Comment le cloud soutient la collaboration clinique
Infrastructure pour prendre en charge l’analyse des soins de santé et l’aide à la décision
L’infrastructure cloud soutient la collaboration clinique de plusieurs manières. Une combinaison de redondance, de sécurité, de répartition géographique et de proximité avec les utilisateurs finaux permet de minimiser les temps d’arrêt, explique Saul. Ceci est particulièrement utile pour la génomique, l’imagerie et d’autres charges de travail qui nécessitent de grandes quantités de ressources informatiques. Un autre avantage ici est le concept d’espace propre, qui permet aux organisations d’accorder l’accès au stockage de données tout en conservant la propriété des données.
Parallèlement, des données unifiées et standardisées peuvent fournir aux organisations un endroit centralisé pour effectuer des analyses en temps réel, explique Saul. « Lorsque vous disposez d’un traitement de données à faible latence et que vous pouvez intégrer des services tiers, vous pouvez créer des flux de travail complexes mais réactifs autour de vos flux de données. »
Ritu Mukherjee, vice-président de la gestion des produits chez Zoom, souligne le potentiel de l’infrastructure cloud pour prendre en charge la documentation et d’autres flux de travail automatisés. Des outils tels que Zoom Workplace for Clinicians sont équipés pour les réunions virtuelles et en personne et peuvent utiliser différents modèles, de sorte que les cliniciens passent moins de temps à formater et à réviser les notes.
De plus, les médecins peuvent consulter l’historique des patients généré par l’IA et les résumés des visites avant un rendez-vous. Ils peuvent également définir des rappels afin que certains sujets soient abordés lors de la visite en fonction des informations tirées du résumé. « Plus les cliniciens disposent de ce contexte riche, meilleurs sont les résultats », explique Mukherjee.
EN SAVOIR PLUS: Utilisez l’IA et les solutions cloud pour une collaboration optimisée.
Permettre la surveillance à l’hôpital et à domicile
La combinaison du cloud computing et de l’intelligence artificielle a également grandement amélioré le suivi à distance des patients à l’hôpital et à domicile.
À ses débuts, RPM n’était guère plus qu’un tableau de bord, explique Saul. “Il faut quelqu’un pour surveiller les données. Même lorsque les choses étaient signalées, il était difficile de les traiter et d’en comprendre la signification.” De plus, étant donné la grande quantité de données générées lors des soins hospitaliers (tension artérielle, fréquence cardiaque, température, saturation en oxygène, etc.), peu d’anomalies, mais rares, ont historiquement été inscrites dans le dossier d’un patient.
“L’IA peut détecter des modèles subtils que nous ne remarquerons peut-être pas, mais vous avez besoin de la fidélité de l’intégralité du flux de données. Cela nécessite une infrastructure que peu d’hôpitaux peuvent prendre en charge localement”, poursuit Saul. “Nous pouvons désormais accroître nos soins en traitant des données qui n’étaient pas possibles auparavant.”
Saul souligne le partenariat d’AWS avec Validic, qui collecte des données à partir d’appareils médicaux et de soins de santé grand public. La couche analytique d’AWS sur les flux de données de Validic peut non seulement détecter les anomalies, mais également envoyer des alertes aux médecins. « Le volume et la vitesse du cloud peuvent traiter les données en temps réel et générer des informations qui orientent la prise de décision clinique. »
À mesure que les capacités évoluent, les prestataires peuvent avoir moins de raisons de voir les patients en personne, explique Saul. Le streaming vidéo, le traitement des données en temps réel et la communication asynchrone sont prêts à permettre l’évaluation d’une thérapie médicale au niveau clinique, la surveillance de la fréquence cardiaque et d’autres services à domicile.
