Prédire, ajuster, transférer 

Cet article a pour but d’illustrer comment la centralisation des différentes données va permettre d’optimiser la gestion d’un hôpital. À travers le parcours fictif d’un patient.

Monsieur Dupont arrive aux urgences avec des symptômes d’infarctus nécessitant une prise en charge immédiate en cardiologie. Grâce aux algorithmes de prédiction des flux patients l’hôpital avait prévu un pic d’admission dans cette période. Les gestionnaires ont donc pu anticiper et ont fait en sorte qu’il y ait le plus de soignants possibles disponibles pour cette période.

Le médecin urgentiste génère directement une demande de lit en cardiologie avec transmission automatique des données patient (nom, âge, poids, antécédents). Grâce à la centralisation des données le command center va être informé du besoin d’un lit de manière urgente et va donc chercher à libérer une place le plus rapidement possible.

Des lits libérés au bon moment grâce à la supervision centralisée des flux 

Les gestionnaires du command center vont chercher la personne dont l’avancement de la sortie serait le plus pertinent. Cela tombe bien car grâce à sa vision sur les sorties, le centre de commandement observe que la sortie de Madame Martin est prévue pour ce soir et va donc l’accélérer. De plus grâce à la centralisation des données de santé de tous les patients, l’équipe de commandement va pouvoir vérifier l’état de santé de la personne avant de confirmer la sortie.

Le patient va ensuite nécessiter un examen médical approfondi par un cardiologue. Le centre de commandement va consulter les plannings de tous les cardiologues de l’hôpital et ainsi pouvoir trouver un créneau rapide pour M.Dupont. Monsieur Dupont a donc pu bénéficier des soins adéquats en temps et en heure grâce au tableau de bord de suivi en temps réel des activités de l’hôpital.

Les Command Centers étendent la régulation au-delà d’un seul établissement

Mais un problème demeure pour l’hôpital : suite à l’admission de Monsieur Dupont, le service de cardiologie est de nouveau plein. Ceci alors même qu’une IA prédictive annonce des flux importants à venir, que 2 des 10 cardiologues de l’hôpital seront absents dans les deux prochains jours, et qu’aucune sortie n’est prévue pour cette même période. Face à cette situation, le centre de commandement va rechercher dans les hôpitaux à proximité s’il y a des places disponibles en cardiologie, afin de pouvoir transférer des patients vers l’établissement le plus adapté.

L’étude du parcours potentiel de M.Dupont permet d’appréhender de manière concrète comment l’utilisation de chaque type de données permets d’entreprendre différentes actions, mais également comment le décloisonnement de toutes ces données permet d’anticiper des difficultés et d’allouer de manière plus pertinentes les différentes ressources matérielles et humaines de l’hôpital.

@Health & Tech Intelligence