 5 : Solutions de gestion automatisée des flux patients étudiées [source : auteur.e.s]

Lorsque l’échange avec l’un des ver­sants se révé­lait impos­sible, il en res­sor­tait une étude pous­sée des infor­ma­tions dis­po­nibles en ligne. Ce fut notam­ment le cas pour les socié­tés Calyps, Sil­bo et Ali­cante. De cette façon, les infor­ma­tions des solu­tions pro­po­sées ,aus­si bien en termes d’indicateurs à la fois quan­ti­ta­tifs et qua­li­ta­tifs pour les uti­li­sa­teurs, ont pu être comblées. 

Même si aucune remise en cause de l'efficacité de ces nou­velles tech­no­lo­gies n’a été évo­quée par les pro­fes­sion­nels de san­té, des freins à l’utilisation de l’intelligence arti­fi­cielle dans les éta­blis­se­ments de soins ont été consta­tés. Cer­tains éta­blis­se­ments uti­lisent encore aujourd’hui des méthodes de ges­tion des flux patients manuelles ou n’utilisent pas de logi­ciels métier. Le déploie­ment de nou­velles tech­no­lo­gies dans l’aide à la déci­sion inquiète et effraie une par­tie des uti­li­sa­teurs potentiels.

2.a.3 Identifier et prioriser les indicateurs permettant de constater l’efficacité des solutions

Croi­ser sys­té­ma­ti­que­ment les retours d’expérience d’un indus­triel four­nis­seur de ser­vice avec ceux d'un éta­blis­se­ment uti­li­sa­teur nous a per­mis d’identifier les indi­ca­teurs clés per­met­tant d’évaluer l'efficacité des solu­tions de ges­tion auto­ma­ti­sée de flux patients (figure 6).

Figure 6 : Catégories d’indicateurs d’évaluation de l’efficacité de la mise en œuvre de solutions de gestion automatisée des flux patients en établissement de santé [source : auteur.e.s]

Recen­trer le temps des pro­fes­sion­nels de san­té auprès des patients.

Réduire les temps d’attente dans le par­cours de soins à l'hôpital.

Maî­tri­ser les coûts des soins par l’affectation et la dis­po­ni­bi­li­té des RH et matérielles.

Réduire la durée moyenne de séjour par service.

Recon­naître et sou­te­nir le carac­tère stra­té­gique de la logis­tique hospitalière.

Répondre aux exi­gences de cen­tra­li­sa­tion et de ges­tion pré­vi­sion­nelle des lits for­mu­lées par les ARS auprès des GHT.

Dans le cadre de notre étude, nous nous sommes concen­trés sur trois des indi­ca­teurs pour les­quels nous avons recueilli le plus d’informations

Prio­ri­ser le temps des pro­fes­sion­nels de san­té auprès des patients.
L’optimisation des flux de patients passe par une approche cen­trée sur le patient, elle peut se mesu­rer par la dimi­nu­tion du temps consa­cré par le corps soi­gnant aux tâches admi­nis­tra­tives. Il est atten­du que l’optimisation du flux de patients auto­rise sur le ter­rain une réelle approche cen­trée sur le patient. En consé­quence, elle est mesu­rée par la dimi­nu­tion du temps consa­cré par le corps soi­gnant aux tâches administratives.

Réduire les temps d’attente dans le par­cours de soins.
Les longs temps d’attente consti­tuent l’une des prin­ci­pales sources d’insatisfaction. La dimi­nu­tion de ces temps peut se consta­ter par le res­sen­ti et le retour ter­rain du corps soi­gnant. Les longues durée d’attente consti­tuent l’une des prin­ci­pales sources d’insatisfaction. La dimi­nu­tion de ces temps peut se consta­ter par le res­sen­ti et le retour ter­rain du corps soi­gnant [27].

Répondre aux besoins de cen­tra­li­sa­tion et de ges­tion pré­vi­sion­nelle des lits.
Connaître et opti­mi­ser le taux d’occupation des lits pour être capable de s’adapter rapi­de­ment aux fluc­tua­tions des flux [28]. Il est atten­du qu’une amé­lio­ra­tion de la ges­tion des lits se tra­duise par l’augmentation du taux d’occupation des lits sur une période donnée.

2.b. Solutions de gestion automatisée des flux patients étudiées

Par­mi les solu­tions actuel­le­ment dis­po­nibles sur le mar­ché actuel, on retrouve, de façon non exhaus­tive, les logi­ciels déve­lop­pés par les socié­tés BoT­de­si­gn, Atout Majeur Concept, Calyps et Sil­bo. Deux d’entre elles exploitent des sys­tèmes experts pour amé­lio­rer la ges­tion des flux déjà mise en place, les deux pro­po­sant une fonc­tion­na­li­té  de pré­dic­tion des flux patients.

2.b.1 BoT Design

Bot Desi­gn est une entre­prise fran­çaise créée en 2017 et née d’une équipe d'experts au ser­vice de la e-santé. 

L’entreprise pro­pose le logi­ciel MAX qui per­met de sécu­ri­ser le par­cours de patient en amont et en aval notam­ment de la réani­ma­tion, l’anesthésie, la chi­rur­gie car­diaque et en oncologie.

Selon les besoins la solu­tion MAX va per­mettre une stra­ti­fi­ca­tion des patients en groupes. Cette stra­ti­fi­ca­tion est déduite de leurs réponses à des ques­tion­naires qui ont pour but d’évaluer et hié­rar­chi­ser un niveau de risque patient.

La solu­tion per­met aus­si, grâce à un chat­bot, de répondre aux ques­tions les plus fré­quentes des patients concer­nant leur hos­pi­ta­li­sa­tion ou leur maladie.

Par exemple, en anes­thé­sie, une soixan­taine de ques­tions concer­nant l'état de san­té du patient, ses anté­cé­dents, fac­teurs de risques et autres élé­ments médi­caux, sont envoyées au patient afin de pré­pa­rer la consul­ta­tion pré-anes­thé­sique. Les réponses don­nées par le patient sont trans­mises à l'anesthésiste, ce qui lui évite la sai­sie de don­nées pen­dant la consul­ta­tion. Ces réponses sont aus­si trai­tées par le logi­ciel qui pro­pose une clas­si­fi­ca­tion des patients en 3 groupes cor­res­pon­dant au niveau de risque du patient. L'anesthésiste peut alors adap­ter sa prise en charge. Par exemple il peut déci­der d'effectuer le ren­dez-vous en télé­con­sul­ta­tion en cas de risque faible, de prendre un ren­dez-vous plus long si la prise en charge risque d’être plus com­plexe ou encore de pres­crire en avance des exa­mens com­plé­men­taires afin d’avoir les résul­tats lors du ren­dez-vous et ain­si limi­ter les reports. Ce rem­plis­sage en amont du ques­tion­naire per­met de gagner du temps pen­dant la consul­ta­tion pré-anes­thé­sique et donc d’avoir plus de temps pour appro­fon­dir l’étude des risques détec­tés par le ques­tion­naire et de répondre aux ques­tions du patient, aug­men­tant ain­si la qua­li­té des échanges entre patients et médecins.

