L’intelligence artificielle et les outils de santé numériques promettent un soutien plus intelligent aux patients — mais par où commencer?
Nous nous sommes entretenus avec Amos Adler, président et fondateur de MEMOTEXT, et Kimberley Cody-Fougere, directrice des offres et du marketing chez STI Technologies. Ensemble, ils explorent les domaines où les données et l’intelligence artificielle peuvent créer une valeur réelle et pourquoi le partenariat est essentiel pour construire l’avenir du soutien aux patients.
Les besoins des patients ont changé. « Nous pensions que les patients avaient besoin de plus d’information et de rappels, » explique Amos. « Ce dont ils ont vraiment besoin, c’est la pertinence — un contenu fondé sur des données probantes livré au bon moment et de la bonne façon. Et la conception conjointe est importante : les programmes fonctionnent mieux lorsque les patients, les partenaires cliniques et les équipes commerciales les construisent ensemble. »
« Il s’agit de rencontrer les patients là où ils se trouvent », ajoute Kimberley, « leur offrir des choix et aller au-delà des solutions standardisées. Avant la Covid-19, l’engagement numérique se heurtait à une résistance. La pandémie a changé cela — maintenant, on s’y attend. »
Comprendre les besoins des patients ne représente qu’un aspect de la situation — le défi consiste à les satisfaire d’une manière qui leur semble personnelle et accessible.
Comment donnez-vous un aspect humain aux outils numériques?
Amos :
Par la création conjointe, la pertinence culturelle et la personnalisation. Nous traitons chaque message comme une conversation. La discrétion est également très importante lorsqu’il s’agit d’interagir avec les gens, surtout en ce qui concerne leur santé. Certaines personnes préfèrent garder pour elles ce qu’elles traversent, alors il est crucial de concevoir avec finesse.
Une partie du travail consiste simplement à créer un engagement qui tient la route! En plus de cela, il faut quelque chose qui parle vraiment aux gens — pas distant ni impersonnel.
Kimberley :
Je vais faire écho à ce qu’Amos a dit. Pour créer une expérience réellement enrichissante qui soutient véritablement les patients, il faut absolument comprendre leur parcours thérapeutique individuel, leurs expériences vécues, leurs points sensibles et leurs comportements.
La tactique qui consiste à « tirer dans le tas » — c’est-à-dire envoyer des messages généraux à tous les patients — devient simplement un bruit de fond. La littératie en matière de santé est un autre élément crucial. Le jargon médical peut être déroutant et chaque patient le comprend différemment. Il est essentiel d’adapter sa communication au degré de compréhension de chacun — et c’est là que l’IA et le traitement du langage naturel peuvent vraiment aider.
L’augmentation de l’IA dans les programmes de soutien aux patients : Possibilités et défis
Dans le domaine des soins de santé, peu de sujets suscitent autant d’engouement que l’intelligence artificielle, et chaque déclaration audacieuse sur son potentiel suscite tout autant de scepticisme. Dans le secteur des programmes de soutien aux patients, où la réglementation et la confiance des patients sont primordiales, le défi consiste à déterminer où l’IA peut faire une différence à la fois sûre et significative.
L’IA est très répandue dans les programmes de soins de santé et de soutien aux patients. Selon vous, quels aspects représentent de véritables possibilités et qu’est-ce qui n’est que du bruit?
Amos :
Le bruit provient des assistants intelligents standards ou des grands modèles de langage (LLM) enclins aux hallucinations qui se donnent des airs cliniques et captivants.
Nous avons cerné trois grandes possibilités dans les domaines à faible risque :
- La personnalisation et la segmentation à l’aide des données.
- L’augmentation et la mise à l’échelle des soins dans le cadre du processus de soutien aux patients du point de vue du représentant des patients ou du soutien clinique.
- Les utilisations opérationnelles des LLM — des choses comme répondre aux questions et discuter de la coordination des soins plutôt que tout ce qui nécessite une validation clinique.
Ce sont les gains les plus faciles à saisir en matière de soins de santé en rapport avec la participation des patients, car ce secteur est extrêmement réglementé — toute application clinique nécessite une validation exhaustive. C’est pourquoi nous privilégions une utilisation de l’IA dans un rôle d’accompagnement plutôt que prescriptif — avec toujours un humain associé au processus. Il s’agit vraiment d’une IA qui joue un rôle de copilote, et non d’un simple robot automatisé. Nous n’en sommes pas encore là dans les soins de santé.
