Comment les régulateurs des soins de santé peuvent-ild encourager l’IA ?

Le Covid-19 a révolutionné la transformation numérique et la connectivité de l’écosystème de la santé, mais le maintien de cette tendance nécessite que les gouvernements prennent plusieurs mesures.

L’intelligence artificielle (IA) dans le domaine de la santé est déjà une réalité. La technologie a imprégné le processus de prise de décision et de délivrance des ordonnances. De nombreuses études et rapports confirment que l’introduction de l’IA dans les soins de santé a apporté des améliorations pour les patients, les prestataires de soins de santé, les payeurs et les autres acteurs de la santé et pour la société dans son ensemble.

En effet, la pandémie de covid-19 a révolutionné la transformation numérique et la connectivité de l’écosystème de la santé, afin de mieux répondre aux besoins de santé d’une population totalement ou partiellement confinée. Cependant, la réussite de ce changement dépendra d’un certain nombre de questions importantes, notamment :

1. “Question d’intérêt”, comment créer des algorithmes d’IA fiables

La notion de qualité est importante lorsqu’on parle de santé, il faut faire attention aux moindres détails, notamment les problématiques liées à l’éducation, la qualité des bases de données et leur fiabilité, la qualité et la performance des algorithmes, la façon dont on utilise l’IA, la conception et utilisation. . Afin d’augmenter l’accès aux medtech par les professionnels de santé, il est nécessaire de développer un processus de validation et de preuves cliniques de qualité et d’efficacité, faute de quoi les résultats seront surprenants. Par exemple, en 2004, un accident d’irradiation s’est produit à l’hôpital d’Epinal, en raison d’un problème informatique lié à l’intégrité des données, qui a entraîné un surdosage des doses de rayonnement qui a entraîné de nombreux cas de décès.

2. Responsable clinique

Gérer le changement tout en introduisant l’IA n’est pas différent de la gestion du changement dans les entreprises complexes en général, mais pour les soins de santé, le leadership clinique est plus important, et choisir les bons cas d’utilisations ultérieures plutôt que les conflits d’employés et vraiment ajouter plutôt que surmonter leurs capacités à fournir le meilleurs soins pour leurs patients. Cela peut inclure des décisions proactives axées sur la réduction du temps que les gens consacrent aux tâches de gestion routinières et répétitives, au lieu de ceux qui agissent comme des assistants virtuels interagissant directement avec les patients. Enfin, les formations sanitaires doivent mettre à jour leurs processus (suivi, gestion, etc.) et capitaliser sur les bénéfices que peut apporter l’IA.

Lire Aussi :  La riche météorologie de Mars étudiée en détail depuis le rover Persévérance

3. Mieux gérer les risques dans le domaine de la protection des données

Selon les passionnés d’IA, dans le domaine de la sécurité des données de santé, il existe trois risques majeurs à gérer, à savoir la confidentialité, l’intégrité et la disponibilité. En effet, dans le domaine de la santé, contrairement à ce qui circule dans les forums, ce n’est pas la vie privée qui est la principale source d’inquiétude, mais plutôt le risque d’intégrité qu’il faut gérer en priorité, car le système ou l’anomalie du système peut être préjudiciable au patient, notamment dans le domaine de la chirurgie robotique, de la radiothérapie ou de l’administration automatique de certains traitements médicamenteux. Se pose ensuite la question de la disponibilité, notamment dans le secteur hospitalier, où le système d’information est le moteur de tout le travail hospitalier.

En 2016, lorsque le système d’information d’un hôpital du sud de la Californie aux États-Unis a été bloqué par un Ransomware pendant dix jours, à des fins de rançon, l’hôpital a été contraint de transférer des patients vers un autre hôpital. D’autres pièces de santé, car il est impossible de boire. prends soin d’eux. Bien sûr, la confidentialité est également importante. En effet, son effet sur le patient n’est pas directement comparé à d’autres risques (intégrité et disponibilité), mais, dans certaines situations (maladie mentale, infection par le VIH, interruption volontaire de grossesse, etc.), la vie privée prime.

4. Renforcer la gouvernance, la sécurité et l’interopérabilité

Alors que de plus en plus de soins de santé sont dispensés à l’aide des nouvelles technologies numériques, les inquiétudes du public quant à la manière dont les données de santé sont utilisées augmentent. Les organisations et les praticiens de la santé doivent disposer de politiques solides de partage des données, d’approbation, de conformité et qui soutiennent les améliorations de traitement qu’offre l’IA tout en offrant les bonnes garanties de sécurité et d’interopérabilité.

