Article
Sébastien Proto, Directeur exécutif ELSAN.
© DR.
Longtemps cantonnée aux annonces ou aux démonstrateurs, l’intelligence artificielle commence à s’installer dans des usages hospitaliers beaucoup plus concrets. C’est le message qu’a voulu faire passer ELSAN lors de la 8e édition de son Live d’Innolab, consacré cette année à la donnée et à l’IA.
Diagnostic radiologique, complétude du dossier patient, automatisation de tâches administratives : plusieurs exemples présentés lors de la soirée montrent que certains outils ont déjà dépassé le stade du pilote. « On commence à voir des cas d’usage qu’on sait passer à l’échelle », souligne Sébastien Proto, président exécutif d’ELSAN.
Mais cette montée en puissance reste fragile. « Il n’y a pas d’effet magique », prévient Anaëlle Valdois, directrice du pôle usages du numérique et de l’IA à l’ANAP. Derrière les démonstrations, les mêmes conditions reviennent : qualité des données, infrastructures adaptées et capacité des équipes à s’approprier les outils.
Le diagnostic, premier terrain d’application visible
C’est en imagerie que l’IA apparaît aujourd’hui la plus avancée. Incepto, partenaire d’ELSAN, indique déployer plus de 30 outils d’IA dans plus de 400 établissements en Europe. « On y est, 8 ans après, avec des impacts », affirme le Dr Gaspard d'Assignies, radiologue et cofondateur de la société.
Aux urgences, l’un des exemples mis en avant concerne la détection des fractures. Selon Sébastien Proto, « avant Incepto, il y avait 18 % de fractures qui n’étaient pas vues au moment de l’acte radiologique », un taux qui serait désormais réduit à « moins de 3 % » avec l’outil.
Autre champ d’application : la cancérologie. Gaspard d'Assignies cite des algorithmes utilisés pour le dépistage du cancer du sein, du poumon et de la prostate. Pour le sein, il évoque environ 650 000 patientes traitées chaque année par ces outils et des études montrant une augmentation du taux de détection de « 15 à 20 % ».
Au-delà de la détection, c’est aussi la charge administrative qui évolue : « La valeur ajoutée va arriver par le compte rendu », insiste-t-il. Les outils présentés permettent d’intégrer automatiquement des éléments détectés sur l’image dans un texte structuré, voire de suggérer des recommandations conformes aux sociétés savantes.
Ces usages restent toutefois dépendants de leur intégration dans la pratique quotidienne. L’enjeu n’est pas seulement la performance algorithmique, mais la capacité à s’insérer sans friction dans le flux de travail du radiologue.
Le dossier patient, un levier moins visible mais central
Moins spectaculaire que l’aide au diagnostic, la complétude du dossier patient constitue un autre terrain d’application majeur de la donnée.
Pour les médecins, un dossier incomplet compromet à la fois la continuité des soins, le codage et l’exploitation des données à des fins de pilotage ou de recherche. « On a besoin d’avoir un dossier complet, sur lequel l’ensemble des éléments sont présents », rappelle le Dr Ali Bellamine, Directeur de l’Information médicale ELSAN.
Dans les faits, la réalité reste complexe : multiplicité des intervenants, documents produits à l’extérieur de l’établissement, systèmes d’information hétérogènes. Les équipes passent encore une part importante de leur temps à rechercher des pièces manquantes et à relancer les professionnels.
« On doit récupérer l’intégralité des informations et relancer énormément les professionnels de santé », explique Céline Amar-Murie, Coordinatrice PMSI groupe ELSAN.
Pour répondre à ces difficultés, ELSAN a développé un outil de suivi des dossiers basé sur des algorithmes de classification. Chaque séjour est analysé automatiquement pour identifier les pièces attendues selon le type de prise en charge, puis comparé aux documents effectivement présents dans le dossier.
Résultat : les équipes peuvent prioriser les dossiers exploitables, cibler les anomalies et organiser leur travail par typologie. « Ça nous a énormément changé la vie », résume Céline Amar-Murie.
Un exemple d’usage qui montre que les gains les plus immédiats de l’IA à l’hôpital ne sont pas toujours médicaux. Ils se situent souvent dans la réduction des frictions documentaires qui ralentissent les équipes.
Gagner du temps soignant en automatisant les tâches répétitives
Autre promesse régulièrement associée à l’IA : le gain de temps. Plusieurs exemples présentés lors de la soirée illustrent cette capacité à automatiser des tâches à faible valeur ajoutée.
C’est le cas du dispositif e-Satis, piloté par la HAS, qui mesure l’expérience patient. Les établissements doivent régulièrement transmettre les adresses mail des patients éligibles, une tâche « simple mais chronophage », selon les équipes.
ELSAN a automatisé l’ensemble de la chaîne : récupération des adresses, dépôt sur la plateforme, puis traitement des résultats. Cette automatisation réduit la dépendance à une personne, sécurise le processus et permet une exploitation plus rapide des données.
https://www.whatsupdoc-lemag.fr/video/medecins-et-ia-qui-est-responsable-en-cas-derreur
Elle s’accompagne d’une analyse des commentaires patients. Environ 1,3 million de verbatims ont ainsi été traités, permettant d’identifier des axes d’amélioration concrets.
Au-delà de l’administratif, la donnée est également utilisée pour améliorer des aspects très opérationnels de la vie hospitalière, comme la restauration.
En connectant en temps réel les informations sur les patients (entrées, sorties, régimes) avec la production des repas, ELSAN a pu ajuster les commandes et réduire les erreurs. Le simple fait de décaler l’heure de commande des plateaux de 9 h 30 à 10 h 30 permet d’intégrer les sorties de patients et d’éviter des préparations inutiles.
Selon Christophe Musset, directeur exécutif transformation et hospitalité ELSAN, environ 140 000 plateaux auraient déjà été économisés grâce à ce type d’outils.
Des résultats réels, mais pas sans conditions
Au fil des interventions, un constat s’impose : les usages de l’IA à l’hôpital existent déjà et produisent des effets mesurables.
Mais tous reposent sur les mêmes prérequis. Sans données fiables, sans systèmes interopérables et sans accompagnement des équipes, les outils restent inefficaces.
« La conduite du changement, elle n’est pas optionnelle », insiste Anaëlle Valdois. « On néglige encore l’impact de l’IA sur la transformation de nos métiers. »
Autrement dit, l’IA ne transforme pas l’hôpital par elle-même. Elle ne devient réellement utile que lorsqu’elle s’insère dans des organisations capables de l’absorber. C’est à cette condition qu’elle peut, déjà, commencer à changer concrètement le quotidien des soignants et des patients.
A voir aussi
