L'IA générative contribue à définir l'avenir des soins de santé

Dans les écosystèmes des soins de santé et des sciences de la vie, l'intérêt est vif pour la contribution de l'IA générative au fonctionnement de l'industrie et à l'amélioration de la qualité des soins pour les patients.

30 janvier, 2024 Par Jennifer Conner

Dans les écosystèmes des soins de santé et des sciences de la vie, l'intérêt est vif pour la contribution de l'IA générative au fonctionnement de l'industrie et à l'amélioration de la qualité des soins pour les patients.

Tous les secteurs de l'industrie seront impactés par cette technologie révolutionnaire - il suffit de voir que certaines écoles de médecine proposent une formation à l'IA dans le cadre de leurs programmes.

Concernant la montée en puissance de l'IA générative largement répandue et les conversations inévitables sur l'impact de l'IA sur le secteur, j'éprouve à la fois de l'excitation et de l'appréhension.

Excitation parce que, depuis 30 ans que je travaille avec des organismes de santé pour les transformer numériquement, j'ai l'impression que bon nombre des promesses de l'IA que nous attendons depuis si longtemps deviennent enfin réalité : l'IA générative est en mesure d'apporter des gains d'efficacité et de la valeur, de la salle d'opération aux bureaux administratifs, d'une manière qui améliorera l'expérience du patient et permettra à l'argent des soins de santé d'être utilisé à meilleur escient. 

L'appréhension parce que, comme de nombreux acteurs du secteur, je suis parfaitement conscient des dommages que peut causer la technologie si elle n'est pas déployée dans le respect de l'éthique, de l'ouverture et d'une vision commune.

Dans cet article, je partagerai quelques cas d'utilisation de premier ordre que je vois pour l'IA générative dans l'industrie de la santé, avec une attention particulière pour les processus administratifs qui sont souvent négligés au milieu de l'excitation (compréhensible) autour des applications cliniques. Mais je partagerai également quelques mesures nécessaires que nous devons tous prendre en tant que communauté de soins de santé pour nous assurer que nous abordons l'IA générative en toute sécurité et de manière éthique.

La révolution est en marche...

De par sa nature, l'IA générative offre des possibilités sans précédent de gagner en efficacité et d'appliquer l'intelligence prédictive en générant des données, du contenu ou des informations sur la base de modèles et en apprenant à partir d'exemples historiques. Que ce soit pour soutenir les soins cliniques, les efforts de recherche et de développement ou divers services administratifs dans l'écosystème, l'IA générative a le pouvoir de révolutionner le mode de fonctionnement de cette industrie. Quel que soit le domaine des soins de santé, la façon dont nous tirons parti de l'IA générative permettra de combler les lacunes dans les flux de travail fragmentés, les données disparates et les opérations cloisonnées qui nous empêchent aujourd'hui d'agir. Voyons maintenant quelques exemples de la manière dont l'IA générative peut contribuer à remodeler le paysage des soins de santé d'un point de vue administratif dans les organismes fournisseurs, les organismes de paiement et le monde des sciences de la vie.

Fournisseurs

Une main-d'œuvre sous pression :   Plutôt que de considérer l'IA générative comme une menace pour l'emploi, nous devrions nous réjouir de sa capacité à alléger les charges inutiles qui pèsent sur un personnel déjà surchargé et fatigué.

Pendant la pandémie de COVID-19, les prestataires de soins de santé ont été confrontés à des défis sans précédent qui les ont obligés à accomplir des tâches sortant de leur rôle et de leurs compétences habituels. S'il s'agissait d'une nécessité à l'époque en raison du manque de personnel et de l'évolution des protocoles de lutte contre la pandémie, certaines de ces tâches non essentielles pèsent encore sur les professionnels de la santé trois ans plus tard. Cette pression prolongée contribue à la vulnérabilité de la main-d'œuvre, augmentant le risque d'épuisement professionnel et de démission du personnel. Prenons l'exemple des professionnels de la gestion administrative. L'IA générative peut contribuer à alléger la charge de travail dans ce domaine en apportant une aide précieuse aux tâches fastidieuses telles que la suggestion de codes appropriés en fonction du diagnostic et du traitement du patient, ce qui permet d'améliorer la précision du codage.   

En poussant l'exemple un peu plus loin, l'IA générative, lorsqu'elle est intégrée à votre solution CLM, peut comparer à la source de vérité les conditions de soumission des demandes, les services et les barèmes tarifaires et alerter votre personnel de gestion des risques en cas de problème, ce qui réduit encore le risque de demandes refusées. Un autre exemple dans ce sens pourrait être l'identification des lacunes dans la couverture des services associés à vos différents accords de soins gérés et de payeurs afin d'exploiter des opportunités de revenus supplémentaires lors des renégociations.