Pour quelqu’un qui vient d’arriver dans cet espace, à quoi ressemble concrètement l’utilisation de l’IA et des données pour améliorer le parcours de soins et le soutien apporté aux patients, et qu’est-ce qui en fait partie?
Amos :
L’IA est vraiment douée pour prédire les choses. Imaginez connaître le risque de perte de suivi, de rechute ou de complications avant qu’il ne se produise. Cela repose habituellement sur des données historiques.
Les algorithmes prédictifs utilisent votre propre comportement et vos propres données ou ceux de personnes et de populations ayant des tendances similaires. Une grande partie de cette tâche nécessite l’analyse de séries temporelles — c’est-à-dire examiner de longues périodes de données de santé afin d’utiliser les comportements antérieurs pour prédire les résultats futurs. Avec suffisamment de données longitudinales, vous pouvez identifier les moments dans les données qui signalent :
- La non-observance
- La probabilité d’un changement de médicament
- L’ajout de nouvelles ordonnances
Les données sur les demandes de remboursement et les renouvellements d’ordonnances sont des entrées courantes ici. Nous parle parfois d’analyse prédictive — utiliser l’analyse pour anticiper les changements liés à la santé. En termes simples, c’est un peu comme Netflix qui vous recommande des séries en fonction de ce que vous avez regardé dans le passé. Dans le domaine des soins de santé, le même principe s’applique, mais on utilise de vastes ensembles de données sur la santé pour cerner les tendances futures.
Kimberley :
C’est l’une des complexités dont Amos et moi avons parlé lorsqu’il s’agit de mettre en œuvre l’IA dans les programmes de soutien aux patients — tout repose sur les données.
Vous avez besoin d’ensembles de données solides, épurés et suffisamment structurés pour effectuer des analyses utiles. Cela signifie qu’on ne peut pas simplement migrer des modèles d’IA vers des programmes de soutien aux patients qui ont été mis en place il y a une dizaine d’années sans capacité d’anticipation. Les programmes doivent être conçus de façon prospective, car sans les bonnes données, le potentiel de l’IA est limité.
Que devraient garder à l’esprit les organisations — et quelles questions devraient-elles poser — avant d’intégrer l’IA à leurs solutions?
Amos :
Les mêmes questions qui ont toujours été posées dans le domaine des soins de santé s’appliquent aussi à l’IA — il s’agit simplement d’un autre outil. Un outil très efficace, mais dont l’objectif reste tout de même d’appuyer vos priorités commerciales guidées par des considérations cliniques.
Commencez par le problème : que tentez-vous réellement de résoudre, et les fournisseurs dictent-ils vos priorités? À partir de là, réfléchissez à la gouvernance, à la transparence, à la sécurité, à la partialité, aux mesures de protection et à l’interopérabilité — et demandez-vous toujours, avons-nous les données et la permission de les exploiter pour apprendre? Enfin, en quoi cela va-t-il être un soutien ou un poids pour les cliniciens et les patients?
Kimberley :
Certaines des premières réelles possibilités de l’IA dans les programmes de soutien aux patients se trouvent dans des domaines où il existe déjà des données structurées — comme les systèmes de téléphonie ou les systèmes de gestion de la relation client qui saisissent de l’information depuis des décennies.
Nous voyons déjà des solutions d’IA intégrées aux modèles de services, comme celles utilisées par les fournisseurs de téléphonie pour analyser les données d’appel et améliorer les réponses en temps réel des intervenants en gestion de cas. Ces renseignements peuvent être facilement appliqués dans les programmes de soutien aux patients aujourd’hui, puisque ces données sont déjà systématiquement saisies.
La création d’outils thérapeutiques agnostiques comme les assistants virtuels peut améliorer considérablement la participation des patients en offrant de l’aide et des conseils en temps réel, ce qui rend les interactions en matière de soins de santé plus accessibles et plus réceptives. Par ailleurs, il reste encore du travail à faire pour les applications d’IA axées sur les parcours thérapeutiques propres aux patients et les résultats souhaités.
