Articles

  • « On fait de l’IA nous-mêmes » Yannick Boursin, Hôpital Fondation Adolphe de Rothschild

    Développement interne de solutions d’IA, réglementation, management, limites : deux membres de la direction de l’Hôpital Rothschild, Guillaume le Henanff directeur adjoint, et Yannick Boursin, directeur des systèmes d’information et des technologies médicales, nous livre leur retour d’expérience sur l’utilisation de l’IA au service de l’efficience opérationnelle des établissements de santé.

    Une transformation de la culture et des pratiques

    L’intégration de l’IA ne se limite pas à la technique : elle transforme en profondeur la culture de l’hôpital. Guillaume Le Henanff observe : « L’IA, c’est le buzzword du moment. Ce que ça vient de challenger, c’est notre culture du pilotage par la donnée. » L’émergence de ces outils invite à structurer davantage les données, afin d’identifier des signaux faibles et d’améliorer la compréhension des maladies ou des parcours de soins. Dans ce contexte d’effervescence, la gestion des ressources reste un défi. « La bande passante de l’équipe informatique reste toutefois limitée », reconnaît GLH, qui précise : « Nous avons décidé de cibler son accompagnement sur les projets à plus fort ROI interne. » Une task force dédiée, baptisée « automa-care », a été créée pour accélérer l’automatisation et l’efficience des parcours patients. L’évaluation des projets suit la même rigueur que pour l’informatisation : « Analyser les gains potentiels ab initio, anticiper les changements organisationnels induits par l’introduction de l’IA et les accompagner, et surtout ne pas s’arrêter au milieu du gué sinon cela induit des coûts nouveaux sans en tirer pleinement les gains espérés », insiste GLH. L’impact de l’IA est ainsi mesuré sur l’ensemble des processus clés du fonctionnement hospitalier et de la sécurité des soins. « C’est bien de l’intelligence et de la créativité managériale et médicale que résulte le bénéfice que l’on peut tirer de l’exploitation de cette nouvelle corde à l’arc du champ des possibles. »

    De l’IA développée en interne

    Les solutions d’intelligence artificielle proposées par les acteurs de la santé numérique sont souvent onéreuses et ne répondent pas toujours aux besoins spécifiques de chaque service ou hôpital. Face à ce constat, l’hôpital Rothschild a choisi une voie différente : celle du développement interne. Yannick Boursin explique : « On a plusieurs projet d ‘IA qui peuvent apporter de la valeur mais qu’on ne va pas acheter, qu’on va tout simplement créer nous-mêmes pour nous-mêmes. ». Ce choix stratégique permet de mieux maîtriser les fonctionnalités et d’assurer une réelle valeur ajoutée. Toutefois, cette démarche implique de disposer des ressources humaines qualifiées et d’une infrastructure numérique adaptée.

    La réglementation, une problématique secondaire

    L’intégration de l’IA soulève des questions réglementaires, mais cela ne pose pas de difficultés majeure à l’équipe de l’hôpital de la Fondation Adolphe de Rothschild « Le RGPD n’est pas un problème il suffit d’informer nos patients et de le faire en toute transparence », explique Yannick Boursin. Il insiste sur le fait que la réglementation devient complexe surtout lorsqu’il s’agit de commercialiser un dispositif médical basé sur l’IA : « Le plus complexe dans le réglementaire ça va être fait vendre. »

    L’IA générative : prudence et usages ciblés

    Si l’IA permet des gains d’efficacité dans les hôpitaux, la direction reste prudente face à l’IA générative, encore peu utilisée à cause de ses limites. « Les hallucinations n’ont pas disparu même si on en parle plus, elles sont encore là et elles peuvent être très problématiques dans la santé », avertit Yannick Boursin. Pour cette raison, l’usage de l’IA générative est réservé à des cas bien définis : « On essaie vraiment de limiter ces cas d’usage d’IA générative à des cas d’usage très spécifiques et où c’est balisé. » Cette vigilance permet de garantir la sécurité des patients tout en poursuivant l’innovation.