Garantie de conformité :  L'IA générative peut surveiller en permanence la documentation des prestataires de soins de santé, comme les politiques et les procédures, ainsi que tous les processus administratifs associés, afin de garantir la conformité avec les réglementations du secteur.  Elle peut signaler les problèmes de conformité potentiels, aidant ainsi les organismes de soins de santé à répondre de manière proactive à toute préoccupation et à suggérer des ajustements pour corriger le problème.  Il peut également être un allié précieux dans le domaine des accords et des contrats. En surveillant en permanence les accords, tels que ceux conclus avec les assureurs, les fournisseurs ou les prestataires de services, il peut vérifier, grâce à des intégrations de données percutantes, que toutes les parties respectent les conditions négociées. En cas d'écarts ou de problèmes de conformité potentiels, l'IA générative peut créer une alerte, ce qui permet aux organismes de santé de prendre des mesures correctives.

Payeurs  

Frais généraux administratifs : L'IA générative peut aider les organismes payeurs à rationaliser l'ensemble des fonctions administratives afin de réduire les erreurs, d'améliorer la conformité et de faciliter une meilleure prise de décision en créant des tâches de routine, en effectuant des affectations pour optimiser l'allocation des ressources et en fournissant des informations exploitables à partir d'importants volumes de données.  Par exemple, la gestion de la conformité dans leurs contrats pour atténuer les risques et optimiser les relations contractuelles avec les prestataires et les fournisseurs, comme la génération d'une clause ou d'une exigence mise à jour sur la base d'un nouveau changement réglementaire et la mise à jour de tous les contrats concernés.  La gen IA peut également déterminer les lacunes potentielles du réseau pour une adéquation optimale au sein d'une population ou d'une région et créer un modèle de contrat avec un fournisseur qui répond à ce besoin, ainsi qu'affecter un membre de l'équipe en connaissance de cause à l'exécution du contrat.

Évaluation des risques : L'IA générative peut jouer un rôle central en aidant les organismes payeurs à évaluer et à gérer les risques de manière globale. En analysant les données historiques, telles que les mesures de performance de la qualité et les résultats des contrats, ainsi que les références du secteur, l'IA générative peut attribuer des catégories de risque et recommander des stratégies d'atténuation.  D'un point de vue contractuel, elle peut aller au-delà de l'identification des contrats à haut risque en fournissant également des informations sur les domaines ou les clauses spécifiques des contrats qui posent des problèmes potentiels. En identifiant des modèles historiques de litiges ou de non-conformité, elle permet aux payeurs de prioriser les efforts d'atténuation des risques de manière efficace. L'IA générative peut également suggérer de manière proactive des ajustements aux termes du contrat ou des stratégies de négociation pour minimiser les risques potentiels futurs, en veillant à ce que les organisations de payeurs soient mieux équipées pour naviguer dans des paysages contractuels complexes tout en sauvegardant leur stabilité financière et leur réputation.

Organisations des services des Sciences de la vie

Optimisation des essais cliniques : L'IA générative peut contribuer à optimiser la conception des essais cliniques, ce qui permet d'améliorer le traitement, de réduire les délais et de diminuer la demande globale de ressources. Un exemple pourrait être la génération d'ensembles de données synthétiques d'essais cliniques qui imitent les données des patients du monde réel, mais sans les problèmes de confidentialité et de respect de la vie privée.  Ces données peuvent être utilisées à diverses fins, telles que l'élaboration de protocoles, la modélisation ou la simulation de scénarios, qu'une organisation peut utiliser pour obtenir des informations précieuses avant le lancement d'un produit, ce qui permet de prendre des décisions éclairées afin d'optimiser la réussite de l'essai.  Sur la base des informations obtenues à partir des données d'optimisation des essais cliniques, l'IA générative peut également suggérer de nouvelles clauses ou de nouveaux termes pour les accords contractuels au sein des systèmes CLM. Cela peut aider les organisations à adapter leurs contrats pour refléter les dernières découvertes et évolutions dans le domaine des essais cliniques, ce qui peut déboucher sur des accords plus bénéfiques et plus innovants.

Réalisation des contrats d'essais cliniques : L'IA générative peut être utilisée pour rationaliser le processus chronophage et gourmand en ressources lié à la passation de contrats avec les sites de recherche pour les organismes de recherche clinique, en particulier pour la génération de contrats d'accords d'essais cliniques. En s'appuyant sur les Clinical Trial Agreement antérieurs et en appliquant cet apprentissage aux exigences spécifiques de l'essai et aux détails des exigences du site, la gen AI peut générer un Clinical Trial Agreement incorporant toutes les clauses pertinentes, les informations relatives à la conformité du site et les conditions basées sur les paramètres spécifiques de l'essai.  Elle peut également créer des clauses sur mesure à exploiter en fonction d'un site de recherche spécifique, en tenant compte des réglementations locales, des considérations éthiques et des préférences du promoteur.  Ces deux exemples permettraient aux CRO d'accélérer le démarrage des essais et de maintenir des relations efficaces avec les sites, tout en s'assurant que le contrat contient toutes les exigences réglementaires et celles du promoteur qui doivent être respectées.