L’une des grandes complexités des programmes de soutien aux patients est de tenir compte non seulement des données proprement dites, mais aussi du consentement. En fin de compte, la réussite de l’IA dans les programmes de soutien aux patients nécessitera la mise en place de programmes dans lesquels les données — et le consentement des patients — sont au premier plan.
Démêler les données : Stratégies de données dans les programmes de soutien aux patients
Derrière chaque conversation sur l’IA se cache le même point de friction : les données. Qu’est-ce qui constitue de « bonnes » données? De combien de données avez-vous vraiment besoin? Et comment les recueillir de façon responsable, sans se noyer sous l’information ou compromettre la confiance des patients?
Les données semblent faire trébucher beaucoup de gens. Les équipes veulent l’IA, mais elles ne savent pas exactement de quelles données elles ont réellement besoin. Que conseillez-vous?
Amos :
Les gens sont à la fois dépassés et emballés par l’IA. Ce qu’il faut comprendre, c’est que votre stratégie de données doit toujours être dictée par le problème que vous tentez de résoudre, et non par la collecte de données, puis par la recherche d’un problème qui correspond à ces données.
Nous voulons établir dès le départ une stratégie de données large et complète. Cela signifie qu’il faut bâtir une collection de données éthique fondée sur le consentement tout au long des interactions avec les patients et les clients, puis procéder au nettoyage et à l’étiquetage des données afin qu’elles puissent être utilisées ultérieurement. L’IA peut répondre à des questions clés, mais elle en suscite également de nouvelles, ce qui vous enfonce souvent davantage dans la spirale infernale des connaissances.
Kimberley :
Beaucoup d’organisations ne savent pas toujours comment définir correctement les problèmes — et c’est là que la collaboration peut être si précieuse. En travaillant ensemble, nous pouvons repérer les problématiques et les cas d’usage — même lorsque les clients ne les voient pas eux-mêmes.
Autre point important : vous ne devriez recueillir que les données que vous utiliserez réellement. La collecte massive de données sans cas d’usage clair ne respecte pas les pratiques exemplaires. En abordant les discussions avec des problématiques bien définies, nous pouvons guider les clients à structurer leur programme de soutien de façon à saisir les bonnes données, puis utiliser ces données pour aider à résoudre des problèmes réels.
Bâtir des partenariats plus solides
Même les meilleurs outils ne réussiront pas s’ils sont utilisés isolément. À mesure que les programmes de soutien aux patients deviennent de plus en plus complexes, aucune organisation ne peut en couvrir tous les angles à elle seule. L’avenir dépendra de collaborations qui combinent l’expertise technologique, l’expérience clinique et le point de vue des patients.
Comment envisagez-vous l’évolution des partenariats entre les fournisseurs de technologie, les organisations de soins de santé et les patients pour répondre à ces attentes futures? Selon vous, qu’est-ce qui constitue un partenariat solide?
Amos :
L’ancien modèle fournisseur client est en train de changer. Nous nous dirigeons vers des consortiums de création conjointe. Les patients, les entreprises de technologies grand public et les cliniciens participeront ensemble aux discussions.
Il est important d’être stratégiquement aligné au sein de vos partenariats, et il est utile d’avoir des antécédents similaires sur le plan de l’histoire et de l’expérience. Nous connaissons STI depuis longtemps, et nous avons une compréhension commune de l’espace. Les deux groupes sont très compétents, clairs, simples et fiables. C’est important aujourd’hui.
Kimberley :
Pour répondre aux demandes en constante évolution des soins de santé et des programmes de soutien aux patients, les fournisseurs doivent reconnaître leurs forces et leurs limites.
Plusieurs clients nous ont dit qu’ils ne voulaient pas continuer à réinventer la roue : ils veulent une solution succincte. Ce que nous faisons avec STI et MEMOTEXT en est un excellent exemple : combler l’écart pour les clients, réduire le nombre de fournisseurs avec lesquels ils doivent collaborer et s’appuyer sur l’expertise en la matière là où elle existe.
Une communication efficace, la cohérence et la transparence sont essentielles. Vous voulez que votre partenaire sache où vous êtes vraiment, vos limites et vos capacités. Je préférerais de loin que quelqu’un soit honnête plutôt qu’il essaie de me vendre quelque chose de bâclé. Cette honnêteté renforce la confiance et la responsabilisation.
