Le défi de l’intelligence artificielle dans les soins de santé n’est pas l’adoption, mais la préparation

Les organisations de soins de santé investissent massivement dans l’intelligence artificielle, avec des dépenses en IA atteignant 1,4 milliard de dollars en 2025, soit près de trois fois les niveaux de 2024. Considérés comme des retardataires numériques, les soins de santé sont maintenant à la pointe de l’adoption de l’IA dans l’entreprise, en déployant l’IA à 2,2 fois le rythme de l’économie dans son ensemble.

L’enthousiasme est compréhensible. L’IA promet de réduire la charge administrative, d’améliorer l’efficacité opérationnelle, de soutenir la prise de décision clinique et d’aider les organisations à naviguer dans les pressions croissantes de la main-d’œuvre et des finances. De nombreux dirigeants de soins de santé voient l’IA comme l’étape suivante majeure de leur parcours de transformation numérique. En fait, selon McKinsey, 85% des dirigeants de soins de santé explorent ou ont déjà adopté des capacités d’IA générative, signalant un passage rapide de l’expérimentation à la mise en œuvre.

Cependant, de nombreuses organisations tentent de construire un avenir alimenté par l’IA sur des flux de travail complexes. Malheureusement pour cette technologie, ces systèmes et environnements de données n’ont jamais été conçus pour la soutenir.

Les attentes de rapidité des soins ambulatoires amplifient les problèmes de flux de travail existants

Le défi devient de plus en plus urgent à mesure que les soins se déplacent au-delà du cadre hospitalier traditionnel. Le marché des centres de chirurgie ambulatoire seul devrait dépasser 70 milliards de dollars d’ici 2030, reflétant le mouvement plus large vers une prestation de soins décentralisée et numérique.

À mesure que ces systèmes de soins deviennent plus décentralisés, les organisations de soins de santé doivent gérer des environnements opérationnels de plus en plus complexes. Les réseaux ambulatoires multisites s’appuient souvent sur un mélange de dossiers médicaux électroniques (DME), de systèmes de planification, de plateformes de cycle de revenu et d’outils de rapport qui ont été mis en œuvre à différents moments et à des fins différentes. Même si l’IA a le potentiel d’aider les organisations à naviguer dans cette complexité, son efficacité dépend de l’accès à des informations cohérentes, connectées et fiables à travers l’entreprise. Plus les soins sont décentralisés, plus il est important d’établir les fondations opérationnelles et technologiques qui permettent à l’IA de fonctionner efficacement.

Mais le véritable défi se cache sous la technologie elle-même. Les organisations qui luttent déjà contre des processus fragmentés, des données incohérentes et des systèmes déconnectés constateront que l’IA amplifie ces problèmes plutôt que de les résoudre.

Données : impact plutôt que surabondance

Les soins de santé produisent déjà environ 30% du volume de données mondial, et ce chiffre devrait augmenter plus rapidement que de nombreuses autres industries. L’IA pourrait accélérer cette tendance en permettant aux organisations de générer beaucoup plus d’analyses, de recommandations, de résumés et d’informations opérationnelles à grande échelle.

En effet, les études montrent que l’IA générative a le potentiel d’augmenter considérablement la productivité des travailleurs de la connaissance tels que les consultants, les marketeurs, les ingénieurs, les professionnels de la santé et les spécialistes du soutien à la clientèle. McKinsey estime qu’elle pourrait créer jusqu’à 4 400 milliards de dollars de valeur économique annuelle en automatisant et en accélérant des activités telles que la récupération d’informations, la communication écrite, le diagnostic de problèmes.

Cependant, les organisations de soins de santé n’ont pas nécessairement besoin de plus de données. Elles ont besoin de meilleures façons d’agréger et d’exploiter les données de manière à transformer les informations en action. Sans une solide fondation opérationnelle et technologique, les initiatives d’IA peuvent créer plus de complexité, submerger le personnel d’informations et lutter pour délivrer un ROI mesurable.

L’IA est une couche d’infrastructure, et non une autre application

À mesure que cette couche d’intelligence se développe, les organisations de soins de santé doivent s’assurer que leurs piles technologiques existantes peuvent supporter l’utilisation de l’IA à grande échelle. Contrairement aux générations précédentes de logiciels de soins de santé, l’IA n’est pas confinée à un seul flux de travail, département ou société de logiciels.

Les dirigeants de soins de santé devraient cesser de considérer l’IA comme un déploiement technologique spectaculaire et commencer à la considérer comme un défi de préparation opérationnelle. Les organisations qui génèrent un ROI significatif à partir de l’IA ne seront pas nécessairement celles qui investissent dans le plus d’outils, mais celles qui construisent les flux de travail, les structures de gouvernance et les fondations de données nécessaires pour soutenir l’IA à grande échelle. Mais pour y arriver, des paramètres de succès réalistes et des lignes directrices doivent être intentionnellement établis pour chaque organisation individuelle.