Façonner l'avenir

Compte tenu des progrès rapides de l'IA générative dans les soins de santé, il est impératif que l'ensemble du secteur s'engage à comprendre les dernières capacités et les diverses applications, mais aussi à rendre compte de son utilisation éthique et responsable.  Voyons comment les parties prenantes peuvent y parvenir et continuer à façonner activement l'avenir de l'IA dans les soins de santé.

Rester informé :   Se tenir au courant des derniers développements en matière d'IA, y compris les aspects génératifs, en s'engageant auprès des experts et en posant des questions.  Nous devons tous adopter un état d'esprit d'apprentissage continu dans ce domaine, car cela sera essentiel pour exploiter tout le potentiel de l'application de l'IA générative dans les soins de santé.  

Collaborer et travailler en réseau :   L'importance de la collaboration et du travail en réseau entre les organisations et les différents segments n'a jamais été aussi grande.  L'établissement de relations avec les principales parties prenantes des entreprises de technologie de l'IA, des instituts de recherche et des établissements universitaires, des organismes de soins de santé, des payeurs, des fabricants de produits pharmaceutiques et de technologies médicales nous aidera à créer un environnement propice à l'innovation et à l'adoption de la manière la plus significative qui soit.

Considérations éthiques :   Nous devons tous plaider en faveur d'une utilisation responsable et éthique de l'IA.  L'IA générative peut poser de nombreux problèmes éthiques, notamment la possibilité de tromper les utilisateurs, l'impact sur les pratiques équitables, la mauvaise qualité des données et les ensembles de données biaisés qui, nous le savons, peuvent conduire à des résultats injustes ou préjudiciables, renforçant les inégalités existantes ou en introduisant de nouvelles.  Les résultats de l'IA dépendent fortement de la qualité des données d'apprentissage exploitées par la technologie.  Tout biais présent dans les données peut entraîner des disparités qui peuvent avoir un impact direct sur les soins et le traitement des patients, entraînant des conséquences négatives inutiles.  Collectivement, nous devons être des champions et travailler ensemble pour développer des lignes directrices et des meilleures pratiques afin d'assurer l'inclusion de diverses langues, dialectes, cultures, genres, ethnies et nuances associées dans le développement continu de modèles d'IA et de cas d'utilisation de l'IA générative dans les soins de santé.   

Contenu pertinent :   Le partage de nos connaissances et de notre expérience au fur et à mesure que nous naviguons et créons à travers les technologies et les organisations permettra d'élever les autres et de faire progresser un projet important.  La rédaction de blogs, la publication de livres blancs, la participation à des webinaires et l'intervention lors de conférences sur les enseignements tirés, y compris les réussites et les échecs, peuvent contribuer à faire progresser l'innovation dans le secteur.  Personne n'a le temps de répéter des erreurs inutiles qui auraient pu être évitées, alors parlez et levez la main pour partager !

Un avenir prometteur

Dans cet environnement dynamique, les dirigeants du secteur de la santé doivent trouver le bon équilibre entre la gestion des risques et l'adoption de l'innovation pour que les organisations puissent aller de l'avant avec l'adoption de l'IA.  L'adoption de l'IA générique dans les soins de santé et les sciences de la vie nécessite un engagement collectif continu à long terme pour faire progresser la santé et le bien-être des individus et des communautés avec l'aide de la technologie. En restant informés, en collaborant sur les cas d'utilisation, en plaidant pour des pratiques éthiques et en partageant les connaissances collectivement, nous pouvons faire des progrès significatifs ensemble. L'intégration de l'IA générative dans cet espace peut être la force motrice d'une transformation positive, guidant l'industrie vers l'innovation, l'efficacité et, en fin de compte, l'amélioration des soins aux patients. Alors que l'IA générative continue d'évoluer, ceux qui dirigent avec une vision, une éthique et un engagement pour l'excellence joueront un rôle central dans le façonnement de l'avenir des soins de santé.  Cet avenir est prometteur et il attend que nous saisissions collectivement l'occasion de le diriger !

Note de marché IDC

Les copilotes d'Icertis Contract Intelligence démontrent la puissance de l'IA générative dans le domaine de la gestion du cycle de vie des contrats

Découvrez pourquoi les capacités d'IA générative d'Icertis marquent une avancée significative dans la technologie de gestion des contrats, selon les analystes d'IDC.

Consultez le rapport