Lire Aussi :  Les méthodes infaillibles pour acheter une PS5 avant Noël

5. Intégrer des modules d’IA dans la formation des professionnels de santé

L’IA dans le domaine de la santé nécessitera une refonte complète du cursus de formation aux métiers de santé, et une intégration précoce – dès la première année – de modules en sciences biomédicales et en science des données. Il y a eu des initiatives récentes pour former des étudiants voire des « résidents » à l’informatique médicale, mais cela ne suffit pas pour accompagner cette transformation numérique. En général, des compétences telles que la littératie numérique de base, les bases de la génomique, l’IA et l’apprentissage automatique doivent devenir courantes pour tous les futurs travailleurs, complétées par des compétences de pensée critique et le développement d’un état d’esprit d’apprentissage continu. Parallèlement à la mise à niveau de la formation clinique, il faut augmenter le nombre d’heures consacrées à la dimension humaine de la médecine, à l’empathie, à la communication et bien sûr aux actes médicaux, autrement dit, aux secteurs de la profession qui ne peuvent non non non remplacé par une machine.

6. Revoir l’architecture des services et des compétences dans le secteur de la santé

Les établissements de santé (publics/privés) doivent revoir la politique de gestion des ressources humaines, ils devront s’ouvrir à de nouvelles compétences importantes pour réussir l’introduction et l’adoption de l’IA, comme les data scientists, – robotiques ou ingénieurs de données, et surtout la cybersécurité experts. La demande pour de tels profils augmente dans tous les secteurs et la concurrence pour les talents s’intensifie. Le secteur de la santé devra développer des modèles flexibles et agiles pour attirer et retenir les experts en IA.

7. Travailler à grande échelle et penser au partenariat public-privé (PPP)

Tous les hôpitaux ne seront pas en mesure d’attirer de nouveaux talents en IA ou d’avoir accès à suffisamment de données pour rendre les algorithmes significatifs. L’ouverture intersectorielle permettra aux petites organisations de travailler dans des clusters d’innovation regroupant l’IA, la santé numérique, la recherche biomédicale, la recherche translationnelle ou d’autres domaines pertinents. Les grandes entreprises doivent se transformer en institutions d’excellence qui ouvrent la voie à des collaborations internationales, régionales et nationales (public-privé) pour faire évoluer l’IA de manière saine.

Lire Aussi :  Une nouvelle étude présente les meilleurs films de graphite

8. Procédures

L’ensemble de la communauté médicale souligne l’importance de clarifier si l’IA sera réglementée en tant que produit ou en tant qu’outil d’aide à la décision, et a introduit un cadre réglementaire formel pour l’IA qui est similaire à l’IA. délivrer les autorisations de mise sur le marché (AMM) des médicaments. Un autre aspect doit être réglementé, notamment l’accès des patients aux applications d’IA et à certains appareils, doivent-ils être vendus sans ordonnance ou limités à une ordonnance ?

9. La question de la responsabilité… un défi spécifique

La sécurité des patients est primordiale, mais les responsables d’établissements de santé doivent également penser à la responsabilité professionnelle et légale des salariés, et à la protection de leurs entreprises contre les risques réputationnels, juridiques ou financiers. La responsabilité des solutions d’IA – à la fois clinique et technique – est souvent partagée entre les organisations de soins de santé et leur personnel.

10. Financement de l’innovation

Le remboursement des actes et dispositifs médicaux est gelé depuis des années, notamment en Afrique ; Il existe de nombreux services innovants non remboursés, notamment des algorithmes d’aide au diagnostic, des applications et des dispositifs équipés d’IA ou encore des procédures de télémédecine. La responsabilité des décisions liées au remboursement d’un acte ou d’un dispositif incombe aux autorités de gestion et de réglementation, et cette décision porte sur ce qui sera remboursé, à quel prix et dans quelles conditions. Des critères clairs de remboursement des applications d’IA seront nécessaires pour accélérer le déploiement à grande échelle d’innovations dans le domaine de la santé.

Source

Leave a Reply

Your email address will not be published.

Articles Liés

Back to top button