D’un autre côté, le patient accède à des infor­ma­tions de base qui per­mettent notam­ment de les ras­su­rer telles que les réponses aux ques­tions : “Faut-il être à jeun?” “C’est quoi être à jeun?” , “Qui va m’endormir?”… Ain­si ils arrivent à la consul­ta­tion pré-anes­thé­sique mieux infor­més et plus détendus.

Enfin en aval de l’hospitalisation, la solu­tion MAX per­met entre autres, le sui­vi à dis­tance et régu­lier des patients en chi­mio­thé­ra­pie ou atteints de sclé­rose laté­rale amyo­tro­phique (SLA). Ce sui­vi prend la forme de ques­tion­naires inter­ac­tifs à rem­plir par le patient qui per­mettent de suivre l’évolution de ses symp­tômes. Ces don­nées peuvent ain­si être un sup­port de déci­sion pour le méde­cin en four­nis­sant des don­nées concrètes et précises.

Le logi­ciel est clas­sé dis­po­si­tif médi­cal de classe IIa selon le règle­ment euro­péen 2017/745 et BOT­de­si­gn est cer­ti­fiée ISO 13485, car elle repré­sente dans la plu­part des cas une aide à la prio­ri­sa­tion de prise en charge pour les pra­ti­ciens par l’application d’un filtre de stratification. 

Les retours ter­rain de l’utilisation de l’application par les méde­cins montrent que l’application de la solu­tion MAX per­met un gain de temps lors des consul­ta­tions pré-anes­thé­siques tout en assu­rant une meilleure pré­pa­ra­tion du patient, une infor­ma­tion per­son­na­li­sée. MAX per­met aus­si un sui­vi-post opé­ra­toire régu­lier et moins contraignant.

Les béné­fices appor­tés par la solu­tion tant pour les patients que pour les pro­fes­sion­nels sont syn­thé­ti­sés dans la figure 7 :

Figure 7 :  Intérêts de la solution MAX de chez Bot Design pour les patients et pour les professionnels de santé [source : auteur.e.s]

La solu­tion est ins­tal­lée dans 15 éta­blis­se­ments de san­té, notam­ment au CHU de Tou­louse, leurs pre­miers clients.

2.b.2. Atout Majeur Concept

Atout Majeur Concept est une entre­prise créée en 2005 qui pro­pose aux éta­blis­se­ments de san­té le pro­gi­ciel de ges­tion inté­gré SESAME. Il contient plus de 65 appli­ca­tions dédiées à la ges­tion orga­ni­sa­tion­nelle inter-ser­vices, à la ges­tion admi­nis­tra­tive sur l’admission du patient, ain­si qu'à la dif­fu­sion de l’information au sein des éta­blis­se­ments de san­té. Les appli­ca­tions sont déployées selon les besoins de chaque éta­blis­se­ment en pro­po­sant une per­son­na­li­sa­tion du pro­gi­ciel. Cer­taines concernent en par­ti­cu­lier la ges­tion des flux patients avec par exemple la ges­tion des lits, du bran­car­dage, du trans­port sani­taire ain­si que du bionettoyage.

Cette solu­tion s’interface avec d'autres logi­ciels de l’hôpital tels que le ser­veur d’identité patient, le logi­ciel de ges­tion des urgences ou encore le dos­sier patient infor­ma­ti­sé pour faci­li­ter la ges­tion des lits et le sui­vi des patients.

 Concrè­te­ment, chaque ser­vice est car­to­gra­phié et il est pos­sible de suivre l’occupation de chaque lit grâce à un code cou­leur et des pic­to­grammes (cf. figure 8).

Figure 8 : Plan type des services dynamiques [source : Présentation Atout Majeur Concept]

Il est ain­si facile de suivre l’état actuel des lits. Une repré­sen­ta­tion sous forme de liste est aus­si dis­po­nible pour affi­cher plus de détails ain­si que les patients en attente ou ayant une admis­sion pro­gram­mée bien­tôt. Depuis le logi­ciel il est pos­sible de gérer la sor­tie du patient vers un autre ser­vice, une autre struc­ture ou un retour à domi­cile, de pro­gram­mer un bran­car­dage ou un trans­port sanitaire. 

Le logi­ciel per­met aus­si d'accéder à un cer­tain nombre de don­nées sta­tis­tiques tels que le taux d’occupation par ser­vice. Pour le ser­vice des urgences, ces indi­ca­teurs sont, par exemple, le nombre de pas­sages par jour, les motifs de pas­sage aux urgences, le nombre moyen d'entrées par jour de la semaine ou par heure, la durée moyenne des pas­sages ou encore le nombre de sor­ties par jour. L’entreprise reven­dique ain­si plus de 120 clients, notam­ment le  CHU de Mar­ti­nique [29].

2.b.3. Calyps

La socié­té suisse Calyps existe depuis 2001, elle est spé­cia­li­sée dans l’aide à la prise de déci­sion grâce à l’analyse de données. 

Calyps déve­loppe le logi­ciel CALYPS Saniia V2, qui  per­met la pré­dic­tion de flux de patients aux urgences. Cette nou­velle fonc­tion­na­li­té pour l’entreprise uti­lise la pré­dic­tion, appuyée sur de la cap­ture en temps réel de don­nées telles que les entrées des jours pré­cé­dents, la météo, les évé­ne­ments sociaux, les indi­ca­teurs de ten­dance d’évolution de l'incidence du COVID-19, par l’utilisation de requêtes sur les moteurs de recherche et l'exploitation des conte­nus par­ta­gés de façon récur­rente sur les réseaux sociaux.

La solu­tion est dotée de plu­sieurs modules (cf. figure 9) : 

• Module urgence, qui consiste en une pré­dic­tion des admissions ;
• Module par­cours, qui consiste en une pro­gram­ma­tion du par­cours patient en pré­di­sant les hos­pi­ta­li­sa­tions non programmées ; 
• Module dota­tion RH, qui per­met la ges­tion des plan­ning des soi­gnants en tenant compte des impré­vus (uti­li­sa­tion d’un taux d’absentéisme moyen consta­té pour chaque mois de l’année dans l’établissement) ;
• Module hos­pi­ta­li­sa­tions, qui consiste à coor­don­ner les hos­pi­ta­li­sa­tions pro­gram­mées et non pro­gram­mées, par allo­ca­tion des lits selon les séjours patients.

