Intermedix, fournisseur de services technologiques et analytiques pour les hôpitaux et cliniques, a développé une solution destinée à répondre à la problématique d’absentéisme des patients grâce à Dataiku Data Science Studio, plateforme de data science collaborative et intégrée. Aux Etats-Unis, les patients n’honorant pas leurs rendez-vous représentent chaque année un manque à gagner de milliards de dollars pour l’industrie de la santé. Développée, testée et déployée en moins d’un mois par une petite équipe de data scientists, la solution d’Intermedix est déjà utilisée par plus de 50 cliniques privées américaines.
Rendez-vous manqués : des pertes estimées à plusieurs milliards de dollars
Aux Etats-Unis, les défections des patients lors de leurs rendez-vous médicaux représentent des milliards de dollars de pertes chaque année. Des études montrent ainsi que 5 à 10 % des patients américains n’honorent pas leurs rendez-vous médicaux. De fait, les médecins traitants perdent en moyenne 228 dollars par rendez-vous manqué - un chiffre qui est encore plus élevé chez les spécialistes.
L’incapacité des organismes de santé, petits et grands, publics et privés, à gérer ce problème impacte aussi bien les patients que les professionnels de santé. Car outre la perte de temps et d’argent pour le praticien, cet absentéisme engendre également un allongement des délais de rendez-vous et contribuent, in fine, à diminuer l’accessibilité aux soins pour les patients.
Pour réduire les probabilités de défection, et les coûts associés, de plus en plus d’organismes de santé se tournent vers l’analytique avancée et utilisent les données hétérogènes pour optimiser leurs systèmes de prise de rendez-vous.
Développer une solution prédictive
Face à ce constat, Intermedix s’est attaché à développer un “prédicteur de ‘no-show’”, destiné à réduire les probabilités que des patients manquent leurs rendez-vous. L’équipe de data scientists d’Intermedix a configuré Dataiku DSS pour absorber et traiter les données démographiques et l’historique des rendez-vous de chaque patient. Avec ces informations, ils ont pu développer un modèle prédictif évaluant la probabilité qu’un patient n’honore pas son rendez-vous. Ces scores de probabilité sont automatiquement envoyés aux secrétariats médicaux, à intervalles réguliers.
Grâce à ces rapports prédictifs, les secrétariats médicaux peuvent proposer des créneaux minimisant le risque de défection des patients. Ils peuvent également développer une approche proactive ciblant les patients les plus susceptibles de manquer leurs rendez-vous.
Du prototypage au déploiement en seulement un mois
En général, le développement et le déploiement d’une telle application, qui répond à des besoins locaux spécifiques, prennent plus de trois mois. Grâce à Dataiku DSS, l’équipe de data scientists d’Intermedix a pu prototyper et délivrer la solution en un mois seulement.
“DSS nous a permis de réduire considérablement le temps nécessaire pour analyser nos données, produire un modèle qui fonctionne et déployer la solution, tout en améliorant la justesse de nos prédictions”, commente John Enderele, data scientist chez Intermedix. “La plateforme doit nous permettre d’identifier plus rapidement les besoins de nos clients, et d’y répondre avec des solutions data-driven innovantes, et qui fonctionnent.”
La solution d’Intermedix a pu voir le jour grâce à la technologie développée par Dataiku. Dataiku Data Science Studio permet aux entreprises et autres organisations de tirer profit de la data science grâce à une interface collaborative accessible aussi bien aux analystes, experts et débutants, qu’aux data scientists. Dataiku offre une plateforme logicielle d’analytique avancée complète et accessible, qui permet aux équipes pluridisciplinaires d’uniformiser le processus de transformation de la donnée brute en prédiction dans un seul outil.
Un problème que la France connaît également
Les médecins français sont eux aussi confrontés à ce problème. Selon une enquête menée auprès des médecins libéraux de Franche-Comté, les rendez-vous manqués représenteraient en moyenne 6 consultations par semaine et par médecin. L’URPS Ile-de-France rapporte quant à elle que 71% des médecins sondés constatent un ou deux rendez-vous non honorés chaque jour. 23 % en comptent plus de 3. Cet absentéisme représente en moyenne 40 minutes de consultation par jour et diminue la capacité des médecins à traiter les demandes en urgence de patients.
Si le problème perdure depuis des années, les solutions mises en place par les praticiens français se limitent bien souvent aux rappels automatiques par SMS, et à des affiches de la “Charte du Patient” dans leurs salles d’attente.
