Industrie Mag - Le journal de l'industrie.

Plus de 80 % des organismes de santé déclarent disposer d’une stratégie d’IA générative bien définie, toutefois, seuls 40 % d’entre eux s’accordent à dire que celle-ci est véritablement alignée avec la stratégie globale de leur organisation. De plus, seuls 54 % des répondants considèrent leurs capacités d’IA générative comme « très performantes ». Selon une étude commanditée par NTT DATA, intitulée « GenAI : The Care Plan for Powering Positive Health Outcomes », sur la base des réponses recueillies dans 33 pays auprès de 425 décideurs issus du domaine de la santé, les sciences du vivant et des organisations pharmaceutiques.

L’IA générative est en train de transformer le domaine de la santé en améliorant non seulement la qualité de prise en charge et l’expérience utilisateur, mais également les résultats financiers. Pourtant, les organisations font face à des difficultés concernant la sécurité des données, la confidentialité, l’éthique et la conformité réglementaire, qui les empêchent de profiter d’avantages supplémentaires ou d’un retour sur investissement (ROI) supérieur.

Principales conclusions du rapport

 94 % des répondants affirment que l’IA générative accélère la recherche et le développement (R&D), ce qui permet d’avoir plus rapidement accès à de nouveaux traitements, à des diagnostics affinés, à l’analyse prédictive et à l’automatisation des tâches.

 33% investissent actuellement de manière significative dans des projets de GenAI. Ce chiffre devrait passer à 59 % au cours des deux prochaines années. Les cadres du secteur de la santé s’attendent d’ailleurs à déployer l’IA générative et des agents IA dans tous les aspects de leurs activités.

 51% ont déjà évalué l’opportunité de la GenAI pour améliorer l’expérience des patients et 94% l’auront fait au cours de l’année prochaine. Lorsqu’il s’agit d’utiliser la GenAI pour améliorer l’expérience des patients et des employés, les personnes interrogées déclarent prévoir d’adopter des outils d’analyse prédictive pour prévoir le comportement des patients et leurs préférences en matière de personnalisation, des outils d’analyse des sentiments des patients et des outils d’assurance qualité pour identifier les tendances et les domaines à améliorer, l’automatisation des processus pour améliorer la saisie des données et la qualification des prospects, et des logiciels de cartographie du parcours des patients pour identifier les points de friction

 95 % d’entre eux pensent que les solutions basées dans le cloud sont les options les plus pratiques et les plus rentables pour répondre à leurs besoins en matière d’IA générative.

 Trois décideurs sur quatre (75 %) reconnaissent que leur organisation ne dispose pas de compétences suffisantes pour travailler efficacement avec l’IA générative, tandis que 93 % d’entre eux s’efforcent de gérer l’impact de l’IA générative sur les rôles et les responsabilités de leurs collaborateurs.

Le renforcement de la conformité réglementaire et du respect des processus comptent parmi les principaux avantages des investissements d’IA générative. Néanmoins, une vaste majorité (91 %) de décideurs en matière de santé expriment leur inquiétude concernant des possibles violations de la confidentialité et une mauvaise utilisation potentielle des informations médicales protégées (PHI). Seuls 42 % des répondants sont parfaitement d’accord avec l’idée que les contrôles existants en matière de cybersécurité protègent efficacement les applications d’IA générative actuelles.

Cela étant, 87 % des personnes interrogées s’accordent à dire que les bénéfices existants et le potentiel à long terme de la technologie contrebalancent largement les risques liés à la sécurité ou à la réglementation. Près de trois répondants sur cinq (59 %) prévoient d’investir fortement dans l’IA générative au cours de deux prochaines années.

Parmi les autres obstacles qui empêchent la mise en place rapide et responsable de l’IA générative dans le domaine de la santé figurent les infrastructures technologiques obsolètes et le degré de préparation des données. Une large majorité (91 %) de répondants affirment que les infrastructures traditionnelles dont ils disposent ont un impact négatif sur leur capacité à utiliser l’IA générative, alors que seuls que 44 % d’entre eux considèrent qu’ils ont suffisamment investi dans le stockage et les capacités de traitement des données pour permettre la prise en charge des workloads d’IA générative. Moins de la moitié (48 %) déclarent avoir évalué le degré de préparation de leurs données et de leurs plateformes à intégrer l’IA générative.

« Afin que le domaine de la santé puisse profiter pleinement du potentiel de l’IA générative, les acteurs du secteur doivent s’efforcer d’aligner la technologie avec la stratégie globale de leur organisation, développer un programme de formation complet à destination de leur force de travail et mettre en place des stratégies de gouvernance sur plusieurs niveaux qui font de la force de travail humaine une priorité et maintiennent des personnes au cœur des processus, » déclare Sundar Srinivasan, Senior Vice President, Healthcare, NTT DATA North America. « Il est crucial de faire preuve de transparence lorsqu’il s’agit de démontrer qu’en facilitant le travail de collaborateurs humains, la technologie s’accompagne de bénéfices pour les patients. »

Les solutions d’IA générative centrées sur l’humain permettent au personnel clinique et administratif de travailler plus efficacement, tout en préservant une approche des soins de santé centrée sur les patients. À titre d’exemple, l’IA générative peut permettre de prédire des maladies chroniques et d’en faciliter la prise en charge précoce, tout en minimisant le temps de traitement des demandes d’autorisation préalables. Autre exemple : NTT DATA et Duke Health utilisent l’IA générative afin de créer un modèle interactif avancé pour les soins à domicile afin d’améliorer les résultats tout en réduisant la charge de travail et le stress pour les cliniciens, les hôpitaux et les patients.

« Les systèmes d’IA doivent clairement favoriser la réalisation des objectif opérationnels, mais ils doivent également être alignés avec les orientations globales en matière réglementaire et clinique, » ajoute Sundar Srinivasan. « La réussite de tels projets repose sur une qualité des données supérieure et la création d’équipes décisionnaires sur un modèle collaboratif. »

https://www.nttdata.com