  • L’intelligence artificielle au service de l’efficience opérationnelle dans les hôpitaux (état des lieux)

    Une technologie qui pénètre toutes les sphères du monde hospitalier

    Dans un contexte où les établissements de santé doivent concilier qualité des soins, contraintes budgétaires et pénurie de personnel, l’intelligence artificielle (IA) s’impose progressivement comme un levier de transformation des hôpitaux. Son apport à l’efficience opérationnelle, entendue comme la capacité à produire un maximum de valeur en mobilisant un minimum de ressources, devient tangible. Loin de se limiter à la sphère clinique, l’IA s’infiltre dans les dimensions administratives, logistiques et organisationnelles des hôpitaux, avec des effets mesurables sur les coûts, la qualité de service et les conditions de travail.

    L’efficience opérationnelle vue comme une priorité dans la stratégie des industriels :

    Désormais, plusieurs industriels de la santé font de l’efficience une priorité dans leur stratégie IA. Dedalus, par exemple, a intégré cette logique dans sa feuille de route dévoilée lors de l’événement D4Evolution en janvier 2025, estimant que les besoins en automatisation, en anticipation et en rationalisation de l’activité hospitalière représentent une opportunité majeure pour ses solutions. D’autres acteurs, comme Softway Medical, ont déjà “opérationnalisé” cette approche avec l’intégration de Dragon Copilot à leur dossier patient informatisé (DPI), permettant aux médecins de dicter en langage naturel leurs comptes rendus directement dans le logiciel Hôpital Manager.

    L’apport de l’IA se mesure aussi sur le plan logistique. Des robots autonomes comme ceux conçus par Meanwhile, déployés dans certains CHU français, sont capables de transporter médicaments, poches de chimiothérapie ou échantillons biologiques entre les services, évitant ainsi plusieurs dizaines de déplacements quotidiens pour les infirmiers. Ce type d’application améliore la gestion des flux internes, diminue la fatigue du personnel et réduit les erreurs logistiques.

    Des effets déjà quantifiés

    Sur le plan médico-économique, les effets de l’IA sont déjà quantifiés. Selon une analyse publiée par le cabinet de conseil spécialisé dans l’intégration globale de l’IA au sein des organisations, Démarre ton aventure, certaines applications permettent des réductions de coûts allant jusqu’à 20 % sur les postes liés à l’administration et à la planification. Cela inclut des gains en matière de consommation de ressources, de taux d’occupation des lits, mais aussi de prévention des dépenses inutiles en cas de mauvaise anticipation des besoins. Un panorama publié par la même plateforme montre que les usages les plus fréquents concernent l’organisation des soins, la logistique, l’administration et les achats.

    Dans la littérature scientifique, plusieurs travaux récents confirment ces observations. Une étude parue sur PubMed (PMID: 39763580) démontre l’intérêt des outils d’IA pour la gestion prédictive des flux en soins intensifs, avec une amélioration de la réactivité des équipes et une meilleure allocation des ressources. Une autre publication sur ResearchGate en 2024 analyse comment l’IA peut améliorer la prise de décision stratégique, notamment en croisant les données de consommation hospitalière, d’activité et de ressources humaines pour optimiser les opérations.

    La Commission européenne elle-même, dans son rapport de 2024 sur l’IA dans les systèmes de santé, souligne que ces technologies peuvent améliorer l’efficacité des soins en prévoyant les admissions, en optimisant l’utilisation des lits et en facilitant la gestion des équipements et du personnel. De son côté, Siemens Healthineers, dans son livre blanc sur les hôpitaux intelligents, décrit des modèles de “smart hospitals” où l’IA agit comme un centre névralgique de pilotage opérationnel en temps réel. Une analyse menée par McKinsey en 2024 vient renforcer cette dynamique globale. Le cabinet identifie trois leviers majeurs par lesquels l’IA transforme l’efficience des opérations hospitalières : l’automatisation des tâches répétitives, l’optimisation par l’analytique prédictive et le renforcement des décisions de gestion via des systèmes augmentés. Ce modèle intégré permet, selon leurs estimations, d’améliorer significativement la productivité opérationnelle, tout en réduisant les coûts administratifs de 15 à 30 % dans certains hôpitaux pilotes. Cette vision, déployée à l’échelle internationale, vient confirmer l’intérêt stratégique d’un recours maîtrisé à l’IA dans la reconfiguration des parcours hospitaliers.