Figure 9 : Fonctionnement de la solution SANIIA V2 de Calyps [source : auteur.e.s]

Concrè­te­ment, l’ensemble de ces modules doivent per­mettre de pré­dire l’affluence aux urgences. L’accompagnement des malades qui génère beau­coup d’appels et donc des inter­rup­tions de tâches pour y répondre est aus­si pris en consi­dé­ra­tion dans l'évolution du logi­ciel. La solu­tion de Calyps doit per­mettre d’estimer et de com­mu­ni­quer aux patients ain­si qu’à leurs proches leur par­cours de soins afin de limi­ter le nombre d’appels (cf. figures 10 et 11). 

Figure 10 : Exemple de communication prévu pour le grand public [source : Calyps]

Figure 11 : Exemple de communication prévue pour les patients et leurs proches [source : Calyps]

Cette solu­tion n’est dis­po­nible sur le mar­ché que depuis novembre 2023. Il n’est donc pas pos­sible d’estimer son impact sur le ter­rain à l’heure où ces lignes sont rédi­gées. Les modules d’allocation des lits, de pla­ni­fi­ca­tion des RH  avec la genèse de plan­ning seront dis­po­nibles en 2024. 

L’entreprise Calyps col­la­bore notam­ment avec le CHU de Valen­ciennes pour déve­lop­per ces évo­lu­tions du logi­ciel CALYPS Saniia V2 [30].

2.b.4 Silbo

Sil­bo est une entre­prise fran­çaise créée en 2018 qui pro­pose une double approche pour accom­pa­gner les éta­blis­se­ments de san­té dans leurs orga­ni­sa­tions pour la ges­tion des flux patients. 

La pre­mière approche consiste à éva­luer l’existant, c’est à dire qu’avec l'accompagnement d’un consul­tant de Sil­bo, le comi­té res­pon­sable de la ges­tion des flux patients de l’établissement ana­lyse les pra­tiques actuelles des équipes ter­rain dans la ges­tion des flux et la qua­li­té des sys­tèmes d’informations dans la coor­di­na­tion des soins. 

Après avoir éta­bli cet état des lieux, Sil­bo assiste le comi­té et les équipes ter­rain dans l'installation d'un pro­ces­sus orga­ni­sa­tion­nel des flux patients. La solu­tion pro­pose selon l'existant des évo­lu­tions sur 4 dimensions : 

• La ges­tion des lits ;
• Le bran­car­dage en trans­port interne ;
• Le bran­car­dage en trans­port externe (sani­taires) ;
• Le bio­net­toyage. 

Les fonc­tion­na­li­tés de la solu­tion s'appliquent à l'échelle des GHT par la créa­tion de liens entre les dif­fé­rents métiers (méde­cin, infir­mier, bran­car­dier, …) pour anti­ci­per les besoins et aider à la décision.

Concrè­te­ment, la solu­tion pro­po­sée par Sil­bo consiste à inté­grer une ana­lyse des don­nées par un sys­tème expert. La solu­tion sug­gère une pla­ni­fi­ca­tion du par­cours pour un patient X et tout ce qui entoure le patient, notam­ment le bio­net­toyage. Il crée des alertes pour pro­po­ser des tâches aux équipes per­met­tant ain­si d’anticiper les actions réa­li­sées et d’agir avec pro-acti­vi­té. (cf. figure 12).

Figure 12 : Principe du fonctionnement de l’aide à la décision proposée par Silbo [source : auteur.e.s]

La solu­tion pro­pose une vision glo­bale de l’état d’occupation et de dis­po­ni­bi­li­té des lits en temps réel. Elle per­met d’identifier en amont les périodes de ten­sions afin d’améliorer la coor­di­na­tion des équipes autour du par­cours de soin et d’allouer les RH et maté­rielles opti­males à un pro­fil de soins.

La solu­tion Sil­bo est ins­tal­lée dans 150 éta­blis­se­ments de san­té notam­ment à l'échelle de 9 GHT. La solu­tion est notam­ment pré­sente au CH de Péri­gueux [31, 32].

2.c. Les limites de l'Intelligence Artificielle dans la gestion des flux

La ges­tion des flux patients implique d’exploiter des don­nées mul­ti­mo­dales et hété­ro­gènes ce qui com­plexi­fie l'élaboration des algo­rithmes d’IA et la fia­bi­li­té des pré­dic­tions. Par exemple, la solu­tion de Calyps qui uti­lise l’IA sous forme de sys­tème expert entrai­né afin de pré­dire le nombre de patients arri­vant aux urgences à l’aide d'informations comme le jour de la semaine, la météo, les évé­ne­ments sociaux, veille COVID-19, moteur de recherche et les réseaux sociaux. Mal­gré cela les pré­vi­sions com­portent tou­jours des erreurs et peuvent varier for­te­ment jusqu'à 23% d’erreurs lorsque cer­tains évé­ne­ments comme un match de foot ou une épi­sode de grève ne sont pas pris en compte. C’est le cas lors de situa­tions excep­tion­nelles ou nou­velles à l’algorithme de l’IA.  

Autre dif­fi­cul­té, les solu­tions de ges­tion des flux néces­sitent par­fois l’interconnexion avec d'autres logi­ciels de l’établissement tel que le dos­sier patient infor­ma­ti­sé. Étant don­né que les éta­blis­se­ments de san­té uti­lisent dif­fé­rents sys­tèmes, des pro­blèmes d’interopérabilité (capa­ci­té des sys­tèmes à opé­rer ensemble) peuvent appa­raître, com­pli­quant et retar­dant la mise en place de la solu­tion. D’autant lorsqu’il s’agit de déployer la solu­tion au sein d’un GHT, l’uniformisation des sys­tèmes d’information et du dos­sier patient est alors un pré­re­quis indis­pen­sable [27]. 

Par ailleurs, les éta­blis­se­ments de san­té sont de plus en plus tou­chés par les cybe­rat­taques qui peuvent para­ly­ser  l'établissement sur de longues durées, la démul­ti­pli­ca­tion des appli­ca­tions au sein d’un éta­blis­se­ment ouvrant de nou­velles portes d’entrée pour une attaque.

