Gains :
- Capacité à comprendre les facteurs affectant le taux de non-présentation et à utiliser l'intelligence artificielle pour créer des projets de classification des risques et de rappel
- Capacité à planifier la capacité des cliniques ambulatoires, la répartition des créneaux horaires et la logique de surréservation sur la base de scénarios avec le support de l'intelligence artificielle
- Pouvoir garantir que le résultat de l'intelligence artificielle est une suggestion statistique et que le dossier final appartient au gestionnaire, en tenant compte des droits d'accès des patients et de l'équité.
L’une des pertes les plus frustrantes de la gestion des cliniques ambulatoires est l’heure des rendez-vous qui semble pleine mais reste vide. Le patient prend rendez-vous mais ne se présente pas ; ce créneau (créneau de rendez-vous – droit d'un médecin à examiner dans un certain délai) est gaspillé. C'est ce qu'on appelle la non-présentation dans la gestion des soins de santé. Dans un hôpital public, le taux de non-présentation des patients ambulatoires se situe souvent entre 20 et 30 % ; Cela signifie qu’un rendez-vous sur quatre est perdu. C'est à la fois une perte de temps pour le médecin et une perte d'accès pour les autres patients qui souhaitent venir mais ne trouvent pas de place. Dans cette unité, nous utiliserons l’IA pour deux tâches : prédire le risque de non-présentation et planifier intelligemment la capacité en fonction de cette prédiction. Mais fixons la limite dès le début : l’IA produit une estimation de probabilité ; Le choix du patient qui recevra un rendez-vous relève de la décision du gestionnaire, en tenant compte du droit d'accès et de l'équité du patient.
Qu’est-ce qui détermine une non-présentation ?
Le comportement de non-présentation n’est pas aléatoire ; Il existe certains modèles. Les études internationales et locales mettent fréquemment en évidence les facteurs suivants : plus le temps d'attente entre le rendez-vous et l'examen est long, plus l'incidence des non-présentations est élevée ; très tôt le matin ou tard le soir ; historique de non-présentation (prédicteur le plus puissant) ; les conditions météorologiques ; distance de transport du patient ; branche (dans certaines branches, le taux de fréquentation est élevé en raison d'un suivi chronique). L’IA ne mémorise pas ces facteurs un par un ; Il extrait des modèles à partir des données historiques que vous lui fournissez. Mais attention : l’IA trouve une relation (corrélation), pas une cause (causalité). Dire « les non-présentations le mardi sont nombreuses » ne signifie pas que mardi est coupable ; Peut-être qu’un autre facteur entre en jeu le mardi.
Du côté de la capacité, deux concepts sont essentiels. La répartition des créneaux horaires correspond au nombre de rendez-vous que vous prenez et à quelle heure de la journée. La surréservation consiste à réserver un peu plus que la capacité pour compenser une non-présentation attendue, comme lorsque les compagnies aériennes vendent trop d'avions. La surréservation n'est pas un pari, c'est un équilibre calculé : si vous en faites trop peu, il y aura des créneaux vides, si vous en faites trop, la file d'attente et l'attente exploseront à l'arrivée de tout le monde. L’IA est très utile pour démontrer cet équilibre à travers des scénarios.
Étape par étape : les non-présentations et les graphiques fonctionnent avec l'IA
- Préparez des données anonymes. Aucun nom du patient, pièce d'identité, protocole ; uniquement les champs anonymes tels que "l'heure du rendez-vous, l'agence, le jour d'attente, le nombre passé de non-présentations, sont venus/ne se sont pas présentés".
- Soustrayez le motif. Demandez à l'IA de résumer les facteurs qui vont de pair avec la non-présentation.
- Définir une fourchette de risque. Classez les patients comme présentant un risque de non-présentation « élevé/moyen/faible » – des groupes gérables, et non des scores individuels.
- Faites correspondre l’intervention. Rappel plus intense (SMS + appel) au groupe à risque, créneau flexible ; Rappel standard à faible risque.
- Mettez en place un scénario de surréservation. Demandez à des scénarios de calculer combien de rendez-vous supplémentaires seront pris en fonction du taux de non-présentation attendu.
