Santé et sciences de la vie10 mois

Scénario : orientation des patients et prise de rendez-vous par IA dans un réseau de santé régional

chatbots/customer-supportanalytics/predictivetraining/department

Ceci est un scénario type. Il montre comment Remolda aborderait le soutien par l’IA de l’orientation des patients et de la prise de rendez-vous dans un réseau de santé régional en Ontario, ce que nous construirions et ce que nous mesurerions.

La situation

Imaginez un réseau d’hôpitaux et de cliniques communautaires sous pression constante. Le nombre de patients augmente plus vite que les effectifs. La ligne d’information aux patients du réseau est occupée, et les infirmières qui y répondent consacrent une partie de chaque quart à des questions sur les heures d’ouverture, les adresses et la préparation des visites. Les services d’urgence voient des patients qui auraient pu être servis ailleurs s’ils avaient su où aller. Les cliniques perdent des plages horaires à cause des rendez-vous manqués, et les appels de rappel se font à la main quand le personnel en a le temps.

L’expertise clinique est là. Le décalage se situe entre ce dont les patients ont besoin et le point d’accès qu’ils utilisent.

L’approche

Le scénario comprend trois volets qui se renforcent : un assistant d’information pour les patients, des prévisions d’achalandage pour les services d’urgence et des rappels de rendez-vous plus ciblés.

Audit (4 semaines). Nous analysons les journaux d’appels, les données sur les temps d’attente, les données de rendez-vous et les parcours d’orientation, et nous interrogeons les infirmières, les coordonnateurs, les intervenants-pivots et le personnel de bureau. La base de référence comprend la part des appels non cliniques sur la ligne d’information, les temps d’attente au téléphone, les taux de rendez-vous manqués par type de rendez-vous et l’erreur de prévision des plans de dotation actuels.

Stratégie (6 semaines). La conception est rédigée avec le comité de gouvernance clinique, la direction des urgences et la gestion de la ligne d’information. La sécurité clinique est fixée comme première contrainte : l’assistant répond seulement aux questions non cliniques et transmet sur-le-champ à une infirmière toute question à contenu clinique. Le bureau de la protection de la vie privée examine le flux de données en vertu de la Loi de 2004 sur la protection des renseignements personnels sur la santé (LPRPS) de l’Ontario avant toute réalisation, y compris l’endroit où chaque fournisseur conserve et traite les données.

Mise en œuvre, vague 1 (2 mois) : assistant d’information aux patients. L’assistant répond aux questions sur les heures, les adresses, le stationnement, la préparation des visites et la façon de reporter un rendez-vous. Toute mention de symptômes, de médicaments ou d’un problème de santé est transmise à une infirmière selon un protocole de transfert rédigé avec la direction de la ligne d’information. Le comité de gouvernance clinique examine chaque semaine les journaux de transfert pendant les huit premières semaines.

Mise en œuvre, vague 2 (2 mois) : prévisions d’achalandage aux urgences. Des modèles fondés sur les données historiques de visites du réseau, les effets du calendrier et les tendances saisonnières produisent des prévisions glissantes sur 48 heures pour chaque site. Ils sont validés sur un historique réservé avant que les gestionnaires s’en servent pour la dotation.

Mise en œuvre, vague 3 (3 mois) : rappels de rendez-vous. Un score de risque d’absence selon le type de rendez-vous, la plage horaire et l’historique de présence détermine le rappel : les rendez-vous à risque plus élevé reçoivent un rappel personnel par le canal préféré du patient, une possibilité de report dans les deux sens et une offre de la plage libérée aux personnes en liste d’attente.

Autonomisation (en parallèle). Des séances distinctes pour les infirmières de la ligne d’information, les coordonnateurs cliniques qui utilisent les prévisions et le personnel de bureau qui gère les exceptions de rappel.

Ce que nous mesurerions

Chaque élément ci-dessous est une cible que nous fixerions avec le réseau et mesurerions par rapport à la base de référence de l’audit. L’ampleur de chaque cible est fixée seulement après la mesure de la base de référence.

  • Temps d’attente sur la ligne d’information et part des appels réglés sans infirmière.
  • Justesse des transferts : appels à contenu clinique qui ont bien joint une infirmière, examinés chaque semaine par le comité de gouvernance.
  • Erreur de prévision par rapport à l’achalandage réel des urgences, par site.
  • Taux de rendez-vous manqués par type de rendez-vous, et plages réattribuées à partir de la liste d’attente.
  • Commentaires des patients sur l’assistant, recueillis dans le canal.

Les règles qui encadrent ce scénario

La Loi de 2004 sur la protection des renseignements personnels sur la santé de l’Ontario régit les renseignements personnels sur la santé détenus par les dépositaires de renseignements sur la santé, et un décret fédéral d’exclusion de 2005 la reconnaît comme essentiellement similaire à la partie 1 de la LPRPDE pour les dépositaires de renseignements sur la santé. Un outil qui donne des conseils cliniques pourrait relever des règles de Santé Canada sur les instruments médicaux, ce qui est l’une des raisons pour lesquelles l’assistant reste non clinique. La HIPAA compte seulement si le réseau traite des dossiers de patients américains. La page sur le secteur de la santé présente les sources.

Leçons clés

1. Concevoir pour l’ensemble du réseau. Chaque volet aide à lui seul. Ensemble, ils orientent la demande vers le bon point d’accès, ce qu’un projet limité à un seul service ne peut pas faire.

2. La sécurité et la vie privée passent avant les spécifications. Rédiger d’abord les règles de transfert et le flux de données rend le système plus ciblé et plus facile à approuver.

3. Les cliniciens rédigent les protocoles. Les règles de transfert viennent des infirmières, des médecins et du comité de gouvernance. L’équipe de réalisation les met en œuvre et en rend compte.

Pour des travaux connexes, voyez l’IA pour les hôpitaux, l’analytique prédictive et les assistants de service à la clientèle.

Questions fréquentes

Les questions clés sur ce scénario : la situation, la démarche et ce que nous mesurerions.

Quelle situation ce scénario décrit-il ?
Un réseau de santé régional en Ontario où les infirmières de la ligne d’information répondent à beaucoup de questions non cliniques, où les services d’urgence voient des patients qui auraient pu être servis ailleurs et où les cliniques perdent des plages horaires à cause des rendez-vous manqués.
Que construirait Remolda ?
Un assistant qui répond seulement aux questions non cliniques et transmet toute question clinique à une infirmière, des prévisions d’achalandage sur 48 heures pour les services d’urgence et des rappels de rendez-vous fondés sur le risque, avec report et offre de liste d’attente. Le bureau de la protection de la vie privée examine le flux de données en vertu de la LPRPS avant la réalisation.
Comment mesurerait-on les résultats ?
Nous fixerions avec le réseau des cibles pour le temps d’attente au téléphone, la justesse des transferts, l’erreur de prévision et le taux de rendez-vous manqués, puis nous les mesurerions par rapport à la base de référence de l’audit.

Parler à un consultant en transformation IA

Un appel de 30 minutes : vous décrivez la situation, nous vous disons par où commencer et ce que cela coûterait.

Réserver un appel de 30 min

30 minutes. En français ou en anglais.