Un outil de deep learning pour réduire le taux de rendez-vous non honorés dans les hôpitaux du NHS

Les outils d’intelligence artificielle de haut niveau comme les réseaux de neurones du deep learning peuvent s’adapter à de nombreuses situations. Un de ces outils est en cours d’évaluation en Grande-Bretagne pour réduire le taux de rendez-vous hospitaliers non honorés. Il devrait pouvoir donner des rendez-vous intelligents, pratiques et adaptés à la vie des patients. Une expérience qui pourrait faire tâche d’huile...

Le National Health Service (NHS) britannique connaît une crise comme il n’en avait jamais connue, résolument plus grave que celle que nous traversons en France. Là-bas les délais d’attente pour une chirurgie ou une exploration radiologique, par exemple, se comptent en mois.

Des rendez-vous non honorés à l’hôpital au Royaume-Uni aussi

Dans ce contexte, il vise à maximiser les ressources en réduisant le nombre de rendez-vous manqués à l’hôpital à l’aide de logiciels d’intelligence artificielle (IA) pour prédire les rendez-vous manqués probables et proposer des réservations de secours. Selon une enquête interne, il a enregistré près de huit millions de rendez-vous manqués à l’hôpital chaque année, ce qui entraîne un coût annuel de 1,2 milliard de livres sterling pour le NHS. On comprend donc pourquoi ses responsables cherchent des solutions pour y remédier. Mais quels sont les attributs d’un algorithme d’IA pour gérer ce type de problème ?

Un outil d’intelligence artificielle pour aider dans de nombreuses situations

Les outils destinés à l’aide à la décision, les logiciels qui assistent les médecins à interpréter des prélèvements biologiques, des fragments d’anatomo-pathologie ou des images radiologiques, nous sont familiers depuis quelques années, mais les algorithmes de prévision des flux de patients sont moins connus. Pourtant, un logiciel d’IA peut s’adapter à un grand nombre de situations, pour peu qu’il soit entraîné de manière formalisée à analyser des données taguées de manière précise et efficace. Le Pr Vincent Vuiblet, Directeur de l’Institut d’Intelligence Artificielle en Santé (IIAS) du CHU de Reims nous l’a d’ailleurs clairement expliqué à l’occasion d’un atelier organisé lors des Rencontres Annuelles des Cadres (RAC) de la FHF.

Un réseau de neurones artificiels qui mime le cerveau humain

Il a décrit notamment les deux niveaux ultimes des algorithmes d’IA, le machine learning tout d’abord, qui analyse les données selon des règles qui lui sont fournies au fil de l’eau, le deep learning ensuite, qui est capable de suivre des règles qu’il a lui-même édité à partir de la demande des humains, grâce à une architecture logicielle à plusieurs couches qui lui permet de mimer le cerveau humain. Bref, la prévision des rendez-vous manqués à l’hôpital n’est pas un problème pour un algorithme d’IA, dans la mesure où il a intégré les différentes informations liées à l’établissement, à ses activités, au profil des patients qui ont rendez-vous, à des critères environnementaux, etc.

Des rendez-vous intelligents, pratiques et adaptés à la vie des patients

La directrice générale du NHS, Amanda Pritchard, reconnait d’ailleurs que ce nouveau conseiller « permet au NHS de tester les dernières avancées technologiques pour relever les défis du monde réel auxquels nous sommes confrontés. Le système aidera à garantir que les patients reçoivent des rendez-vous dits intelligents, pratiques et adaptés à la vie de plus en plus occupée des patients ». Elle ajoute que c’est une solution gagnant-gagnant pour les patients et le NHS puisqu’il permettra de libérer du temps pour les médecins afin de traiter plus de patients, d’économiser l’argent des contribuables et de réduire les délais d’attente.

UN test grandeur nature qui pourrait faire tâche d’huile

Ce logiciel est actuellement testé dans le Mid and South Essex NHS Foundation Trust, qui a un taux moyen de rendez-vous manqués de 8 %. L’IA examinera les raisons pour lesquelles un patient ne s’est pas présenté à un rendez-vous en utilisant une gamme d’informations externes, notamment la météo, la circulation et les emplois.Il suivra ensuite les préférences des patients et leur proposera des rendez-vous auxquels ils sont plus susceptibles de répondre favorablement avec une précision de 90 %, en les programmant par exemple à un moment de la journée qui leur convient le mieux, comme les créneaux du soir ou du week-end. Nous avons hâte de connaître les résultats de cette expérience qui pourrait facilement faire tâche d’huile.

Bruno Benque
Rédacteur en chef www.cadredesante.com
bruno.benque@gpsante.fr
@bbenk34.