 Hor­mis les aspects tech­niques, le plus grand frein au déploie­ment de ces solu­tions dans les éta­blis­se­ments de san­té reste la réti­cence des uti­li­sa­teurs poten­tiels. Plu­sieurs entre­tiens montrent que cer­tains  pro­fes­sion­nels de san­té, per­son­nels admi­nis­tra­tifs, col­la­bo­ra­teurs de la direc­tion des sys­tèmes d’information semblent être réfrac­taires à cette avan­cée tech­no­lo­gique. Il s’agit donc de res­tau­rer la confiance et de convaincre le per­son­nel de l'établissement de la valeur ajou­tée d’une tech­no­lo­gie com­plexe à appré­hen­der, exploi­tée dans des solu­tions logi­cielles encore peu connues. Ces réti­cences s’expliquent éga­le­ment par la per­tur­ba­tion d’une rou­tine de tra­vail, un manque de moyens pour la for­ma­tion, la mise en place et l’intégration de telles solu­tions dans le sys­tème d’information de l’hôpital. 

Cou­plé à cette peur de l’inconnu, le coût de ces solu­tions repré­sentent un inves­tis­se­ment majeur comme l’ont sou­li­gné nos entre­tiens : plu­sieurs dizaines de mil­liers d’euros sans comp­ter les ins­tal­la­tions, les infra­struc­tures (ser­veur, ter­mi­naux, …), la col­lecte et le déve­lop­pe­ment des don­nées, mais aus­si la for­ma­tion du per­son­nel soi­gnant. Ces solu­tions res­tant peu déployées dans les éta­blis­se­ments de san­té fran­çais, leur retour sur inves­tis­se­ment réel est dif­fi­cile à mesu­rer. Afin de convaincre les pro­fes­sion­nels hos­pi­ta­liers de la per­ti­nence de la ges­tion assis­tée des flux patients, il est néces­saire de s’appuyer sur des indi­ca­teurs d’évaluation de leur impact concret tant sur l’optimisation de la ges­tion des res­sources hos­pi­ta­lières que sur la qua­li­té des soins.

3. Comment implanter et pérenniser

les solutions de gestion des flux patients dans les établissements de santé ?

3.a. Lever des freins à la mise en place de la ges­tion des flux patients

Les pro­fes­sion­nels de san­té et entre­prises consul­tés ont pu mettre en place des approches pour limi­ter les freins à la mise en place de solu­tions de ges­tion auto­ma­tique des flux patients.

Dans cer­tains cas, le frein lié à la tech­no­lo­gie n’est pas direc­te­ment lié à l’utilisation de l’IA mais davan­tage à un manque de connais­sances numé­riques, ce qui mène à une réti­cence des pro­fes­sion­nels à faire confiance aux outils infor­ma­tiques. Ain­si des actions de sen­si­bi­li­sa­tion sont pro­po­sées afin d’approfondir les connais­sances des pro­fes­sion­nels de san­té sur ces tech­no­lo­gies. L’impact posi­tif du recours à ces outils logi­ciels sur leur tra­vail quo­ti­dien (réduc­tion de la charge men­tale, faci­li­ta­tion de l’exécution de tâches, pré­dic­tion de gou­lots d’étranglement). Les entre­prises pro­posent des solu­tions qui per­mettent d’aider à pilo­ter l'hôpital et le flux des patients à l’aide d’un logi­ciel avec une grande fiabilité. 

Le témoi­gnage de cer­tains pro­fes­sion­nels de san­té montre que l’utilisation d’une  solu­tion logi­cielle de ges­tion exploi­tant l’IA per­met un gain de temps consé­quent dans les pra­tiques admi­nis­tra­tives, avec une aisance d’utilisation qui ré-engage la confiance dans la tech­no­lo­gie. Pour cer­taines solu­tions, la for­ma­tion n’est pas néces­saire au vue de la sim­pli­ci­té d’utilisation du logi­ciel. Elles sont éga­le­ment com­pa­tibles avec les logi­ciels de ges­tion admi­nis­tra­tive déjà en place, per­met­tant d’éviter la perte ou la re-sai­sie de données.

La col­la­bo­ra­tion inter­dis­ci­pli­naire per­met la mise en place des solu­tions de façon effi­cace. Les équipes hos­pi­ta­lières ne sont pas livrées à elles-mêmes, ni les col­la­bo­ra­teurs de la DSI : les entre­prises col­la­borent afin d’adapter leur logi­ciel et l’améliorer en continu.

Le retour d’expérience des éta­blis­se­ments ayant déployé une ges­tion des flux patients assis­tée par IA est encou­ra­geant, en par­ti­cu­lier du CHU de Valen­ciennes, très avan­cé en la matière, qui col­la­bore étroi­te­ment à l'amélioration de l’un de ces logi­ciels ain­si qu’à la défi­ni­tion et au sui­vi d’indicateurs de per­for­mance [11].

Les DSI se chargent de la mise en place des logi­ciels avec l’aide de l’entreprise. Les éta­blis­se­ments sup­ports de GHT peuvent prendre la place d’opérateurs de ser­vices essen­tiels (OSE), ce qui implique de se mettre à jour des normes notam­ment de de cyber­sé­cu­ri­té et d’uniformisation des sys­tèmes [12]. 

A la suite d’une concer­ta­tion natio­nale, le pro­gramme de finan­ce­ment “ Ségur Usage Numé­rique en Éta­blis­se­ment de San­té” a été mis en place pour encou­ra­ger les éta­blis­se­ments de san­té à atteindre un plus haut niveau de matu­ri­té dans leur sys­tème infor­ma­tique pour une meilleure prise en charge des patients. Les éta­blis­se­ments peuvent en béné­fi­cier pour finan­cer ces solu­tions de ges­tion de flux patients assis­tée par IA [13]. 

Ain­si en éva­luant ces approches, les entre­prises et les pro­fes­sion­nels de san­té peuvent envi­sa­ger de façon plus sereine la mise en place de la ges­tion des flux patients à l’aide de l’IA. La construc­tion de la confiance est néces­saire et maxi­mise l’optimisation de l’utilisation de ces technologies. 

3.b. Mise place des solutions de gestion des flux par l'Intelligence Artificielle

La sélec­tion et l'installation de ces solu­tions sont des pro­ces­sus com­plexes et qui néces­sitent de l'organisation. Pour qu’une solu­tion puisse être utile, il est néces­saire de consi­dé­rer son ins­tal­la­tion comme un pro­jet, et donc de déta­cher une équipe et du temps afin de suivre ce pro­jet. Cette équipe aura pour mis­sion de super­vi­ser et coor­don­ner les actions néces­saires comme la défi­ni­tion pré­cise du besoin, le choix d'une solu­tion, l'installation du logi­ciel et sa mise en fonc­tion­ne­ment. La figure 13 expose le dérou­lé d'un pro­jet de mise en place d’une solu­tion de ges­tion des flux patients assis­tée par IA.