- Filtre administratif. Contrôle d'équité : aucun groupe de patients n'est exclu de l'accès ; la surréservation est raisonnable ; Le gestionnaire approuve le calendrier définitif.
Attention : Le score de risque n'est jamais utilisé pour « prendre rendez-vous pour ce patient ». Le score n'a pour but que de condenser le rappel, de faciliter l'accès et d'équilibrer les capacités. Sinon, c'est une violation des droits des patients.
trois mini-cases
Cas 1 — Rappel de l'intensité. Dans une clinique externe de pneumologie, le taux de non-présentation était de 28 pour cent. L'équipe qualité a fourni des données anonymes sur 6 mois à YZ et a déterminé le groupe à risque : les patients qui ont attendu plus de 14 jours et ne sont pas venus au moins une fois auparavant. Un SMS + appel en deux temps a été appliqué à ce groupe, 3 jours et 1 jour avant l'examen. Après trois mois, les non-présentations dans ce groupe ont chuté de 28 pour cent à 17 pour cent ; Le taux de non-présentation aux cliniques externes générales a diminué à 21 pour cent. Les places vacantes ont diminué et la liste d'attente s'est raccourcie.
Cas 2 — Surréservation modérée. Une clinique de dermatologie disposait de 40 créneaux par jour, avec un taux moyen de non-présentation de 25 % (soit ~10 vacants). Le responsable a demandé à l'IA un scénario de surréservation. L'IA a proposé trois scénarios : +4 rendez-vous (risque faible, légère probabilité de file d'attente), +8 (équilibré), +12 (attente agressive et sérieuse si tout le monde se présente). Le manager a commencé avec +6 ; regardé pendant un mois. Les créneaux gratuits ont chuté de 25 pour cent à 9 pour cent, tandis que l'attente supplémentaire moyenne n'a augmenté que de 7 minutes. La décision appartenait à l’homme ; L'IA vient de rendre les options visibles.
Cas 3 — Retour suite à une mauvaise utilisation. Dans une unité, un employé voulait interpréter le score de risque de l'IA comme « les personnes à haut risque ne devraient pas avoir de rendez-vous ». Le responsable de la qualité s'y est opposé : cela exclurait du système les patients défavorisés (difficiles à atteindre, à faibles revenus) et constituait une violation à la fois éthique et juridique. Le score n’a pas été utilisé pour l’exclusion, mais pour des rendez-vous flexibles et des rappels supplémentaires permettant d’atteindre plus facilement ce patient.
Quatre modèles copiables
1) Analyse factorielle de non-présentation :
Votre rôle : assistant associé à l'analyste des opérations ambulatoires. Vous trouverez ci-dessous les données de rendez-vous anonymes (sans nom ni identité) : heure du rendez-vous, succursale, jour d'attente, non-présentation précédente, résultat (présenté/non présenté). Tâche : (1) énumérer les 5 facteurs qui coexistent le plus fortement avec les non-présentations, (2) rédiger une explication en une phrase pour chacun, (3) indiquer qu'il s'agit d'une corrélation et non d'une causalité. N'inventez pas de chiffres pour lesquels je n'ai pas fourni de données.
2) Bande de risque et adéquation des interventions :
Suggérez des règles simples et transparentes (pas de boîtes noires, ni de seuils explicables) qui diviseront les patients en 3 bandes de risque d'échec élevé/moyen/faible en fonction des modèles ci-dessus. Pour chaque groupe, suggérez une intervention de rappel/facilitation qui EMPÊCHE l’accès. Aucune suggestion ne doit exclure le patient du rendez-vous.
3) Scénario de surréservation :
Créneau journalier : 40. Taux de non-présentation moyen : 25,3% Générer un scénario de surbooking (conservateur / équilibré / agressif). Pour chaque scénario : nombre total de rendez-vous à prendre, arrivées de patients attendues, surcharge qui se produira si tout le monde se présente et estimation de l'attente supplémentaire. Montrez les formules de calcul pour que je puisse les vérifier manuellement.