    Des interrogations subsistent sur l’avenir de certains métiers

    Pour autant, la mise en œuvre de ces technologies n’est pas exempte de défis. Il s’agit non seulement de disposer de données fiables et bien gouvernées, mais aussi d’assurer la formation continue des professionnels de santé afin qu’ils comprennent, utilisent et fassent confiance aux outils d’IA. Le développement de nouveaux métiers, comme ceux identifiés par l’American Hospital Association (chief AI officer, data scientist, data engineer, expert en gouvernance des données, etc.) devient une condition clé de succès.

    Nouveaux métiers créés à l'hôpital avec l'émergence et le déploiement de l'IA - @ AHA
    Nouveaux métiers créés à l’hôpital avec l’émergence et le déploiement de l’IA – @ AHA

    Enfin, si l’IA promet des gains de productivité, elle suscite aussi des interrogations sur le devenir des postes partiellement automatisables. Un rapport de l’OCDE paru en 2024 indique que jusqu’à 27 % des métiers hospitaliers pourraient être concernés, même si l’organisation anticipe une transformation plutôt qu’une suppression, à condition d’accompagner cette mutation par des dispositifs de formation et de reconversion.

    Ainsi, l’intelligence artificielle ne se résume pas à un effet de mode technologique, mais constitue désormais un axe structurant de l’efficience opérationnelle hospitalière. De la planification à la logistique, en passant par la gestion administrative, elle s’impose comme un outil de pilotage indispensable, à condition d’être pensée comme un projet organisationnel et humain avant d’être une simple innovation technique.

     

  • Organisation à l’hôpital : quels « pain points » pour quelles solutions ?

    Gestion des flux et orientation des patients

    L’incertitude sur les flux et la nécessité ou non d’aller aux urgences constituent un défi majeur pour les hôpitaux. L’IA répond à cette problématique par la prédiction des flux en s’appuyant sur l’historique des passages et l’analyse de la gravité des symptômes. Ce dispositif permet d’anticiper et d’orienter plus efficacement les patients dès leur arrivée. L’IA peut également aider les patients à savoir si il est nécessaire pour eux ou non de se rendre aux urgences.

    Coordination des acteurs et services

    La multiplicité des acteurs et la variété des services complexifient la gestion des flux hospitaliers. Pour y remédier, l’IA traite un volume important de données et propose des interfaces faciles d’utilisations, facilitant ainsi la coordination entre les différents intervenants.

    Automatisation administrative et codage

    La charge administrative importante pèse sur les équipes. L’IA apporte ici des solutions d’admission automatique et de lecture de fichier PDF ou d’image. Cela permet de réduire le temps consacré aux tâches répétitives et d’améliorer la qualité du suivi administratif.

    Planification des soins

    Les Hôpitaux sont des structures avec beaucoup de personnels et de contraintes matériels, la planification des soins peut donc être un véritable défi organisationnel.  l’IA intervient alors pour organiser les différentes étapes du parcours patient et optimiser l’utilisation des ressources médicales et logistiques1.

    Logistique hospitalière

    La logistique hospitalière, qui englobe la gestion des stocks, l’orientation des patients et les transports, est elle aussi transformée grâce à des outils d’IA capables de guider, d’alerter automatiquement et de prédire les besoins de ses structures pouvant compter parfois plusieurs milliers d’intervenants.

    Surveillance hygiénique

    La surveillance hygiénique, essentielle pour la sécurité sanitaire, implique de nombreuses missions de contrôle. L’IA facilite la planification de ces tâches, garantissant une meilleure couverture et une réactivité accrue face aux risques1.

    Automatisation des tâches et tarification

    L’automatisation des tâches administratives, telles que la gestion des écrits et la tarification à l’acte, est rendue possible par l’analyse du langage naturel et l’assistance au codage. Ces avancées permettent de libérer du temps médical et d’améliorer la précision des actes facturés.

    Évaluation des risques et variations chirurgicales

    L’évaluation des risques et la gestion des variations chirurgicales nécessitent une vigilance constante. L’IA propose ici une analyse vidéo en temps réel, capable de détecter rapidement les anomalies et d’adapter les protocoles en conséquence.

    Conformité réglementaire

    Enfin, la conformité réglementaire, souvent perçue comme un obstacle en raison de sa complexité, est facilitée par l’IA qui accompagne la documentation et la rédaction, assurant ainsi le respect des exigences légales et une meilleure traçabilité des actes.