Figure 13 : Déroulé d'un projet de mise en œuvre d'une gestion du flux patients assistée par intelligence artificielle (source auteur.e.s )

Les entre­prises qui démarchent les éta­blis­se­ments de san­té pour pro­mou­voir leurs solu­tions s'adressent dans un pre­mier temps aux acteurs qui les uti­li­se­ront direc­te­ment. En effet, ces pro­fes­sion­nels seront plus faciles à convaincre de l’utilité réelle de la solu­tion et seront une aide pré­cieuse lorsqu’il fau­dra convaincre la direc­tion du bien fon­dée du pro­jet et pour libé­rer du finan­ce­ment. Le type de pro­fes­sion­nel contac­té varie selon les besoins expri­més par les uti­li­sa­teurs, ou les fonc­tion­na­li­tés mise à dis­po­si­tion par l’outil et son cas d’usage. Bot Desi­gn par exemple contacte les car­dio­logues et anes­thé­sistes alors que Calyps aura plus ten­dance à contac­ter les chefs de ser­vices des urgences. Des dis­cus­sions avec la DSI sont aus­si néces­saires afin de vali­der l’applicabilité de la solu­tion compte tenu de l’architecture du sys­tème infor­ma­tique de l'hôpital et éva­luer les adap­ta­tions à effectuer.

Dans cer­tains cas, ces solu­tions sont encore en phase de déve­lop­pe­ment au moment de leur ins­tal­la­tion qui relève alors d'un test final gran­deur nature. Il est alors abso­lu­ment indis­pen­sable que l'établissement de san­té tra­vaille en étroite col­la­bo­ra­tion avec l'entreprise dis­tri­buant le logi­ciel afin d'apporter des retours d'expérience concrets et d'adapter la solu­tion au ter­rain. Cela per­met de fina­li­ser le déve­lop­pe­ment de la solu­tion ce qui ren­dra plus facile son ins­tal­la­tion dans d'autres éta­blis­se­ments. De plus, selon l’approche IA uti­li­sée les algo­rithmes requièrent de grandes quan­ti­tés de don­nées pour pro­duire des pré­dic­tions. Dans ce cas, il est néces­saire de com­men­cer par une phase de col­lecte de don­nées afin de pou­voir entraî­ner l'algorithme avant de déployer l'IA au sein d'un éta­blis­se­ment de san­té. Les don­nées col­lec­tées dépendent des fonc­tion­na­li­tés rete­nues, il s’agit de col­lec­ter les mêmes types de don­nées pour l‘apprentissage que pour un usage opé­ra­tion­nel. Par exemple, pour la solu­tion pro­po­sée par la socié­té Calyps, ces don­nées concernent les entrées et sor­ties des jours pré­cé­dents, la météo, les évé­ne­ments sociaux, les indi­ca­teurs de ten­dance d’évolution de l'incidence du COVID-19, les moteurs de recherche et les réseaux sociaux [30].

Mais même en par­tant d'une solu­tion déjà éprou­vée dans d'autres éta­blis­se­ments, une phase de pré­pa­ra­tion du pro­jet est néces­saire. Il faut en effet bien iden­ti­fier et pré­ci­ser le besoin de ges­tion assis­tée par IA du flux patients de l'établissement, ain­si que ses pro­cé­dures actuelles et étu­dier com­ment la solu­tion peut répondre au besoin et s’intégrer dans ces pro­cé­dures. Il est aus­si néces­saire de pla­ni­fier la mise à jour de l’infrastructure infor­ma­tique ain­si que de for­mer le per­son­nel ame­né à uti­li­ser la solu­tion. De plus, la mise en appli­ca­tion des nou­velles pro­cé­dures ne sera pas immé­diate, une phase de test sera bien menée afin de vali­der le bon fonc­tion­ne­ment du logi­ciel et les nou­velles pro­cé­dures. Une fois la pre­mière phase de test ter­mi­née, la solu­tion passe en usage cou­rant. Une phase d'évaluation des per­for­mances de la solu­tion sera menée. Cela consiste en l'analyse des don­nées récol­tées durant l'utilisation cou­rante afin d'évaluer dif­fé­rents indi­ca­teurs qui seront détaillés dans la par­tie sui­vante [2].

3.c. Indicateurs de performance

On peut clas­ser les dif­fé­rentes entre­prises inter­ro­gées au cours de l’étude en 3 caté­go­ries dis­tinctes sur le type d’IA uti­li­sé (cf. figure 14).

Figure 14 : Types de système assisté par IA dans le groupe d’entreprises interrogées [source : auteur.e.s]

Cet éven­tail de solu­tions tra­duit une volon­té des entre­prises de mul­ti­plier les manières de récol­ter de la don­nées, d’élargir le péri­mètre de la ges­tion des flux assis­tée par IA tant sur la nature des flux trai­tés au sein d’un éta­blis­se­ment que sur le ter­ri­toire de san­té. Pour rap­pel, les solu­tions pré­sen­tées ici ne sont pas exhaus­tives. Il serait ain­si inté­res­sant d’étendre l’éventail des stra­té­gies de récolte des don­nées explo­rées et conduire une étude d’impact sur l’organisation de la ges­tion des flux..

La ges­tion des flux a comme but pre­mier, pour les soi­gnants, de don­ner un état des lieux du flux des patients à l’intérieur d’un éta­blis­se­ment. Sur les 5 solu­tions ana­ly­sées, 4 four­nissent un état du flux en temps réel dans l’établissement. Cet indi­ca­teur est un point cru­cial pour les uti­li­sa­teurs. En effet, d’après les pro­fes­sion­nels du CH de Péri­gueux, la solu­tion pro­po­sée par Sil­bo a per­mis un grand gain de temps à la fois sur la ges­tion des flux en elle-même, mais aus­si sur l’organisation et sur le temps accor­dé aux soins [32]. Cer­taines solu­tions ont pu faire gagner jusqu’à 4 heures de tra­vail jour­na­lier d’une infir­mière pour la ges­tion des lits.