Rendez-vous manqués : des pertes estimées à plusieurs milliards de dollars
Aux Etats-Unis, les défections des patients lors de leurs rendez-vous médicaux représentent des milliards de dollars de pertes chaque année. Des études montrent ainsi que 5 à 10 % des patients américains n’honorent pas leurs rendez-vous médicaux. De fait, les médecins traitants perdent en moyenne 228 dollars par rendez-vous manqué - un chiffre qui est encore plus élevé chez les spécialistes.
L’incapacité des organismes de santé, petits et grands, publics et privés, à gérer ce problème impacte aussi bien les patients que les professionnels de santé. Car outre la perte de temps et d’argent pour le praticien, cet absentéisme engendre également un allongement des délais de rendez-vous et contribuent, in fine, à diminuer l’accessibilité aux soins pour les patients.
Pour réduire les probabilités de défection, et les coûts associés, de plus en plus d’organismes de santé se tournent vers l’analytique avancée et utilisent les données hétérogènes pour optimiser leurs systèmes de prise de rendez-vous.
Développer une solution prédictive
Face à ce constat, Intermedix s’est attaché à développer un “prédicteur de ‘no-show’”, destiné à réduire les probabilités que des patients manquent leurs rendez-vous. L’équipe de data scientists d’Intermedix a configuré Dataiku DSS pour absorber et traiter les données démographiques et l’historique des rendez-vous de chaque patient. Avec ces informations, ils ont pu développer un modèle prédictif évaluant la probabilité qu’un patient n’honore pas son rendez-vous. Ces scores de probabilité sont automatiquement envoyés aux secrétariats médicaux, à intervalles réguliers.
Grâce à ces rapports prédictifs, les secrétariats médicaux peuvent proposer des créneaux minimisant le risque de défection des patients. Ils peuvent également développer une approche proactive ciblant les patients les plus susceptibles de manquer leurs rendez-vous.
Du prototypage au déploiement en seulement un mois
En général, le développement et le déploiement d’une telle application, qui répond à des besoins locaux spécifiques, prennent plus de trois mois. Grâce à Dataiku DSS, l’équipe de data scientists d’Intermedix a pu prototyper et délivrer la solution en un mois seulement.
“DSS nous a permis de réduire considérablement le temps nécessaire pour analyser nos données, produire un modèle qui fonctionne et déployer la solution, tout en améliorant la justesse de nos prédictions”, commente John Enderele, data scientist chez Intermedix. “La plateforme doit nous permettre d’identifier plus rapidement les besoins de nos clients, et d’y répondre avec des solutions data-driven innovantes, et qui fonctionnent.”
La solution d’Intermedix a pu voir le jour grâce à la technologie développée par Dataiku. Dataiku Data Science Studio permet aux entreprises et autres organisations de tirer profit de la data science grâce à une interface collaborative accessible aussi bien aux analystes, experts et débutants, qu’aux data scientists. Dataiku offre une plateforme logicielle d’analytique avancée complète et accessible, qui permet aux équipes pluridisciplinaires d’uniformiser le processus de transformation de la donnée brute en prédiction dans un seul outil.
Un problème que la France connaît également
Les médecins français sont eux aussi confrontés à ce problème. Selon une enquête menée auprès des médecins libéraux de Franche-Comté, les rendez-vous manqués représenteraient en moyenne 6 consultations par semaine et par médecin. L’URPS Ile-de-France rapporte quant à elle que 71% des médecins sondés constatent un ou deux rendez-vous non honorés chaque jour. 23 % en comptent plus de 3. Cet absentéisme représente en moyenne 40 minutes de consultation par jour et diminue la capacité des médecins à traiter les demandes en urgence de patients.
Si le problème perdure depuis des années, les solutions mises en place par les praticiens français se limitent bien souvent aux rappels automatiques par SMS, et à des affiches de la “Charte du Patient” dans leurs salles d’attente.
Autres articles
-
Dataiku met l’IA générative au service de la préparation des données
-
Dataiku 12 : une IA puissante et contrôlée au service des entreprises
-
Teradata et Dataiku renforcent leur intégration pour déployer l’IA à grande échelle
-
Artefact et Dataiku démocratisent l’adoption de solutions IA pour faciliter les prises de décisions des entreprises au quotidien
-
Dataiku obtient la désignation Google Cloud Ready – AlloyDB