    @HTI

  • Au 1er janvier 2024, plus de 500 000 professionnels de santé en activité selon la DREES

    Six grandes professions médicales passées au crible

    Au 1er janvier 2024, la France compte 233 400 médecins, 104 200 kinésithérapeutes, 74 200 pharmaciens, 45 800 chirurgiens-dentistes, 25 400 sages-femmes et 14 200 pédicures-podologues en activité. Ces chiffres marquent une hausse des effectifs pour toutes ces professions par rapport à l’année précédente, allant de +1,2 % à +4,3 %.

    La croissance la plus notable concerne les sages-femmes (+4,3 %) et les kinésithérapeutes (+3,6 %). Le nombre de médecins augmente de 1,4 %, celui des pharmaciens et des chirurgiens-dentistes de 1,2 %, et celui des pédicures-podologues de 1,7 %.

    Pour les médecins, la DREES publie des données détaillées sur l’activité au 1er janvier, la densité pour 100 000 habitants et l’âge moyen, avec une déclinaison par genre, âge, région et département d’activité, mode d’exercice (libéral, salarié ou mixte) et spécialité. Les effectifs sont également analysés selon la région du diplôme, la spécialité exercée, et le nombre d’activités en cours, ventilé par secteur d’activité.

    Des données enrichies pour les autres professions

    Pour les cinq autres professions étudiées, les mêmes indicateurs sont renseignés : effectifs, densité, âge moyen, répartition géographique, genre, mode d’exercice et secteur d’activité. Les données disponibles depuis 2012 incluent les répertoires ADELI pour les professions ayant rejoint le RPPS plus récemment (2017 pour les kinésithérapeutes, 2018 pour les pédicures-podologues). Les données sont consultables sur le site data.drees dans un nouveau format interactif, permettant des comparaisons temporelles et territoriales étendues.

  • KLAVA : Une thérapie numérique pour le sevrage tabagique désormais prise en charge par les mutuelles

    Un dispositif prescriptible, en accès officinal

    Depuis son lancement en officine, QUITOXIL, thérapie numérique de classe I dédiée à l’accompagnement au sevrage tabagique, est désormais éligible à une prise en charge par de nombreuses mutuelles, y compris dans les DOM-TOM. Le laboratoire KLAVA, à l’origine de cette solution, confirme son inscription (lundi 12 mai) dans les forfaits « sevrage tabagique » ou « produits non remboursés en pharmacie » proposés par certaines complémentaires santé. Développée selon les principes des thérapies cognitivo-comportementales et de la pair-aidance, QUITOXIL se présente sous la forme d’une boîte contenant un QR code. Une fois scanné, celui-ci permet au patient d’accéder à un programme structuré de sevrage. Le dispositif, prescrit par les médecins ou professionnels paramédicaux, inclut un accompagnement personnalisé assuré 24h/24 par d’anciens fumeurs certifiés en tabacologie. L’abonnement mensuel, d’environ 30 €, est renouvelable en fonction des besoins.

    Conditions de prise en charge

    Pour être remboursés, les patients doivent fournir à leur mutuelle une facture acquittée délivrée par la pharmacie et, le cas échéant, une ordonnance médicale. La majorité des mutuelles françaises incluent un forfait annuel de 30 à 300 €, selon les contrats, couvrant certains substituts nicotiniques non remboursés et d’autres dispositifs d’aide à l’arrêt du tabac.

    En 2023, une étude en vie réelle menée par KLAVA auprès de 1 000 patients a montré que 47 % d’entre eux avaient réduit leur consommation de tabac après 30 jours d’utilisation. Le taux d’engagement dépassait quant à lui les 80 %, traduisant une forte implication des utilisateurs dans leur parcours de sevrage.

  • Le financement de la R&D biotech atteint 102 milliards $ en 2024, un record sur dix ans

    Une dynamique de financement renforcée

    En 2024, le financement global de la recherche et développement dans les biotechnologies a atteint 102 milliards de dollars, selon le rapport Global Trends in R&D 2025 de l’Institut IQVIA. Hors pics exceptionnels dus à la pandémie en 2020 et 2021, ce niveau représente un sommet sur la dernière décennie. La croissance provient à la fois des introductions en bourse, des financements de suivi et d’autres sources issues des secteurs public et privé. Par rapport à 2023, l’augmentation est notable, le montant étant alors de 71 milliards de dollars.