Le logi­ciel CALYPS Saniia V2 per­met de gagner jusqu’à 3 heures de temps de tra­vail par jour pour les urgen­tistes (cf. figure 15). Il n’a néan­moins pas été pos­sible de chif­frer plus pré­ci­sé­ment les éco­no­mies géné­rées en termes d’ETP C’est une infor­ma­tion cru­ciale man­quante à l’étude, les par­ties pre­nantes inter­ro­gées ne sou­hai­tant pas com­mu­ni­quer ces don­nées. Tou­te­fois, avec le temps, l’adoption de solu­tions de ges­tion des flux patients assis­tée par IA se géné­ra­li­se­ra, et les éta­blis­se­ments de san­té devraient pou­voir com­mu­ni­quer sur la ren­ta­bi­li­té de ces solutions.

Figure 15 : Temps gagné (en heures) à la gestion des lits en fonction du type de solution proposée [source : auteur.e.s]

La capa­ci­té de trai­te­ment simul­ta­né de grands volumes de don­nées est un des atouts de l’IA. Une des prin­ci­pales pers­pec­tives de l’utilisation de l’IA dans la ges­tion des flux patients est de pré­dire le flux patients lié à l’établissement et, in fine, du ter­ri­toire cou­vert par un GHT. Cette pré­dic­ti­vi­té est ain­si le nerf de la guerre pour les uti­li­sa­teurs. Elle per­met de pré­dire les jour­nées de forte affluence de patien­tèle et de s’y pré­pa­rer à la fois en termes de places, d’équipements et sur­tout de personnels.

De cette étude menée en éta­blis­se­ments de san­té publics, une car­to­gra­phie des flux patients dont la ges­tion par IA est pos­sible et faci­li­tée a été réa­li­sée (cf. figure 16).

Figure 16 : Cartographie des flux patients en établissement de santé (haut) et sa légende (bas) [source : auteur.e.s]

Conclusion

La ges­tion des flux patients repré­sente le mou­ve­ment des per­sonnes rece­vant des soins au sein d’un éta­blis­se­ment de san­té. L’objectif de la maî­trise de la ges­tion des flux est de recen­trer le temps des pro­fes­sion­nels de san­té auprès des patients, de réduire les temps d’attente dans le par­cours de soins (en limi­tant les délais entre les exa­mens…)  et de maî­tri­ser les coûts de san­té en opti­mi­sant l’affectation et la dis­po­ni­bi­li­té des res­sources humaines et matérielles.

Cette démarche contri­bue à garan­tir la qua­li­té des soins, englo­bant l’ensemble du par­cours patient et impli­quant aus­si bien la ges­tion des lits, le bran­car­dage et les trans­ports sanitaires.

La ges­tion des flux patients s’est déve­lop­pée avec la numé­ri­sa­tion des don­nées. Aujourd’hui les solu­tions pro­po­sées par les indus­triels intègrent des algo­rithmes d’intelligence arti­fi­cielle (IA), qu’il s’agisse de sys­tèmes experts ou d’algorithmes d’apprentissage auto­ma­tique pour l’analyse textuelle.

La mise en place de solu­tions de ges­tion assis­tée par IA des flux patients doit être consi­dé­rée comme un pro­jet d’établissement. Il doit impli­quer l’ensemble des acteurs de ter­rain concer­nés par cette pro­blé­ma­tique,  notam­ment la direc­tion, le ser­vice infor­ma­tique et les équipes de soins, de l’analyse du besoin jusqu’au sui­vi post installation.

Ces solu­tions consti­tuent une aide à la déci­sion et au pilo­tage, elles ne rem­placent pas les pro­fes­sion­nels mais faci­litent leur tra­vail. Contrai­re­ment aux idées reçues, le  déploie­ment des outils ne déshu­ma­nise pas la prise en charge du patient : la numé­ri­sa­tion des tâches per­met de faire gagner du temps aux soi­gnants qui l'investissent réel­le­ment auprès des patients.

La car­to­gra­phie des flux patients dont la ges­tion est faci­li­tée par l’IA en éta­blis­se­ment de san­té pro­po­sée et les indi­ca­teurs de per­for­mance rele­vés grâce à cette étude de ter­rain ont pour but d’être uti­li­sés en appui d’une démarche de mise en place ou d’amélioration de ges­tion des flux patients assis­tée par IA.

Références bibliographiques

[1] Direction Générale de l’Offre de Soins (DGOS), « Locaux des professionnels de santé : Réussir l’accessibilité », Ministère de la Santé et de la Prévention, fév. 2022. Consulté le 25 sept. 2023. [En ligne]. Disponible sur : https://sante.gouv.fr/professionnels/gerer-un-etablissement-de-sante-medico-social/qualite-dans-les-etablissements-de-sante/article/locaux-des-professionnels-de-sante-reussir-l-accessibilite

[2] J.GALLAND, « L’intelligence artificielle au secours de l’hôpital », Esanum, avr. 2022. Consulté le 25 sept. 2023. [En ligne]. Disponible sur : https://www.esanum.fr/today/posts/lintelligence-artificielle-au-secours-de-lhopital

[3] A. GERVAIS, « Crise actuelle de l’hôpital public : 1/point de vue d’une praticienne », Les Tribunes de la santé, vol. 76, n^o 2, p. 23‑31, juill. 2023. Consulté le 25 sept. 2023. Disponible sur : https://doi-org.ezproxy.utc.fr/10.3917/seve1.076.0023

[4]  Institut national de la santé et de la recherche médicale « Intelligence artificielle et santé », juill. 2018, mis à jour janv. 2022. Consulté le 25 sept. 2023. [En ligne]. Disponible sur : https://www.inserm.fr/dossier/intelligence-artificielle-et-sante/

[5] Conseil national des politiques de lutte contre la pauvreté et l’exclusion sociale, « Histoire de l’hôpital et prise en charge des personnes en situation de pauvreté », nov. 2009. Consulté le : 20 oct. 2023. [En ligne]. Disponible sur : https://www.cnle.gouv.fr/histoire-de-l-hopital-et-prise-en.html

[6] N. SAINTE FARE GARNOT, « L’Hôpital Général de Paris. Institution d’assistance, de police, ou de soins ? », Histoire, économie & société, vol. 3, n^o 4, p. 535‑542, 1984. Consulté en oct. 2023. Disponible sur : https://www.persee.fr/doc/hes_0752-5702_1984_num_3_4_1373

[7] Direction de la recherche, des études, de l’évaluation et des statistiques (DREES), « Les établissements de santé : cadre juridique et institutionnel », 2016. Consulté le : 25 sept. 2023. [En ligne]. Disponible sur : https://drees.solidarites-sante.gouv.fr/publications/panoramas-de-la-drees/les-etablissements-de-sante-edition-2016

