Les premiers résultats au sein de l’EP et du laboratoire de cathétérisme montrent des gains significatifs, attribuables à une saisie plus complète et plus précise :
Lorsque Allina Health et AssistIQ ont annoncé leur partenariat à l’automne dernier, l’objectif était clair : mettre en place une méthode cohérente et fiable pour capturer les fournitures, les implants et les tissus utilisés lors des interventions, tout en simplifiant le travail des cliniciens.
La conviction sous-jacente était que si les cliniciens d’Allina Health disposaient d’une technologie rendant la saisie des produits et la qualité des données fiables, tout ce qui suivait s’en trouverait transformé : Allina pourrait facturer de façon constante ce qui est facturable, commander plus précisément ce dont les équipes auront besoin et s’appuyer sur des données fiables pour prendre des décisions plus éclairées.
Aujourd’hui, après plus de cinq mois d’utilisation sur des milliers de cas, Allina Health constate concrètement ce que permet une technologie fiable propulsée par l’IA.
Ce n’était pas faute d’efforts : les équipes cliniques disposaient de plusieurs méthodes pour documenter les produits, notamment des lecteurs de codes-barres et des fiches papier d’implants. Toutefois, ces méthodes étaient chronophages et détournaient les équipes de leur priorité, soit les soins aux patients.
Même avec des équipes solides en place, ces approches introduisaient des lacunes difficiles à concilier. Les dirigeants ne disposaient pas d’une source de vérité fiable sur laquelle s’appuyer. Bien que le gaspillage soit soupçonné, il ne pouvait pas être mesuré de manière à permettre des actions sûres et décisives.
Pour Tom Lubotsky, chef de la chaîne d’approvisionnement chez Allina Health, l’enjeu allait bien au-delà des revenus.
Sans confiance dans les données, les discussions autour des coûts, des variations ou de l’amélioration continue s’enlisent. Une capture précise des produits n’est pas seulement une exigence technique : elle constitue le socle indispensable de la confiance.
AssistIQ a introduit une capture fondée sur la vision par ordinateur qui enregistre l’utilisation des fournitures, des implants et des tissus au moment même où elle se produit, sans dépendre de codes-barres ou de codes QR. Les produits sont identifiés visuellement, les dates de péremption, les numéros de lot et les numéros de série sont capturés automatiquement, et les données sont transmises directement à Epic et à Workday.
Les équipes demeurent concentrées sur le terrain, le patient et les prochaines étapes de l’intervention. Le besoin de documenter les matériaux au clavier ou sur papier est presque éliminé. Pour des membres des équipes de soins comme Matt Pavlovec, gestionnaire des soins aux patients à l’hôpital Abbott Northwestern, la différence s’est fait sentir immédiatement.
Pour Chris Schultz, directeur de la chaîne d’approvisionnement à l’hôpital Abbott Northwestern, ce changement a également permis de résoudre un problème très concret.
Au cours des cinq premiers mois et demi, sur plus de 3 000 cas, la précision de la capture a dépassé 99 %. Tout aussi important, le système a continué d’apprendre. Lorsque de nouveaux articles ou des articles inconnus apparaissaient, ils étaient identifiés et ajoutés, ce qui améliorait la précision au fil du temps.
Grâce à une capture précise et fiable, les analyses ont cessé d’être un exercice fastidieux pour devenir une source d’informations fiable et exploitable, partagée par l’ensemble des équipes.
Une fois la capture devenue fiable, des tendances jusque-là invisibles ont émergé, en particulier dans des domaines interventionnels complexes comme l’électrophysiologie et les soins cardiovasculaires.
En électrophysiologie (EP), les montants mensuels moyens facturés ont augmenté de 32 %, parallèlement à une hausse de 201 % du nombre de produits facturables saisis. Les interventions au laboratoire de cathétérisme ont affiché des gains encore plus importants, avec une augmentation de 171 % des montants mensuels moyens facturés et une hausse de 364 % des produits facturables saisis.
Ces gains ne sont pas attribuables à une augmentation du volume de cas, mais reflètent plutôt l’impact du fait d’offrir aux cliniciens la bonne technologie, ce qui permet une documentation plus complète de ce qui était déjà utilisé.
Un autre changement marquant a été la capacité d’Allina Health à quantifier le gaspillage pour la première fois.
Dans la plupart des hôpitaux, le gaspillage dans les environnements interventionnels est soupçonné, mais rarement mesuré de façon crédible. Sans visibilité au niveau des cas, il est difficile de faire la distinction entre les pertes inévitables, les problèmes de flux de travail ou les défaillances de produits.
Avec les analyses d’AssistIQ, cela a changé.
Pour Allina Health, la valeur à long terme d’une capture précise va bien au-delà des indicateurs actuels.
Grâce à des données fiables au niveau de chaque cas, les équipes peuvent passer d’une analyse rétrospective à une capacité d’anticipation. Des tendances dans l’utilisation des fournitures et des implants, auparavant invisibles, peuvent désormais être analysées à l’échelle des sites, des lignes de services et des médecins. Avec le temps, cette visibilité peut guider la préparation des cas, l’organisation des stocks et la façon dont les équipes s’assurent que les bons produits sont disponibles, au bon moment et au bon endroit.
À plus long terme, Allina y voit un socle pour une utilisation plus prédictive des données, de l’anticipation des besoins en fournitures à la simplification de la préparation des cas, en passant par la réduction des frictions pour les équipes cliniques. Ce progrès repose avant tout sur une chose : des données auxquelles les équipes accordent suffisamment de confiance pour passer à l’action.