Initiative IA pour la santé de SCALE AI : 21 millions de dollars d’investissements pour soutenir 9 projets d’IA visant à améliorer les soins de santé au Canada
Aujourd’hui, SCALE AI a pris la parole lors de l’événement canadien ALL IN pour annoncer des investissements de 21 millions de dollars pour soutenir neuf projets d’intelligence artificielle (IA) sélectionnés par SCALE AI dans le cadre de son initiative IA pour la santé visant à soutenir des projets hospitaliers pionniers dans le déploiement de solutions d’IA. Cette récente initiative de SCALE AI favorise la collaboration entre les hôpitaux et les fournisseurs de produits et de services d’IA à travers le pays afin d’innover davantage et d’accélérer le déploiement de l’IA dans le réseau canadien des soins de santé pour améliorer les opérations, la logistique et l’affectation des ressources.
Ces projets sont soutenus par le financement accordé à SCALE AI dans le cadre de la stratégie pancanadienne en matière d’intelligence artificielle, par laquelle le gouvernement du Canada investit dans les efforts visant à favoriser l’adoption de l’intelligence artificielle dans l’ensemble de l’économie et de la société canadiennes.
Menés et déployés par des hôpitaux canadiens, les projets annoncés aujourd’hui — notamment l’optimisation et la prévision des ressources et des flux de travail, la gestion des soins aux patients, le triage virtuel et la gestion des files d’attente — contribueront à résoudre des problèmes complexes auxquels est confronté le secteur des soins de santé. Ces avancées technologiques auront des effets tangibles et mesurables sur les activités hospitalières, notamment en améliorant le parcours et l’expérience des patients, en optimisant la logistique, en déterminant la gestion quotidienne des ressources ou en réduisant les temps d’attente.
L’honorable François-Philippe Champagne, ministre de l’Innovation, des Sciences et de l’Industrie du Canada, indique : « L’IA utilisée dans le domaine de la santé offre de nouvelles solutions des plus performantes pour améliorer le quotidien des patients canadiens. Grâce à la Stratégie pancanadienne en matière d’intelligence artificielle, SCALE AI fait appel à des experts locaux pour développer ces solutions en partenariat avec des institutions de santé et des hôpitaux locaux, ce qui garantit une meilleure protection des données et l’adoption d’un cadre éthique efficace pour l’analyse et le traitement des informations des patients et pour notre système de santé. »
Julien Billot, directeur général, SCALE AI, explique : « SCALE AI collabore avec de nombreux partenaires pour accélérer rapidement l’adoption et l’intégration de l’IA dans des secteurs clés comme la santé. Grâce à cette initiative, les acteurs de l’écosystème de l’IA et les hôpitaux se mobilisent pour relever les défis actuels en matière de santé publique et pour avoir un effet profond sur les soins de santé au Canada.»
Hélène Desmarais, coprésidente du conseil d’administration, SCALE AI, ajoute : « De concert avec l’ensemble de l’écosystème, SCALE AI continuera à développer l’IA au Canada, à accélérer son intégration dans les entreprises canadiennes et à soutenir les soins de santé. Ces projets permettent de réaliser des gains d’efficacité et d’optimiser les ressources limitées, ce qui améliorera les résultats cliniques et le bien-être des patients. »
AI pour les soins de santé : 9 projets qui représentent un investissement de 20,9 millions $
| → Prévisions de la demande fondées sur l’IA pour l’optimisation de la logistique du CIUSSS Centre-Ouest
Partenaires : CIUSSS-CCOMTL, IVADO Labs Investissement de SCALE AI : 1,5 million $ Investissement total : 2,3 millions $ |
Le Centre intégré universitaire de santé et de services sociaux du Centre-Ouest-de-l’Île-de-Montréal (CIUSSS du Centre-Ouest-de-l’Île-de-Montréal) et son pôle d’innovation en santé connectée – OROT sont fiers de s’associer à IVADO LAB afin de codévelopper et de déployer un système d’intelligence artificielle conçu pour améliorer et rationaliser la logistique de l’entrepôt du CIUSSS du Centre-Ouest grâce à des prévisions précises de la demande. Le partenariat est conçu pour tirer parti des capacités uniques des deux organisations afin de transformer le processus de prise de décision en une approche plus informée et axée sur les données, permettant ainsi aux professionnels de la logistique du CIUSSS de prendre des décisions opérationnelles plus éclairées et plus efficaces. Le CIUSSS du Centre-Ouest de Montréal s’est engagé à fournir aux bénéficiaires des soins de santé un accès rapide à un continuum de soins homogène dans ses 34 sites. OROT a pour mandat d’ouvrir la voie à la cocréation et à la collaboration interdisciplinaire, dans le but de soutenir la création d’innovations numériques qui répondent aux besoins des utilisateurs.