[8] HOPITAL.FR, « Les valeurs de l’hôpital - hopital.fr - Fédération Hospitalière de France ». Consulté le : 20 oct. 2023. [En ligne]. Disponible sur : https://www.hopital.fr/Nos-Missions/Les-missions-de-l-hopital/Les-valeurs-de-l-hopital

[9] HOPITAL.FR, « Les missions de l’hôpital - hopital.fr - Fédération Hospitalière de France ». Consulté le : 20 oct. 2023. [En ligne]. Disponible sur : https://www.hopital.fr/Nos-Missions/Les-missions-de-l-hopital/Les-missions-de-l-hopital

[10] CHU AMIENS PICARDIE, « L’intelligence artificielle pour gérer les flux des urgences ». Consulté le : 21 sept. 2023. [En ligne]. Disponible sur : https://www.chu-amiens.fr/lintelligence-artificielle-gerer-flux-urgences/

[11] Agence Régionale de Santé, « Les groupements hospitaliers de territoires ». Consulté le : 20 oct. 2023. [En ligne]. Disponible sur : https://www.ars.sante.fr/les-groupements-hospitaliers-de-territoires

[12] Vie-Publique, « Que sont les établissements publics de santé ? ». Consulté le : 20 oct. 2023. [En ligne]. Disponible sur : http://www.vie-publique.fr/fiches/37898-que-sont-les-etablissements-publics-de-sante

[13] Direction de la recherche, des études, de l’évaluation et des statistiques (DREES), Infographie « Les retraités et les retraites 2019 : les chiffres clés », juin 2019. Consulté le : 20 oct. 2023. [En ligne]. Disponible sur :  https://drees.solidarites-sante.gouv.fr/infographie-video/infographie-les-retraites-et-les-retraites-2019-les-chiffres-cles

[14] Direction de la recherche, des études, de l’évaluation et des statistiques (DREES) « Vue d’ensemble [du secteur hospitalier français] », 2021. Consulté le : 20 oct. 2023. [En ligne]. Disponible sur : https://drees.solidarites-sante.gouv.fr/sites/default/files/2021-07/Vue%20d%27ensemble.pdf

[15] Institut national de la statistique et des études économiques (INSEE), « Tableaux de l’économie française - Population par âge - Edition 2020 », févr. 2020. Consulté le : 13 nov. 2023. [En ligne]. Disponible sur : https://www.insee.fr/fr/statistiques/4277619?sommaire=4318291

[16] B. JOMIER et C. DEROCHE, « Hôpital : sortir des urgences - Rapport », Sénat, Rapport de commission d’enquête n° 587 (2021-2022), mars 2022. Consulté le : 13 nov. 2023. [En ligne]. Disponible sur : https://www.senat.fr/rap/r21-587-1/r21-587-1.html

[17] Ministère de la santé et de la prévention, « Rupture d’approvisionnement d’un médicament ». juin 2016, mis à jour fév. 2022. Consulté le : 9 oct. 2023. [En ligne]. Disponible sur : https://sante.gouv.fr/soins-et-maladies/medicaments/professionnels-de-sante/prescription-et-dispensation/article/rupture-d-approvisionnement-d-un-medicament

[18] PoleStar, « Gestion des flux en milieu hospitalier : Comment améliorer le bien-être des équipes soignantes grâce à la géolocalisation indoor », fév. 2021. Consulté le : 9 oct 2023. [En ligne]. Disponible sur : https://www.polestar.eu/fr/actualites/gestion-des-flux-en-milieu-hospitalier-comment-ameliorer-le-bien-etre-des-equipes-soignantes-grace-a-la-geolocalisation-indoor

[19] Direction de la recherche, des études, de l’évaluation et des statistiques (DREES) « Fiche 32 - La situation économique et financière de hôpitaux publics », 2021. Consulté le : 9 oct. 2023. [En ligne]. Disponible sur : https://drees.solidarites-sante.gouv.fr/sites/default/files/2021-07/Fiche%2032%20-%20La%20situation%20%C3%A9conomique%20et%20financi%C3%A8re%20des%20h%C3%B4pitaux%20publics.pdf

[20] Y. BUBIEN et V. VUIBLET, « La révolution numérique de la santé », Esprit,,Vol n^o 6, p. 77‑87, juin 2023. Consulté le :  09 oct. 2023. Disponible sur : https://www.cairn.info/revue-esprit-2023-6-page-77.htm

[21] Dictionnaire de français Larousse, « Définitions : intelligence ». Consulté le : 13 nov. 2023. [En ligne]. Disponible sur : https://www.larousse.fr/encyclopedie/divers/intelligence/61883

[22] Dictionnaire de français Larousse, « Définitions : artificiel ». Consulté le : 13 nov. 2023. [En ligne]. Disponible sur : https://www.larousse.fr/dictionnaires/francais/artificiel/5570

[23] B. GEORGES, « Intelligence artificielle : de quoi parle-t-on ? », Constructif, vol. 54, no 3, p. 5‑10, 2019. Consulté le 10 déc. 2023. Disponible sur : https://www.cairn.info/revue-constructif-2019-3-page-5.htm

[24] Data Analytics Post, « Système expert ». Consulté le : 13 nov. 2023. [En ligne]. Disponible sur : https://dataanalyticspost.com/Lexique/systeme-expert/

[25] H. GALLAIRE, « Systèmes experts », Techniques de l’Ingénieur, mars 1990. Consulté le : 10 déc. 2023. [En ligne]. Disponible sur : https://doi.org/10.51257/a-v2-h1990

[26] M. SIMON-RAINAUD, « Les « bed managers » à l’hôpital, la gestion de lits en mode pénurie », Les Echos Start, avr. 2023, mis à  jour mai 2023. Consulté le : 22 sept. 2023. [En ligne]. Disponible sur : https://start.lesechos.fr/travailler-mieux/metiers-reconversion/les-bed-managers-a-lhopital-la-gestion-de-lits-en-mode-penurie-1934297

[27] Kaizen institute, « Optimiser le flux des patients  », kaizen.com. Consulté le : 21 sept. 2023. [En ligne]. Disponible sur : https://fr.kaizen.com/produits/efficacite-flux-patients

[28] Centre Hospitalier régional Universitaire de Nancy, « Optimiser le parcours patient grâce à la programmation et gestion des lits », Réseau CHU , sept. 2018. Consulté le : 22 sept. 2023. [En ligne]. Disponible sur : https://www.chu-media.info/article/optimiser-le-parcours-patient-grace-a-la-programmation-et-gestion-des-lits/