La gouvernance détermine si l’IA évolue

La technologie seule ne détermine pas le succès de l’IA. Les organisations ont également besoin de cadres de gouvernance qui établissent la manière dont les solutions d’IA sont évaluées, déployées, surveillées et mesurées au fil du temps.

Sans une gouvernance claire, les différents départements peuvent adopter des outils d’IA distincts ou contradictoires, créant des normes incohérentes autour de la qualité des données, de la sécurité, de la conformité et de la mesure de la performance. Le défi devient encore plus grand à mesure que l’IA se rapproche de la prise de décision opérationnelle et clinique. Les dirigeants ont besoin de la confiance que les données sous-jacentes sont exactes, que les sorties peuvent être fiables et que la responsabilité reste claire lorsque les recommandations générées par l’IA influencent les flux de travail.

La préparation de la main-d’œuvre est également importante. Les employés ont besoin de directives claires sur la manière d’intégrer les recommandations générées par l’IA dans les flux de travail existants. L’établissement de mécanismes de surveillance, de critères de succès mesurables et de lignes de responsabilité claires aide à garantir que les initiatives d’IA restent alignées sur les objectifs de l’organisation plutôt que de devenir des expériences technologiques déconnectées. Les mises en œuvre réussies associent généralement une gouvernance solide à une gestion de projet disciplinée, y compris des jalons définis, une responsabilité partagée entre les équipes et une volonté de limiter les personnalisations inutiles qui peuvent ralentir les progrès sans ajouter de valeur significative.

Les architectures legacy sont souvent les plus grands obstacles au succès de l’IA

De nombreux systèmes de soins de santé ont été conçus pour des flux de travail transactionnels, et non pour une intelligence en temps réel. Les systèmes fragmentés, les données silotées et la mauvaise interopérabilité créent souvent des obstacles plus importants à l’adoption de l’IA que la technologie elle-même.

Par exemple, un groupe de spécialités à capitaux privés peut devoir normaliser et migrer des données à partir de cinq plateformes de dossiers médicaux électroniques distinctes suite à une stratégie d’acquisition rapide. Cela souligne un défi auquel de nombreuses organisations de soins de santé sont confrontées aujourd’hui : à mesure qu’elles grandissent par le biais de fusions et d’acquisitions, les environnements technologiques deviennent souvent plus fragmentés, et non moins.

Avant que l’IA puisse délivrer une valeur significative, les organisations doivent d’abord établir une fondation d’infrastructure unifiée capable de la soutenir.

De meilleures décisions, et non plus d’informations

L’IA est incroyablement bien équipée pour générer un flux ininterrompu de prédictions, d’alertes et de recommandations. Les organisations qui réussiront avec ces informations seront celles qui intègrent l’intelligence directement dans les flux de travail pour réduire la complexité plutôt que de créer du bruit supplémentaire.

La plupart des organisations n’ont pas besoin de détruire complètement leurs plateformes de base pour devenir prêtes pour l’IA. Le chemin le plus pratique est d’optimiser les systèmes existants, d’améliorer les intégrations et de créer une fondation plus solide qui permet à l’IA d’étendre à la fois la valeur et la durée de vie des investissements technologiques actuels.

L’IA stratégique est une IA réussie

Les organisations de soins de santé investissent massivement dans l’IA, mais la technologie seule ne déterminera pas qui réussira. À mesure que l’IA s’intègre dans les systèmes cliniques, opérationnels et administratifs, le véritable différenciateur sera la préparation de l’infrastructure.

Le secteur des soins de santé a consacré les dernières décennies à la numérisation des dossiers, à la modernisation des flux de travail et à la construction d’environnements de soins de plus en plus connectés.

La prochaine phase déterminera si ces investissements peuvent soutenir l’intelligence numérique d’aujourd’hui. Les dirigeants qui se concentrent exclusivement sur l’adoption de l’IA risquent de traiter la technologie comme une solution à la recherche d’un problème. Ceux qui se concentrent d’abord sur la préparation seront mieux équipés pour déployer l’IA de manière à améliorer la prise de décision, à renforcer les performances opérationnelles et à créer une valeur mesurable à travers l’organisation.

Dans la course pour capitaliser sur l’IA, la question n’est plus de savoir qui peut adopter la technologie le plus rapidement. Il s’agit de savoir qui peut construire la fondation la plus solide pour la soutenir.