    Stabilisation des essais cliniques et lancements de médicaments

    Le nombre de démarrages d’essais cliniques s’est stabilisé à 5 318 en 2024, après deux années de baisse. Ce volume rejoint le niveau pré-COVID observé en 2019 (5 316 essais). Cette stabilité s’explique par une reprise de l’activité, en particulier des entreprises chinoises et, plus récemment, des grandes entreprises pharmaceutiques et des biotechs émergentes, notamment en phase I.

    L’année 2024 a vu le lancement de 65 nouvelles substances actives dans le monde, contre 80 en 2023. Malgré cette baisse, le niveau reste supérieur à celui de la période pré-pandémique. Parmi les nouvelles thérapies figurent le premier nouveau mécanisme d’action pour la schizophrénie depuis plus de 30 ans, une première option pour la stéatohépatite métabolique (MASH), ainsi que plusieurs traitements pour des pathologies neurologiques rares et des maladies hématologiques non oncologiques.

    Productivité en progression grâce à la phase III

    La productivité du développement clinique s’est améliorée sur l’année, portée par des taux de réussite important en phase III, qui compensent les reculs observés en phase I et II. Cette progression s’accompagne toutefois d’un allongement de la durée des essais. Dans un contexte marqué par des tensions géopolitiques, des incertitudes économiques et des évolutions réglementaires, les promoteurs d’essais renforcent l’usage de leviers technologiques. L’adoption de cadres décisionnels standardisés, de technologies cliniques, de représentations plus inclusives des patients, de données en vie réelle et de solutions d’intelligence artificielle soutient la performance des essais. Ces outils contribuent à améliorer la vitesse d’exécution, les chances de succès et à maîtriser les coûts.

  • IA et données synthétiques : Nextep Health et BOTdesign unissent leurs expertises pour l’accès au marché

    Une offre conjointe pour les acteurs de l’innovation thérapeutique

    La start-up toulousaine BOTdesign, spécialisée dans l’IA en santé, et le cabinet de conseil Nextep Health, membre du groupe international ProductLife Group (PLG), annoncent un partenariat exclusif pour renforcer l’accompagnement des entreprises de santé sur les problématiques de mise à disposition des innovations thérapeutiques et diagnostiques. Leurs expertises croisées – solutions d’intelligence artificielle pour l’analyse et la génération de données du côté de BOTdesign, accompagnement stratégique Market Access 3.0 chez Nextep – visent à répondre aux nouveaux besoins liés à l’évaluation des technologies de santé. Plusieurs cas d’usage sont déjà identifiés : enrichir les données cliniques dans les maladies rares, fournir des données complémentaires aux autorités en cas de dossiers complexes, soutenir les expérimentations de « troisièmes bras synthétiques », ou encore intégrer ces outils dès la conception des essais, notamment dans le cadre du règlement européen EU HTA.

    Une technologie d’IA pour contourner les limites des essais cliniques

    Fondée par Jean-Louis Fraysse et Olivier Thuillart, BOTdesign a développé deux plateformes d’IA, dont ORIGA, conçue avec la Pr Stéphanie Allassonnière (Université Paris Cité). Elle permet de générer des données artificielles et de piloter les comités de garantie humaine de l’IA. Elle est conçue pour optimiser la recherche clinique, améliorer les performances des essais tout en réduisant coûts et délais, et surmonter certaines limites méthodologiques dans les processus d’évaluation.

    Nextep Health : 25 ans d’expertise en stratégie et accès au marché

    Avec son approche Market Access 3.0, Nextep Health, dirigé notamment par Sébastien Faure, accompagne les industriels de santé sur des enjeux émergents comme les données de vie réelle, les données synthétiques ou encore les évaluations européennes coordonnées (Joint Scientific Consultations et Joint Clinical Assessments). Le cabinet s’implique également dans la réflexion sur l’intégration éthique de ces nouvelles méthodes auprès des autorités de santé.

    Rendez-vous en ligne le 13 mai

    Les deux partenaires présenteront leur approche commune à l’occasion d’un webinaire le 13 mai, de 11h à 12h, sur le thème : « IA & Données Artificielles : Une Révolution pour la Recherche Clinique et l’Accès au Marché », en présence de Muriel Dahan, Axelle Ayad, Jean-Louis Fraysse et Sébastien Faure.