4) Projet de message de rappel :
Rédigez un SMS de rappel poli et clair (moins de 160 caractères) à envoyer au groupe à haut risque. Fournissez un moyen simple d’annuler/reporter un rendez-vous. N'utilisez pas de langage accusateur. Turc, formel mais chaleureux.
Invite faible/Invite forte
Invite faible :
Réduisez les non-présentations.
Cette requête est hors contexte : on ne sait pas quelle branche, quelle donnée, quelle contrainte ; L’IA fournit des conseils génériques et irréalisables.
Invite puissante :
Notre clinique externe de dermatologie dispose de 40 créneaux par jour et le taux moyen de non-présentation est de 25 %. J'ai 6 mois de données de rendez-vous anonymes. Je souhaite réduire le créneau libre tout en préservant le droit d'accès. Donnez-moi (1) une règle de risque à 3 bandes, (2) une intensité de rappel appropriée pour chaque bande, (3) l'impact attendu d'un scénario de surréservation +6.
Approche
emplacement vide
accès des patients
Risque éthique
ne rien faire
haut
neutre
Non mais il y a du gaspillage
Rappel supplémentaire pour les personnes à risque
tombe
Protégé/augmenté
Aucun
Surréservation modérée
baisse sensiblement
Léger risque de queue
Faible, il faut surveiller
Ne pas prendre de rendez-vous pour les personnes à risque
tombe
est violé
Élevé – impossible
Erreurs courantes
- Confondre le score avec un moyen d'exclusion. Le score de risque n’est pas d’éliminer le patient, mais de l’atteindre.
- Surréservation extrême. Exagérer le taux de non-présentation et prendre trop de rendez-vous augmentera la file d'attente et les plaintes.
- Confondre corrélation et causalité. Dire « le mardi est risqué » ne signifie pas interdire le mardi ; Découvrez la véritable raison derrière cela.
- Décision avec des données de session unique. Établir des règles permanentes basées sur les données d'un mois est trompeur ; Au moins quelques mois de patrons sont nécessaires.
- Contourner le contrôle de la justice. Assurez-vous de vérifier que l’intervention n’exclut pas les groupes défavorisés.
Astuce : commencez toujours la surréservation par un petit pas (par exemple +2/+3) et suivez-la pendant une semaine, puis augmentez. Le scénario de l'IA est une prédiction ; Votre taux de non-présentation réel sur le terrain vous oblige à mettre à jour le scénario.
En résumé
La non-présentation est l’ennemi silencieux de la capacité des soins ambulatoires. L’IA est une aide puissante pour extraire les modèles de non-présentation à partir de données historiques anonymisées, stratifier les patients en tranches de risque et rendre visibles les scénarios de surréservation. Mais tout ce qui est produit est une estimation de probabilité. Le score de risque n’est jamais un outil d’exclusion ; pour un rappel et une facilitation qui protège l’accès. La surréservation doit être abordable, mesurée et testée par petites étapes. Le dossier final appartient à l'administrateur, en tenant compte de l'équité et des droits des patients.
Tâche de candidature
Obtenez le nombre de créneaux horaires par jour et le taux moyen de non-présentation de votre unité (ou hypothétique). Demandez à l’IA trois scénarios avec le modèle « Scénario de surréservation » ci-dessus. Vérifiez ensuite les formules manuellement (par exemple 40 créneaux, 25% de non-présentation → attendu 30 non-présentation ; si +6 donne 46 rendez-vous, attendu ~34-35 non-présentation). Écrivez quel scénario vous avez choisi et pourquoi en 5 éléments ; Ajoutez également un contrôle d’équité.
liste de contrôle
- [ ] Ai-je anonymisé les données (pas de nom/ID/protocole) ?
- [ ] Ai-je utilisé le score de risque pour une intervention de préservation de l'accès, et non pour une exclusion ?
- [ ] Ai-je vérifié manuellement le scénario de surréservation avec la formule ?
- [ ] Ai-je commencé à surbooker par petites étapes et mis en place un plan de suivi ?
- [ ] Ai-je passé le calendrier final à travers un filtre d'équité et l'ai-je soumis à l'approbation du responsable ?