Selon l’Institute for Healthcare Improvement (IHI), les hôpitaux ont besoin de moyens plus efficaces pour définir les événements qui causent des dommages à la santé des patients, quantifier la fréquence et la gravité de ces dommages et déterminer et mettre à l’essai les mesures susceptibles de réduire les dommages.

En 2012, un rapport de l’inspecteur général du U.S. Department of Health and Human Services* indiquait que 85 % des événements indésirables ne sont pas signalés et que les erreurs médicales coûtent la vie à plus de 1 000 personnes par jour, aux États-Unis seulement. Les données indiquent que les programmes liés à la sécurité du patient sont efficaces pour améliorer les résultats lorsqu’ils sont mis en œuvre et soutenus, mais il y a eu peu de progrès en ce qui a trait à la prévention proactive des erreurs et des autres événements indésirables.

Cependant, une approche novatrice fondée sur l’outil déclencheur complet pour la mesure des événements indésirables* de l’IHI s’avère très prometteuse. L’outil déclencheur complet de l’IHI est utilisé pour définir les événements indésirables potentiels, cerner la cause du problème, améliorer les processus en vue d’empêcher l’événement de se reproduire et suivre les résultats au fil du temps. Cette méthodologie est cependant fondée sur des examens manuels et le visionnement d’importants volumes de texte non structuré et en langage naturel est pénible. Les méthodes automatisées sont nettement plus efficaces, mais celles-ci ne sont pas encore offertes.

CGI a participé à un projet faisant appel aux plus récentes technologies d’analyse en vue de proposer l’outil déclencheur complet en tant que service, lequel permet de puiser des renseignements d’une précision nettement accrue à partir des données collectées dans les dossiers médicaux électroniques (DME). Dans le cadre d’une étude pilote réalisée auprès d’un groupe de patients, un hôpital européen a défini un sous-ensemble de signaux d’alerte (triggers) dans l’outil et a utilisé l’exploration de texte pour automatiser la détection des événements indésirables. Les chercheurs ont relevé une très forte corrélation entre les événements détectés de façon automatique comparativement à ceux détectés manuellement. Ils ont donc été en mesure de définir les signaux d’alerte les plus souvent associés aux événements indésirables évitables.

Cet hôpital a travaillé en collaboration avec CGI pour développer un système automatisé d’information en continu qui analyse l’ensemble des notes cliniques consignées dans les DME et génère une base de données regroupant les signaux d’alerte repérés. En fonction de l’outil déclencheur, le système récupère toutes les données texte des DME de l’hôpital qui concernent une spécialité médicale précise. Ces résultats sont acheminés aux cliniciens par l’entremise d’un tableau de bord sécurisé et hébergé en nuage, permettant à ceux-ci de revoir le dossier du patient qui présente les signaux d’alerte repérés. Les documents contenant des signaux d’alerte statistiquement associés à des événements indésirables évitables sont analysés en vue de repérer les modèles de traitement ainsi que les causes fondamentales ayant mené à ces événements.

De telles innovations peuvent aider les hôpitaux à mettre en œuvre le cadre Triple Aim de l’IHI, qui vise à 1) améliorer l’expérience des soins pour le patient, 2) améliorer la santé de la population, et 3) réduire le coût des soins de santé par habitant. Apprenez-en davantage sur nos services liés à la sécurité du patient dans notre étude technique sur la nécessité de l’autodiagnostic des systèmes de santé* et visitez notre kiosque (no 1622) à l’HIMSS* du 12 au 16 avril à Chicago pour nous faire part de votre point de vue.

*en anglais