    Inscriptions : nextep-health.com/evenements/webinar-ia-et-donnees-synthetiques

  • NHS : l’IA de Skin Analytics recommandée pour réduire les délais de diagnostic en dermatologie

    Une IA classée dispositif médical de classe IIa

    L’outil d’intelligence artificielle DERM (Deep Ensemble for Recognition of Malignancy), développé par la société londonienne Skin Analytics, a été recommandé par la National Institute for Health and Care Excellence (NICE) pour un usage au sein du NHS, après une phase pilote conduite dans plusieurs établissements en Angleterre. Objectif : améliorer l’orientation des patients présentant des lésions cutanées suspectes et réduire les délais de prise en charge. Approuvé en 2022 au Royaume-Uni en tant que dispositif médical de classe IIa, DERM analyse des images de lésions cutanées capturées avec un smartphone équipé d’une lentille grossissante. Il permet de distinguer les lésions bénignes, pré-malignes et malignes, y compris les mélanomes, cinquième cancer le plus fréquent au Royaume-Uni. L’algorithme oriente ensuite le patient vers un parcours urgent ou non, conformément aux référentiels nationaux.

    Une recommandation conditionnelle du NICE

    Dans son guide d’évaluation rapide (Early Value Assessment), le NICE estime que l’automatisation permise par DERM pourrait permettre d’éviter davantage de biopsies inutiles par rapport à la télédermatologie ou aux consultations en présentiel. Le logiciel a démontré sa capacité à renforcer l’évaluation initiale par les professionnels de santé en soutenant les décisions d’aiguillage vers le parcours prioritaire « two week wait » pour suspicion de cancer. Skin Analytics devra toutefois produire des données complémentaires sur les bénéfices cliniques et économiques du dispositif d’ici trois ans, avant une recommandation définitive.

    Financement public et premiers résultats

    DERM est actuellement le seul outil d’IA autonome pouvant être déployé dans le NHS avec un financement central, selon Neil Daly, fondateur et CEO de Skin Analytics. Depuis son lancement, le logiciel a été utilisé auprès de 165 000 patients, et aurait permis de détecter plus de 15 500 cancers de la peau. Chaque année, un million de patients sont orientés vers la dermatologie depuis la médecine générale au Royaume-Uni, dont 60 % pour suspicion de cancer. Seuls 6 % de ces cas sont effectivement diagnostiqués comme tels.

    Une solution intégrée à la stratégie numérique du NHS

    Ashley Dalton, ministre chargée de la Santé publique et de la Prévention, salue l’intégration de DERM comme une avancée dans la transition numérique du système de santé. Elle estime que ce type de technologie pourrait contribuer à réduire les délais d’attente et à accélérer l’obtention d’un diagnostic ou d’un retour rassurant pour les patients.

  • Plannings hospitaliers : l’IA surpasse les méthodes traditionnelles dans un challenge organisé par l’Anap

    Un duel homme-machine pour objectiver les apports de l’IA

    L’Agence nationale d’appui à la performance des établissements de santé et médico-sociaux (Anap) a organisé le 6 mars 2025 un concours intitulé Le Duel. Objectif : Mesurer l’efficacité des outils d’intelligence artificielle dans la planification hospitalière, en comparaison avec les méthodes classiques. Vingt cadres de santé, issus d’établissements publics et privés, ont été sélectionnés parmi 390 candidats pour participer à cet exercice grandeur nature. Répartis en deux groupes, les participants ont planché pendant près de cinq heures sur un scénario de gestion des plannings dans un service de réanimation, intégrant absences imprévues, contraintes réglementaires, et demandes individuelles. Neuf d’entre eux ont utilisé Microsoft Excel, tandis que les autres ont eu recours à l’une des solutions d’IA proposées par Hopia, Probayes, Swappy, Medhop ou Optacare.