Audrey Benarrosh, directrice de la logistique et de l’approvisionnement du CIUSSS Centre-Ouest de Montréal : « Nous sommes ravis de pouvoir collaborer avec IVADO LAB afin de cocréer un système capable de prédire avec précision les besoins en matériel, de rationaliser les processus d’approvisionnement et, en fin de compte, de nous aider à renforcer l’efficacité opérationnelle globale et à assurer l’utilisation optimale des ressources. » Danina Kapetanovic, chef de l’innovation du CIUSSS Centre-Ouest de Montréal et responsable d’OROT : « La compréhension du contexte et des données est la boussole qui guide l’IA vers son véritable potentiel ; sans eux, nous naviguons à l’aveuglette, manquant la destination de solutions efficaces. En tirant parti de ses compétences uniques, OROT favorisera la collaboration interdisciplinaire entre les partenaires, garantissant ainsi que la solution qui en résultera sera centrée sur l’utilisateur et efficace.» |
| → Développement du premier système de gestion des soins centré sur le patient dans le domaine de l’oncologie
Partenaires : L’Hôpital d’Ottawa, Princess Margaret Cancer Center, Centre Hospitalier de l’Université de Montréal, Gray Oncology Solutions, L’Hôpital général juif, Programme québécois de cancérologie, Centre intégré de santé et de services sociaux de Laval, Centre universitaire de santé McGill (CUSM), CIUSSS de l’Estrie – Sherbrooke, Southlake Regional Health Centre, Société canadienne du cancer Investissement de SCALE AI : 1,9 million $ Investissement total : 2,9 millions $ |
Le Centre hospitalier de l’Université de Montréal (CHUM) est un hôpital innovant au service de la population. Ce projet d’IA se concentre sur le développement, le déploiement et l’évaluation de logiciels permettant de relever trois défis majeurs en oncologie : la nature stochastique du flux de patients, la difficulté d’une planification proactive de la capacité et la coordination de multiples services dont un même patient peut avoir besoin tout au long de son parcours de soins. Le projet rassemble un consortium de centres de cancérologie interprovincial et utilisera plusieurs classes algorithmiques pour relever ces trois défis majeurs. Celles-ci vont de l’apprentissage automatique et de la modélisation statistique pour la prédiction du flux de patients aux algorithmes de recherche opérationnelle qui déterminent de manière proactive l’ensemble idéal de ressources nécessaires pour soutenir le flux de patients.
Melissa Diffey, responsable du programme de médecine radiologique, L’Hôpital d’Ottawa: « L’IA fait partie intégrante de la stratégie d’innovation et de développement du CHUM. Nous croyons à l’importance d’utiliser cet outil pour améliorer la prise de décision, et donc les soins aux patients, tout au long de leur parcours. » |
| → Optimiser les ressources des services d’urgence grâce à un outil d’IA d’aide à la décision
Partenaires : Unity Health Toronto Hospital, Signal 1 St Michael’s Hospital, St Joseph’s Health Center, Grand River Hospital Investissement de SCALE AI: 1.5 million $ Investissement total : 3 millions $ |
Alors que le système de santé s’efforce de se remettre de la pandémie de COVID-19, les services d’urgence subissent des pressions à l’échelle du système : les patients arrivent plus malades, le roulement du personnel est sans précédent et les patients doivent attendre plus longtemps avant de voir un médecin aux urgences et avant d’obtenir un lit d’hôpital. Unity Health Toronto est l’un des plus grands réseaux catholiques de soins de santé du Canada. Il abrite le seul programme d’IA appliquée en milieu hospitalier du pays, qui a mis en œuvre plus de 50 outils d’IA et d’analyse dans la pratique clinique. Le projet de collaboration entre Signal 1 et les partenaires hospitaliers fournira au personnel des urgences un outil permettant de mieux gérer le flux des patients. Le projet déploiera des systèmes d’IA en temps réel dans les urgences d’un hôpital afin d’optimiser les ressources en personnel, d’accélérer la sortie des patients en toute sécurité et de réduire le volume d’admissions évitables à l’hôpital. Le système de Signal1 utilise les données du dossier du patient pour prédire la probabilité qu’un patient puisse sortir de l’hôpital.
Dr Muhammad Mamdani, vice-président de la science des données et de l’analyse avancée, Unity Health Toronto : « À Unity Health Toronto, nous constatons déjà l’impact et le potentiel considérable de l’IA pour transformer les soins de santé. Notre collaboration avec Signal 1 contribue à accélérer le développement d’outils d’IA qui améliorent l’efficacité des hôpitaux et les résultats des soins – améliorant ainsi l’expérience hospitalière pour les prestataires et les patients. » |
| → Gestion des files d’attente du service d’urgence et triage virtuel basés sur l’IA
Partenaires : Humber River Hospital, Deloitte, MEDITECH Collaborative, Mackenzie Health Investissement de SCALE AI : 1,5 million $ Investissement total : 2,4 millions $ |
Humber River Health (HRH) reconnaît l’opportunité de développer une application virtuelle de triage et de gestion des files d’attente basée sur l’IA pour aider à orienter les patients vers les soins appropriés au moment opportun. HRH appliquera l’IA et l’apprentissage automatique pour prévoir et optimiser les files d’attente des patients aux urgences, déterminer le créneau horaire optimal préétabli par patient et ajuster dynamiquement le créneau horaire par patient afin d’optimiser et de gérer continuellement la file d’attente des patients en utilisant des données en temps réel/quasi réel. Les objectifs sont de parvenir à une utilisation plus efficace des ressources du système de santé, d’améliorer le flux des patients, de réduire la fréquence des augmentations inattendues de la demande au service des urgences et, à terme, de réorienter le volume de patients non urgents accédant au service des urgences vers les soins les plus appropriés.
