Le CHU d'Amiens-Picardie va utiliser l'IA de SAS pour optimiser la gestion des lits aux urgences

Si le flux de passage aux urgences du CHU d'Amiens-Picardie n'est pas encore un problème, il augmente continuellement. Et de plus en plus de personnes viennent pour des sujets anodins. C'est pourquoi l'hôpital a décidé de mettre en place un outil de gestion des lits. L'idée est simple : anticiper dès leur arrivée si les patients vont être hospitalisés ou non afin de prévoir le nombre de lits qui sera nécessaire.

Une direction soucieuse de se tourner vers l'IA

Suite à l'acquisition d'une plate-forme d'intelligence artificielle développée par SAS, la direction de l'hôpital a fait part de son souhait de lancer des projets utilisant l'IA. "Certains médecins lançaient leurs propres projets tournés vers l'intelligence artificielle, mais aucun projet n'émanait de la direction informatique", explique à L'Usine Digitale Maxime Delangue, chef de projet direction informatique au CHU d'Amiens. Sous l'impulsion de la direction, un appel à projets a été lancé au sein de l'hôpital.

Plusieurs propositions ont été faites par les différents services allant de l'analyse de l'imagerie médicale (assez complexe) à la gestion des lits aux urgences. Ce dernier projet a été choisi. D'une part parce qu'il est plus simple que d'autres à mettre en place et peut donc être déployé par les équipes en interne qui peuvent se former par la même occasion. Et d'autre part parce qu'en "termes de prévisionnel, il n'y a pas beaucoup d'indicateurs dans l'hôpital et il est facile de gagner énormément de temps là-dessus", précise Maxime Delangue.

Prédire les hospitalisations

"Le CHU d'Amiens s'est fixé un an pour mettre en place ce projet jusqu'à la gestion des lits", annonce Maxime Delangue. Un premier traitement à l'aide d'un algorithme d'IA sera fait sur les données collectées afin de définir la probabilité d'un patient d'être hospitalisé. Une alerte sera envoyée au médecin qui laisse sortir un patient des urgences alors que l'algorithme a calculé qu'il a une forte probabilité d'être hospitalisé. Pour ne pas perturber la décision du médecin, cette alerte interviendra après la décision du médecin qui pourra revoir le dossier s'il le souhaite. Cette étape intermédiaire devrait être bientôt mise en place puisqu'en "l'espace de trois semaines, nous avons préparé l'ensemble des données nécessaires, il ne reste plus qu'à les analyser", affirme Maxime Delangue.

Un deuxième algorithme d'intelligence artificielle avec un prisme plus administratif sera ensuite utilisé sur cette même base de données afin de prédire le nombre global d'hospitalisation et la durée des séjours. Le but est que les médecins gagnent du temps en n'ayant pas à chercher des lits disponibles et en proposant, en cas de nécessité, d'annuler des hospitalisations programmées à l'avance. L'objectif final étant de prédire dans quels services vont transiter ces patients afin d'y anticiper les besoins en personnel, en lits, médicaments et autres ressources nécessaires. A plus long terme, un calendrier prévisionnel des hospitalisations pourrait même être établi prenant en compte les fortes influences lors des épidémies de grippes, les 1er janvier et 14 juillet...

Sélectionné pour vous

Comment Sanofi utilise la science des données pour adapter sa chaîne d'approvisionnement

Enovacom (Orange) s'offre NEHS Digital et Xperis pour renforcer sa position dans l'e-santé

Quantique : Qubit Pharmaceuticals et Pasqal s'allient dans la recherche de médicaments