    Des résultats probants mais variables selon les outils et les utilisateurs

    À l’issue de l’épreuve, un jury composé d’experts issus de l’Anap, adRHess, FHF, FHP, FEHAP, AFDS et ANCIM a évalué les productions à l’aide d’une grille comportant plus de 50 critères. La conformité réglementaire constituait le socle, mais la lisibilité, le respect des préférences des agents ou encore la réactivité aux imprévus ont également été pris en compte. Le verdict : quatre des cinq meilleurs plannings ont été produits à l’aide d’une IA. Le premier a obtenu une note de 95/100, contre 27/100 pour le dernier. Toutefois, l’Anap souligne que les performances dépendent fortement de l’appropriation des outils par les utilisateurs. Deux participants ayant utilisé la même solution ont obtenu des résultats très différents.

    L’Anap note que l’IA apporte un gain certain en matière d’ergonomie, autant pour les cadres que pour les équipes. Pour autant, la connaissance des réalités hospitalières reste indispensable à une utilisation pertinente. « Ce n’est pas l’IA qui a remporté le concours, mais le cadre avec un bon outil », résume Judicaël Thevenard (DGOS). Certaines limites persistent, notamment en matière de précision des outils et d’infrastructures informatiques. Fabienne Dubois (CH des Sables-d’Olonne) alerte sur la qualité souvent insuffisante des équipements actuels, qui pourrait freiner l’usage opérationnel de l’IA si elle n’est pas améliorée.

    Structuration nationale des usages de l’IA en santé

    En parallèle, l’Anap et la DGOS ont lancé l’Observatoire des usages de l’IA en santé, une plateforme en ligne recensant une cinquantaine de cas concrets dans les domaines du soin, de la gestion ou encore de la relation patient. Cette initiative vise à documenter et mutualiser les expériences pour accélérer l’adoption des outils. L’Anap prévoit de rééditer ce challenge pour observer l’évolution des outils et leur appropriation. Elle entend également accompagner les éditeurs dans l’amélioration de leurs solutions, et soutenir les établissements dans leur déploiement. Pour Delphine Reguer (CH de Muret) et Gaëlle Gabriel (CH Annecy Genevois), libérer les cadres de santé de la charge chronophage des plannings permettrait de recentrer leur mission sur l’accompagnement des patients et des équipes. 

  • Revue de la littérature – Il faut mettre en place des standards d’évaluation pour valider l’efficacité coût/qualité des outils d’IA

    Des apports multiples sur la performance organisationnelle

    L’intégration de l’intelligence artificielle (IA) dans les fonctions non cliniques des hôpitaux, telles que la logistique, la gestion des hospitalisations, les rapports réglementaires, ou encore l’administration, suscite un fort intérêt. Une revue détaillée de la littérature scientifique récente permet d’en comprendre les cas d’usage, les promesses et les limites, dans un contexte où l’efficience hospitalière devient un enjeu de santé publique.

    D’après Abukhadijah et Nashwan (2024), près de la moitié du temps médical est dédié à des tâches administratives. L’IA pourrait en décharger les professionnels, libérant ainsi du temps pour le soin direct. Sur le plan opérationnel, l’étude montre que les médecins consacrent près de 50 % de leur temps à des tâches non cliniques. L’automatisation permise par l’IA concerne : la planification, la gestion des stocks, les relances, la priorisation des patients. Le recours à des modèles prédictifs permet aussi d’anticiper les risques de chutes, les infections nosocomiales ou les réadmissions. La qualité des soins s’en trouve indirectement améliorée, via une meilleure anticipation des risques (chutes, infections nosocomiales), un meilleur suivi des indicateurs (via l’analyse des EHR), ou encore par la génération de données synthétiques pour les simulations hospitalières.

    Dans un cas pratique, l’équipe a testé l’utilisation de GPT-4 dans une analyse FMEA sur la dispensation de médicaments. L’outil a permis d’identifier en quelques heures une grande variété de modes de défaillance, alors que la même analyse avait nécessité plus de 10 heures de travail collaboratif entre pharmaciens. Toutefois, le calcul des priorités de risque reste à la charge d’experts.

     

    Artificial intelligence applications in hospital improvements.
    Artificial intelligence applications in hospital improvements. “Transforming Hospital Quality Improvement Through Harnessing the Power of Artificial Intelligence” – Global Journal on Quality and Safety in Healthcare (2024) 7 (3): 132–139.

