Le NHS teste une IA pour accélérer les sorties de patients à Londres

Quitter l’hôpital ne dépend pas seulement de l’état de santé d’un patient. Il faut aussi établir un résumé médical fiable, transmettre les informations utiles à la médecine de ville ou aux services qui prennent le relais, et accomplir les formalités nécessaires. Au sein du NHS, le système public de santé britannique, cette étape administrative peut prolonger l’occupation d’un lit alors même que la décision clinique de sortie a été prise. C’est ce goulot d’étranglement que vise un nouvel outil d’intelligence artificielle testé à Londres.

Le Chelsea and Westminster NHS Trust expérimente une plateforme capable de préparer les documents de sortie à partir des informations déjà présentes dans le dossier médical. L’objectif n’est pas de confier la décision à une machine, mais de réduire la part de saisie, de recherche et de mise en forme qui pèse sur les équipes soignantes. À la clé, le NHS espère faire avancer plus rapidement un processus souvent ralenti par la charge administrative.

Pourquoi les sorties d’hôpital peuvent-elles prendre du temps ?

La sortie d’un patient est une transition de soins, pas une simple formalité. Avant qu’une personne puisse regagner son domicile ou être orientée vers une autre structure, l’équipe doit notamment récapituler son diagnostic, les examens réalisés, les traitements prescrits et les consignes de suivi. Ces éléments sont importants pour éviter les ruptures d’information entre l’hôpital, le médecin traitant, les services de soins à domicile ou un établissement de réadaptation.

Or, dans un environnement hospitalier sous tension, rédiger ces documents peut être repoussé au profit des soins immédiats. Des patients pourtant considérés comme aptes à partir peuvent alors attendre de longues heures, le temps que les documents soient finalisés. Cette attente mobilise des lits qui pourraient accueillir d’autres patients et ajoute de la frustration à un parcours déjà éprouvant.

L’expérimentation londonienne s’attaque donc à une tâche très précise : la préparation du résumé de sortie. Il s’agit d’un usage administratif et clinique de l’IA, distinct d’un outil de diagnostic ou d’un système qui recommanderait un traitement.

Ce que fait l’outil testé au Chelsea and Westminster NHS Trust

La plateforme analyse les éléments utiles du dossier médical, notamment les diagnostics et les résultats d’examens, afin de générer un premier document de sortie. Au lieu de repartir d’une page blanche ou de chercher manuellement les informations dispersées dans le dossier, le professionnel dispose d’une base structurée à vérifier et à compléter.

Le fonctionnement annoncé peut se résumer ainsi :

L’annonce ne détaille pas le type précis de modèle d’IA employé, ni les critères de performance retenus pour le pilote. Ce point est important : parler d’« IA » ne renseigne pas, à lui seul, sur la fiabilité d’un outil, sa capacité à gérer des cas complexes ou le niveau de contrôle mis en place. Dans ce projet, l’élément central est la supervision humaine : le texte préparé ne devient pas automatiquement un document médical définitif.

L’IA ne décide pas si un patient peut sortir

La nuance est essentielle. L’outil peut accélérer la rédaction et l’assemblage d’informations, mais il ne remplace pas le jugement clinique. Le médecin ou le professionnel responsable doit toujours s’assurer que le patient est apte à quitter l’établissement, que les informations consignées sont exactes et que le relais de soins est adapté.

Cette validation répond à un risque bien connu des systèmes automatisés : une information peut être incomplète, mal interprétée ou ne plus être à jour. Dans un résumé de sortie, une erreur sur un diagnostic, un examen ou une consigne de suivi pourrait avoir des conséquences concrètes. L’IA doit donc être considérée comme un outil d’assistance à la rédaction, et non comme une autorité médicale.

Quel effet attendu sur les lits et l’attente des patients ?

Le gain potentiel repose sur une chaîne simple. Si les équipes passent moins de temps à produire les documents de sortie, les dossiers des patients aptes à partir peuvent être finalisés plus vite. Les lits peuvent alors, en théorie, être remis plus rapidement à disposition des services hospitaliers.

Wes Streeting, secrétaire britannique à la Santé, estime que cette technologie pourrait réduire le temps d’attente et permettre aux médecins de consacrer davantage de temps aux soins directs. Il s’agit toutefois d’un objectif de l’expérimentation, pas d’un résultat chiffré établi dans les informations publiées sur ce pilote.

L’effet réel dépendra de plusieurs facteurs qui dépassent la seule rédaction des documents : la disponibilité des transports, l’accès aux soins à domicile, l’existence d’une place dans un autre service, la coordination avec les proches et les besoins sociaux du patient. Une IA peut fluidifier une étape administrative, mais elle ne résout pas à elle seule toutes les causes des retards de sortie.