[29] Atout Majeur Concept, « Gestion des Flux Patients ». Consulté le : 10 déc. 2023. [En ligne]. Disponible sur : https://www.atoutmajeurconcept.fr/intranet-pgi-sesame/3/6/8

[30] Calyps, « Solution CALYPS Saniia ». Consulté le : 10 déc. 2023. [En ligne]. Disponible sur : https://www.calyps.ch/en/medical-solutions/calyps-saniia-solution/

[31] Silbo, « Alexandre, réguler les transports sanitaires en toute intelligence ». Consulté le : 10 déc. 2023. [En ligne]. Disponible sur : https://silbo.com/fr/blog/alexandre-reguler-les-transports-sanitaires-en-toute-intelligence/

[32] Silbo « Silbo et périgueux - l’intégration de Silbo au SIH », Youtube, sept. 2022. Consulté le : 10 décembre 2023. Disponible sur : https://www.youtube.com/watch?v=GU_zXzsqedE

Annexes

Annexe 1 : Questionnaire destiné aux professionnels de santé

• Avez-vous des logi­ciels de ges­tion des flux par­ti­cu­liè­re­ment inté­res­sant que vous recommander ?
• Pour­quoi ce choix ? Qu’est ce qui vous a pous­sé à uti­li­ser ce type de solu­tion pour votre service ?
• Quels sont les indi­ca­teurs de per­for­mances et d’amélioration (Nb d’admissions/ Nb hos­pi­ta­li­sa­tion / Nb de sor­tie / Nb patient de plus de 75 ans)
• Avez-vous vu sur le ter­rain des indi­ca­tions, des chan­ge­ments, une amé­lio­ra­tion et sur quels points les amé­lio­ra­tions sont visibles ?
• Si vous pou­viez appor­ter des modi­fi­ca­tions sur le logi­ciel, quelles seraient-elles ?
• Le logi­ciel acces­sible à tout le monde ?
• Com­ment la solu­tion a été inté­grée et vue dans les équipes ?
• Quelles solu­tions aviez-vous avant ? Pour­quoi et com­ment avez-vous déci­dé d’utiliser le logi­ciel ? Quels fac­teurs ont influen­cé la déci­sion d’installation ?

Annexe 2 : Questionnaire destiné aux aux entreprises

• Quels sont les prin­ci­paux cas d'usage ? (« prin­ci­paux » au sens : les plus fré­quents et/ou pour les­quels l'entreprise a pu col­lec­ter le plus grand nombre de retours d'expérience et/ou pour les­quels les exploi­ta­tions en éta­blis­se­ments de san­té ont duré le plus longtemps)
• Dans quel(s) hôpital(-aux) votre solu­tion de ges­tion est installé ?
• Quelles sont les prin­ci­pales fonc­tion­na­li­tés de la solution ?

• Com­ment fonc­tionne la solu­tion mise en place par l'entreprise en éta­blis­se­ment de santé ?
• Quelles sont les don­nées d'entrée de l'application ? Les don­nées de sortie ?
• Quels trai­te­ments subissent les don­nées d'entrée ?
• Quelle garan­tie humaine est appli­quée s'agissant de trai­te­ment de don­nées par IA ?
• Com­ment l'application est-elle inter­fa­cée avec les autres logi­ciels uti­li­sés dans les ser­vices admi­nis­tra­tifs et médi­caux des éta­blis­se­ments de santé ?
• Sur quels terminaux/périphériques est ins­tal­lée l'application en usage courant ?
• Quelles sont les moda­li­tés d'identification et d'authentification des usa­gers pro­fes­sion­nels ? des usa­gers patients ?
• Quel type de tech­no­lo­gie d'I.A uti­li­sez-vous pour mettre en place cette solution ?
• Quels sont les algo­rithmes de trai­te­ment des données ?
• Si l'entreprise uti­lise des algo­rithmes d'apprentissage auto­ma­tique, quelle est la nature de l'apprentissage (super­vi­sé ou non) ?
• Quelle est la com­po­si­tion des bases de don­nées d'entraînement et de test le cas échéant ?
• L'outil est-il acces­sible et uti­li­sable par tout type d'établissement (taille, service,...) ?
• Com­ment sont tes­tées les solu­tions mises en place dans les éta­blis­se­ments de santé ?
• Quel est le pro­to­cole de mise en place de votre solu­tion dans un établissement ? 
• Quelles sont les dif­fé­rentes phases et les moyens ou indi­ca­teurs per­met­tant de vali­der l’efficacité de la solution ?
• La solu­tion est-elle géné­rique ou bien per­son­na­li­sable selon l'établissement de santé ?
• Si oui, quels types de per­son­na­li­sa­tion sont envi­sa­geables ? Avec quels sur­coûts pour vos clients ?
• Quels gains chif­frables et chif­frés ont été mesu­rés suite à la mise en œuvre de la solu­tion dans les éta­blis­se­ments de san­té (et au bout de com­bien de temps depuis le démar­rage de la mise en œuvre) ?
• Quelles éco­no­mies chif­frables et chif­frées ont été mesu­rées suite à la mise en œuvre de la solu­tion dans les éta­blis­se­ments de san­té (et au bout de com­bien de temps depuis le démar­rage de la mise en œuvre) ?
• Pro­po­sez-vous aux éta­blis­se­ments de san­té un moyen de suivre ces gains ou éco­no­mies, par exemple à l’aide de tableaux de bord ou d’indicateurs ?

Annexe 3 : Tableau récapitulatif des caractéristiques des solutions étudiées

Rai­son sociale des entre­prises contactées	Types de Système	Gain de temps de soins (en heures)	Gain de temps avant trai­te­ment (en heures)	Maî­trise des coûts	Temps gagné pour la ges­tion des lits (en heure/semaine)	Flux en temps réel	Pré­dic­ti­vi­té des flux	Qua­li­té per­çue des soins donnés	Niveau de tension	Type de solution
Atout Majeur Concept	A but prédictif	NA	NA	NA	NA	Oui	Oui	En aug­men­ta­tion	En baisse	NA
Calyps	A but prédictif	2	3	NA	3	Oui	Oui	En aug­men­ta­tion	En baisse	SaaS
Syl­bo	Ges­tion basique	3	NA	NA	4	Oui	Non	En aug­men­ta­tion	En baisse	SaaS
Ali­cante	Tex­tuel	NA	NA	NA	NA	Non	Non	NA	NA	NA
Bot desi­gn	Ges­tion basique	NA	NA	NA	NA	Oui	Non	En aug­men­ta­tion	En baisse	SaaS