Les centres médicaux universitaires pourraient transformer les soins aux patients en adoptant les principes des principes des systèmes de santé d'apprentissage, selon des chercheurs de Weill Cornell Medicine et de l'Université de Californie à San Diego. Dans cette approche, les informations des dossiers de santé électroniques, des essais cliniques et des opérations hospitalières quotidiennes sont analysées en temps réel pour découvrir des idées qui améliorent continuellement les soins aux patients.
La perspective, publiée le 17 juin dans Systèmes de santé NPJdes raisons pour lesquelles un modèle de soins plus intelligent, plus efficace et plus équitable peut être créé en exploitant les données existantes pour soutenir l'apprentissage à l'échelle du système. Pourtant, l'adoption de ce modèle reste limitée.
L'intégration de diverses bases de données fait partie de la création d'un système de soins de santé dynamique. Les praticiens pourront voir plus facilement et plus rapidement ce qui fonctionne et ce qui ne fonctionne pas; Et ce qui entraîne des coûts inutiles. «
Dr Peter Steel, auteur principal, Professeur agrégé de médecine d'urgence clinique à Weill Cornell Medicine et médecin de médecine d'urgence au Newyork-Presbyterian / Weill Cornell Medical Center
Le Dr Robert Harrington, le doyen de Weill Cornell, et le Dr Christopher Longhurst et le Dr Gabriel Wardi, tous deux de l'Université de Californie, de l'Université de Californie, sont également contribués à la perspective du point de vue de la perspective.
Les auteurs disent que la création d'un système de santé d'apprentissage est particulièrement importante maintenant, car les établissements universitaires sont confrontés à des tensions financières causées par l'augmentation des coûts de recherche, la baisse des marges et les attentes croissantes des patients. La perspective est un appel à l'action pour que les centres de santé académiques apportent des changements systémiques en repensant la façon dont ils génèrent et appliquent des connaissances.
Obstacles à la mise en œuvre
L'idée derrière cette approche n'est pas des chercheurs de nouveaux médicaux envisagés pour la première fois des systèmes de santé d'apprentissage lorsque les hôpitaux sont passés du papier aux dossiers de santé électroniques. Cependant, les dossiers de santé électroniques ont été conçus principalement pour la commodité des cliniciens et des patients, plutôt que pour les chercheurs et les initiatives d'amélioration de la qualité. Data Siloes complique en outre l'établissement de systèmes de santé d'apprentissage. Les histoires de l'information-patient, les résultats du laboratoire, les enregistrements d'imagerie ou de facturation – sont stockés dans des systèmes distincts et déconnectés qui ne communiquent pas entre eux.
Par conséquent, il peut souvent prendre des années pour rassembler et analyser les données nécessaires pour améliorer les soins aux patients, ont noté les auteurs. Un système de santé d'apprentissage fonctionnel pourrait rétrécir ce délai à des semaines tout en maintenant une recherche éthique et centrée sur le patient et en utilisant de solides systèmes de sécurité pour assurer la confidentialité des patients. Ces informations peuvent ensuite être utilisées pour réviser les directives de traitement, améliorer la sécurité des patients et stimuler les innovations.
Une partie de la question, selon les auteurs, est une intégration insuffisante entre les personnes axées sur les soins cliniques, la recherche et l'éducation. Idéalement, les futurs médecins pourraient apprendre à utiliser des données pour poser et répondre efficacement aux questions cliniques qui réuniront différentes parties prenantes pour collaborer.
« Un système de santé d'apprentissage, propulsé par l'IA, a le potentiel d'élever les soins cliniques et les résultats », a déclaré le Dr Harrington. « Lorsque nous permettons aux futurs cliniciens d'apprendre de chaque rencontre clinique, nous pouvons améliorer la qualité et l'efficacité d'une manière que nous ne pouvions pas auparavant. »
Au-delà de l'organisation et de l'analyse des données, le coût de la mise en œuvre d'un système de santé d'apprentissage peut atteindre des dizaines de millions de dollars. Mais le rendement à long terme peut être stratégique: des années après la mise en œuvre, les organisations de soins de santé qui utilisent avec succès cette approche pourraient devenir beaucoup plus compétitives que celles qui ne le font pas, ont déclaré les auteurs.
L'intelligence artificielle entraîne un changement
Malgré les défis, les progrès récents de l'intelligence artificielle rendent l'adoption des systèmes de santé d'apprentissage plus critique. Les patients commencent à s'attendre à ce que les médecins exploitent l'IA pour offrir des soins personnalisés et proactifs, mais l'IA dépend de données propres, bien structurées et réelles. « L'IA ne peut tenir sa promesse que si elle est construite sur une base d'infrastructures d'apprentissage », a déclaré le Dr Steel.
Les outils d'IA peuvent analyser rapidement des volumes de données médicales, aidant les médecins à repérer des signes d'alerte précoce de maladie, rationaliser les opérations et prendre des décisions plus rapides et plus individualisées. Un système de santé d'apprentissage permet un contrôle de qualité essentiel, en veillant à ce que les outils d'IA soient surveillés en permanence pour la sécurité, le biais et l'efficacité.
« Les centres médicaux universitaires sont confrontés à un paysage de financement en évolution rapide, même si les coûts de la transformation technologique et de l'administration dans les soins de santé continuent d'augmenter », a déclaré le Dr Steel. « La mise en œuvre du système de santé d'apprentissage n'est plus un objectif théorique, mais un impératif stratégique. »