Cette distinction est utile pour évaluer le projet à sa juste mesure. Un outil efficace peut libérer du temps clinique et alléger une friction quotidienne. Il devra néanmoins s’insérer dans une organisation où chaque maillon de la sortie compte.

Une intégration annoncée au NHS Federated Data Platform

Le projet doit être intégré au NHS Federated Data Platform, ou FDP. Cette plateforme est conçue pour faciliter la collaboration et une circulation plus fluide de l’information entre les organisations de santé du NHS. Dans cette perspective, l’outil de préparation des sorties s’inscrit dans une démarche plus large de modernisation numérique des services hospitaliers.

L’intérêt opérationnel est clair : les informations nécessaires à la prise en charge ne doivent pas rester difficiles à retrouver ou à transmettre entre les différents acteurs. Pour un hôpital, une meilleure organisation des données peut aider à coordonner les lits, les équipes, les rendez-vous et les parcours des patients.

Mais l’intégration d’un outil d’IA à une plateforme de données de santé soulève aussi des exigences élevées. Les données médicales sont particulièrement sensibles. Au Royaume-Uni, leur traitement doit respecter les règles de confidentialité applicables, notamment le cadre de protection des données. Il faut également définir qui accède aux informations, dans quel but, avec quelle traçabilité et selon quelles procédures de contrôle.

Les informations disponibles sur le pilote ne décrivent pas en détail les mécanismes techniques de sécurité ou de gouvernance utilisés. Pour les patients comme pour les professionnels, la qualité de ces garanties sera aussi importante que le temps potentiellement gagné.

Un projet qui s’inscrit dans d’autres usages de l’IA en santé

L’initiative ne se limite pas aux sorties d’hôpital. Le gouvernement britannique a également annoncé le recours à l’IA pour analyser des bases de données hospitalières, dans l’objectif de mettre en place un système d’alerte précoce capable de repérer des tendances et de signaler de possibles problèmes de sécurité. L’ambition est de détecter plus vite des signaux qui, isolés, pourraient passer inaperçus.

D’autres usages concernent l’accès aux soins. Le gouvernement évoque ainsi une clinique de physiothérapie utilisant l’IA, qui aurait réduit de moitié les listes d’attente pour des soins liés aux douleurs dorsales. En Cambridgeshire et Peterborough, plus de 2 500 patients ont bénéficié de ces nouvelles technologies selon les éléments communiqués.

Ces exemples ne correspondent pas au même usage que l’outil testé à Londres. L’un porte sur la détection de signaux dans des données hospitalières, l’autre sur l’organisation de soins de physiothérapie, tandis que le pilote du Chelsea and Westminster NHS Trust cible la documentation de sortie. Ils illustrent néanmoins une orientation commune : employer l’IA pour réduire les délais, soutenir les personnels et mieux organiser des services publics soumis à une forte demande.

Peter Kyle, secrétaire à la Technologie, présente cette approche comme un changement important dans la manière de mobiliser les outils numériques. Le discours gouvernemental met l’accent sur un usage pragmatique : dégager du temps pour les métiers essentiels, plutôt que rechercher l’automatisation pour elle-même.

Ce qu’il faut surveiller avant un éventuel déploiement

Le pilote du Chelsea and Westminster NHS Trust devra démontrer que l’outil fait gagner du temps sans dégrader la qualité des documents. Plusieurs questions seront déterminantes : les professionnels corrigent-ils fréquemment les textes générés ? Les informations importantes sont-elles bien reprises ? Le temps économisé en rédaction n’est-il pas déplacé vers un temps de vérification trop lourd ? Et surtout, les sorties sont-elles réellement fluidifiées pour les patients ?

L’acceptation par les équipes comptera tout autant. Un logiciel utile doit s’intégrer à des pratiques de travail déjà complexes, sans multiplier les écrans ni créer une nouvelle couche de contrôle administratif. La formation, la clarté des responsabilités et la possibilité de signaler une erreur sont des conditions concrètes de son adoption.

Enfin, un déploiement plus large dépendra des résultats de l’essai. À ce stade, le NHS teste un outil dans un établissement londonien, avec une promesse précise : utiliser l’IA pour préparer plus vite une documentation indispensable, tout en gardant les soignants aux commandes. Si cette promesse se vérifie dans la pratique, cette approche pourrait devenir l’un des exemples les plus concrets d’une IA hospitalière discrète, mais directement utile au quotidien des patients et des équipes.