     

    IA et conditions de travail : les apports identifiés en soins critiques

    L’étude de Bienefeld et al. (2025) apporte un éclairage complémentaire sur les effets de l’IA sur les conditions de travail, en particulier en réanimation. Quatre effets bénéfiques principaux sont identifiés :

    • Autonomie : des systèmes IA transparents et contrôlables renforcent la maîtrise des soignants sur leurs décisions, ce qui contribue à réduire le stress et améliorer la motivation.
    • Polyvalence et compétences : l’IA permet de développer la coopération interprofessionnelle et l’élargissement des compétences. Elle appelle toutefois à une vigilance pour éviter la déqualification des professionnels expérimentés.
    • Souplesse organisationnelle : l’automatisation de tâches libère du temps cliniquement utile, facilite la conciliation vie professionnelle/personnelle via le télémonitoring et la planification dynamique.
    • Diversité des tâches : l’IA peut réduire certaines opportunités de résolution de problèmes, mais en ouvre de nouvelles, notamment pour les infirmiers, dans un contexte de réflexion clinique assistée.

    Des limites techniques, éthiques et organisationnelles

    Plusieurs obstacles sont récurrents dans la littérature : qualité des données, intéropérabilité, éthique, dépendance aux modèles opaques, acceptabilité par les professionnels. Bienefeld et al. (2025) soulignent qu’une mauvaise conception des outils peut accroître la charge mentale ou déqualifier certaines fonctions, comme l’ont relevé les observations réalisées en réanimation. Un autre point peu traité reste la sous-représentation des professionnels de la qualité dans les projets d’IA, pourtant essentielle dans l’opérationnalisation des outils. De plus, les différentes études mentionnent rarement l’impact concret sur les coûts, en dehors des estimations génériques.

     

    Challenges and limitations of artificial intelligence (AI) in healthcare
    Artificial intelligence applications in hospital improvements. “Transforming Hospital Quality Improvement Through Harnessing the Power of Artificial Intelligence” – Global Journal on Quality and Safety in Healthcare (2024) 7 (3): 132–139.

     

    Quels enseignements pour les décideurs ?

    L’examen croisant de plusieurs revues (Bhagat et al., 2024 ; Suarez et al., 2023 ; AlSulaiman et al., 2024) permet de proposer plusieurs recommandations :

    • Encourager des projets d’IA hospitaliers pilotes avec retour d’expérience documenté.
    • Intégrer les professionnels de la qualité dans la conception des outils.
    • Mettre en place des standards d’évaluation pour valider l’efficacité coût/qualité des outils d’IA.
    • Former les professionnels via des outils immersifs adaptés aux scénarios non cliniques.

    Vers une recherche plus contextualisée

    Une recherche plus ciblée sur les effets de l’IA dans les tâches de gestion, de planification ou de conformité réglementaire est attendue. Les études manquent encore d’indicateurs homogènes pour comparer les gains de performance entre hôpitaux. Enfin, la génération d’outils graphiques (diagrammes d’Ishikawa, matrices FMEA) reste faible.

     

     

    Abukhadijah HJ, Nashwan AJ.
    Transforming Hospital Quality Improvement Through Harnessing the Power of Artificial Intelligence. Glob J Qual Saf Healthc. 2024;7(3):132–9. doi:10.36401/JQSH-24-4

    Sánchez Suárez Y, Alawi AMM, Leyva Ricardo SE.
    Hospital processes optimization based on artificial intelligence. LatIA. 2023;(1).

    Bhagat SV, Kanyal D.
    Navigating the Future: The Transformative Impact of Artificial Intelligence on Hospital Management – A Comprehensive Review. Cureus. 2024;16(3):e54518. doi:10.7759/cureus.54518

    Bienefeld N, Keller E, Grote G.
    AI Interventions to Alleviate Healthcare Shortages and Enhance Work Conditions in Critical Care: Qualitative Analysis. J Med Internet Res. 2025;27:e50852. doi:10.2196/50852

    5. AlSulaiman T, Hussein M, Thomas M, Roberts J.
    Smart Hospitals: How AI is Redefining Patient Care and Operational Efficiency. ResearchOcrats Health; 2024 Jul 7. Disponible sur : https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4537720

    Bhuyan SS, Sateesh V, Mukul N, Galvankar A, Mahmood A, Nauman M, et al.
    Generative Artificial Intelligence Use in Healthcare: Opportunities for Clinical Excellence and Administrative Efficiency. J Med Syst. 2024;48(2):e02136. doi:10.1007/s10916-024-02136-1