Résoudre un problème avec l'IA ou bâtir un socle pour l'IA ?

Ce qui se cache derrière ce processus unique

Après la consultation, la médecin dicte son rapport. Il en résulte non seulement un texte propre, mais un jeu de données vérifié : prestations avec justification, matériel utilisé, médicaments remis, le tout comparé à vos règles de gestion et renvoyé dans votre application métier. La validation est effectuée par un spécialiste, pas par le modèle.

Un processus automatisé de bout en bout, incluant le contrôle de conformité, l'intégration ERP, la vérification contractuelle et le respect de la LPD. Très bien.

L'appétit vient en mangeant. Découvrez comment SOS Médecins Turicum AG s'y est pris.

Les exigences suivantes arrivent, soulevant la véritable question

Réception des commandes. Admission des patients. Correspondance. Contrôle de gestion. Archivage interne. Gestion des contrats. Partout, des données non structurées arrivent et doivent être transformées en informations structurées et vérifiées pour un système qui attend des champs précis. Toujours le même schéma, mais avec un contenu et un déroulement différents. L'IA peut toujours aider, si elle est mise en œuvre de manière correcte et complète.

La réponse évidente est d'acheter une solution spécialisée pour chacun de ces processus. Dans une organisation de taille moyenne, cela mène en deux ans à quatre ou cinq fournisseurs, autant de contrats, de conventions de traitement des données, d'analyses d'impact, d'interfaces et de régimes de qualité. S'y ajoutent autant de dépendances vis-à-vis de modèles dont le comportement peut changer sans que personne ne le sache.

Ce n'est pas un scénario catastrophe, c'est la norme lorsque l'IA est achetée par processus.

Ce qui est nouveau par processus et ce qui ne l'est qu'une fois

La réponse honnête n'est pas "une IA peut tout faire". Elle est la suivante : il existe deux niveaux, et un seul est nouveau pour chaque processus.

La logique métier est propre à chaque processus. Quel contexte est nécessaire ? De quels champs le système cible a-t-il besoin ? Quelles sont les règles applicables ? Quelles données de validation prouvent que cela fonctionne ? C'est un travail qui ne disparaît pas.

Tout ce qui se trouve en dessous ne doit être mis en place qu'une seule fois. L'accès aux modèles, l'exploitation, les tests, le régime de protection des données, l'intégration dans votre application principale.

C'est précisément ici que se décide si le deuxième processus prendra des semaines ou des mois. C'est là que l'on voit ce que "prêt pour l'entreprise" signifie concrètement pour l'IA : chaque modification de modèle, de prompt ou de fournisseur est testée automatiquement par rapport à des jeux de données de validation avant d'être mise en production. Plusieurs fournisseurs en secours (fallback) assurent la stabilité, même si le marché évolue. Le traitement se fait en Suisse, conformément à la nLPD, avec des modèles hébergés de manière privée pour les contenus sensibles. Tout cela repose sur un seul socle d'IA. Et lors d'une mise à jour de votre application métier, une seule intégration est à vérifier.

Nous verrons que ce modèle tient la route lors des processus suivants

Pour la facturation, il faut coder les prestations non basées sur des règles et saisir les matériels et médicaments utilisés. Lors de l'admission des patients, il s'agit de traiter des données non structurées (entretiens et documents) pour réduire la saisie manuelle. À la réception des commandes, des documents arrivent par e-mail dans différents formats, etc. Dans les soins et l'aide à domicile (Spitex), c'est similaire : on dicte après l'intervention, ce qui génère des notes de soins et, le cas échéant, des propositions de prestations ou des données précieuses pour une réévaluation.

L'IA doit réduire la charge de travail sans l'augmenter ailleurs

En médecine somatique aiguë, les médecins hospitaliers consacrent en moyenne 114 minutes par jour au dossier du patient, plus 35 minutes pour répondre aux exigences des autorités ou des assurances.1 Environ deux heures et demie par jour de travail, uniquement pour la documentation et les obligations de preuve. L'IA peut réduire considérablement cette charge dans de nombreux domaines, mais pas au prix d'une augmentation plus forte que nécessaire ailleurs (conformité, informatique, gestion des applications).

Des questions qui en valent la peine

Nous les posons nous-mêmes lorsque nous examinons une solution d'IA :

• Que peut-on traiter en entrée (voix, documents, e-mails, images, ...) ?
• Par rapport à quoi le résultat est-il vérifié, et qui le valide ?
• Comment s'assurer que les résultats restent constants en cas de changement de modèle ou de prompt ?
• Où les données sont-elles traitées et qui y a accès ?
• How are response times and resilience guaranteed?
• Et si un nouveau cas d'usage s'ajoute demain : faut-il un autre produit, un autre contrat, une autre évaluation de protection des données ? Ou seulement une nouvelle logique métier ?

La dernière question détermine si vous achetez une solution rapide ou un socle durable.