La place centrale des données
L’intelligence artificielle est avant tout liée à la qualité des données exploitées par les applications. Dans ce contexte, il convient tout d’abord de pouvoir en tirer toute la valeur qu’elles peuvent procurer. D’un premier abord évident, on constate pourtant qu’un tel schéma n’est pas nécessairement aisé à mettre en place. En effet, la grande complexité des SI qui sont composés de nombreux applicatifs et bases de données hétérogènes ne simplifie pas la tâche. Il en est de même pour les nombreux formats de données traitées.
Ce point est particulièrement évident au sein des systèmes d’information des établissements de santé publics et privés. Avec ce constat, on comprend donc qu’une première étape essentielle consiste à pouvoir exploiter et donner du sens à ces très nombreuses données.
Pour ce faire, il sera utile de procéder à différentes opérations avant que l’IA puisse remplir ses nombreuses promesses. Cela passe notamment par plusieurs processus complémentaires (extraction des données, conversion au format souhaité et restitution) qui sont les trois piliers-clés à mettre en œuvre.
L’intelligence artificielle, le nouvel allié des professionnels de santé
Une fois les étapes précédentes réalisées, il devient alors possible de lancer des projets qui viendront permettre de moderniser certains processus de gestion et de fluidifier le traitement de différentes opérations. De nombreux cas d’applications sont bien entendu possibles. Afin de donner un exemple concret, nous pouvons évoquer les projets permettant aux professionnels de santé d’optimiser leurs processus d’identification des diagnostics associés aux séjours (PMSI). Ainsi, ils pourront mieux piloter ces opérations. Les enjeux sont stratégiques, tant d’un point de vue financier pour les centres hospitaliers que pour la recherche épidémiologique.
À travers ce rapide exemple, on comprend donc parfaitement que l’intelligence artificielle n’est pas un simple concept, mais que ses apports permettront de dégager de réels gains de productivité, et ce, à tous niveaux pour les professionnels de santé. Il est donc primordial que ces derniers mettent de l’ordre dans leurs données afin de donner vie à leurs projets d’amélioration de leurs différents processus de gestion.
L’intelligence artificielle est avant tout liée à la qualité des données exploitées par les applications. Dans ce contexte, il convient tout d’abord de pouvoir en tirer toute la valeur qu’elles peuvent procurer. D’un premier abord évident, on constate pourtant qu’un tel schéma n’est pas nécessairement aisé à mettre en place. En effet, la grande complexité des SI qui sont composés de nombreux applicatifs et bases de données hétérogènes ne simplifie pas la tâche. Il en est de même pour les nombreux formats de données traitées.
Ce point est particulièrement évident au sein des systèmes d’information des établissements de santé publics et privés. Avec ce constat, on comprend donc qu’une première étape essentielle consiste à pouvoir exploiter et donner du sens à ces très nombreuses données.
Pour ce faire, il sera utile de procéder à différentes opérations avant que l’IA puisse remplir ses nombreuses promesses. Cela passe notamment par plusieurs processus complémentaires (extraction des données, conversion au format souhaité et restitution) qui sont les trois piliers-clés à mettre en œuvre.
L’intelligence artificielle, le nouvel allié des professionnels de santé
Une fois les étapes précédentes réalisées, il devient alors possible de lancer des projets qui viendront permettre de moderniser certains processus de gestion et de fluidifier le traitement de différentes opérations. De nombreux cas d’applications sont bien entendu possibles. Afin de donner un exemple concret, nous pouvons évoquer les projets permettant aux professionnels de santé d’optimiser leurs processus d’identification des diagnostics associés aux séjours (PMSI). Ainsi, ils pourront mieux piloter ces opérations. Les enjeux sont stratégiques, tant d’un point de vue financier pour les centres hospitaliers que pour la recherche épidémiologique.
À travers ce rapide exemple, on comprend donc parfaitement que l’intelligence artificielle n’est pas un simple concept, mais que ses apports permettront de dégager de réels gains de productivité, et ce, à tous niveaux pour les professionnels de santé. Il est donc primordial que ces derniers mettent de l’ordre dans leurs données afin de donner vie à leurs projets d’amélioration de leurs différents processus de gestion.
Autres articles
-
Claranet accélère son offre pour les entrepôts de données de santé
-
La deeptech AI-Stroke, lauréate du concours d’innovation i-Lab 2023
-
Box obtient la certification d'hébergeur de données de santé (HDS) en France
-
Salesforce et Okantis font de la donnée un atout essentiel pour le futur de la santé
-
Vast Data accélère le Deep Learning de Therapixel pour la détection du cancer du sein