Barbara Collins, PDG de Humber River Health : « Humber River Health s’engage à travailler avec notre communauté et d’autres partenaires pour apprendre collectivement à fournir des soins de santé innovants, sécuritaires et équitables. Avec l’un des services d’urgence les plus occupés de l’Ontario, nous tirons continuellement parti de la technologie pour aider le personnel et les médecins, en leur donnant plus de temps à consacrer aux patients, en éliminant les inefficacités et en réduisant les risques d’erreurs. L’IA renforce notre capacité à révolutionner l’expérience des patients et à fournir des soins de qualité encore plus élevée, ce qui se traduit par un meilleur parcours du patient du début à la fin. » |
| → AInception — Optimiser le parcours des patients
Partenaires : Centre hospitalier de l’Université de Montréal (CHUM), MOOV AI, CIUSSS Estrie – CHU Sherbrooke Investissement de SCALE AI : 1,5 million $ Investissement total : 2,3 millions $ |
Le projet AInception du CHUM vise à rendre la gestion des parcours des patients entre l’urgence et les unités de soins plus proactive et efficace, en basant les décisions sur des prédictions quantifiées et qualifiées de l’achalandage de l’urgence. L’IA sera utilisée pour prédire la trajectoire d’un patient, depuis le triage jusqu’à la sortie du service des urgences vers le domicile ou une autre unité de soins, pour une gestion quotidienne proactive des ressources, ainsi que pour travailler en amont pour la planification hebdomadaire du personnel et des autres ressources.
Anne Nguyen, Responsable de la stratégie en données, CHUM : « L’objectif du CHUM est de développer, implanter et mesurer la valeur de l’IA, dans une approche collaborative, afin de l’intégrer à ses pratiques dans la mesure où elle est jugée pertinente et créatrice de valeur. L’objectif d’AInception est d’améliorer l’efficacité opérationnelle en optimisant la planification des ressources, ce qui se traduit par une réduction du stress et de la charge de travail des équipes cliniques, ainsi que par une réduction des temps d’attente à l’urgence. » |
| → Outil décisionnel basé sur l’IA pour prévoir, optimiser et affecter les ressources paramédicales
Partenaires : Urgences-santé, Alberta Health Services—Emergency Medical Services, Emergency Medical Care Incorporated, Airudi, McGill Clinical and Health Informatics Investissement de SCALE AI: 1,5 million $ Investissement : 2,3 millions $ |
Urgences-santé est la seule organisation publique de services préhospitaliers d’urgence au Québec. L’objectif du projet est de doter Urgences-santé d’un outil décisionnel unique alimenté par l’IA afin d’améliorer l’efficacité de la dotation en personnel à moyen terme, d’éviter les lacunes de service à court terme et d’atténuer les lacunes de service à très court terme. La solution prédit la demande de soins d’urgence et propose des solutions pour maintenir les niveaux de service visés tout en réduisant les coûts.
Patrick Taillefer Directeur adjoint stratégies, performance et recherche, Urgences-santé : « Avec l’aide de l’IA, Urgences-santé sera en mesure de mieux fournir des soins paramédicaux en temps opportun à 2,5 millions de personnes sur une zone de 744 km2, 24 heures sur 24, 365 jours par année. » |
| → Solution de planification médicale basée sur l’IA et optimisation des flux de travail
Partenaires : Fraser Health Authority, Deloitte Investissement de SCALE AI : 1,5 million $ Investissement total : 2,2 millions $ |
La Fraser Health Authority et Deloitte codirigent ce projet d’IA, avec l’hôpital de Burnaby et l’hôpital d’Eagle Ridge comme sites pilotes pour cette initiative. Ce projet vise à tirer parti de solutions basées sur l’IA/ML pour résoudre les problèmes complexes auxquels est confrontée la chaîne d’approvisionnement en ressources humaines de l’écosystème de l’autorité sanitaire de Fraser, en se concentrant dans un premier temps sur les services d’urgence et de médecine hospitalière. L’IA permettra une prévision précise de la demande, une optimisation et une modélisation de simulation de la programmation des médecins afin de réduire la charge de travail, d’augmenter la satisfaction au travail, de réduire les temps d’attente et d’améliorer l’expérience des patients.
Jennifer MacGregor, vice-présidente, expérience numérique des patients et des prestataires, Fraser Health Authority : « Dans le cadre de ce partenariat, nous nous concentrons sur l’exploitation de la technologie de l’IA pour améliorer la planification des ressources humaines en santé et la capacité de planification. Pour commencer, le modèle d’IA soutiendra les activités de planification des médecins dans deux de nos douze hôpitaux. Nous sommes ravis de ce partenariat avec SCALE AI et Deloitte pour mettre en place des solutions innovantes qui amélioreront l’accès aux soins pour ceux que nous servons. » |
| → Optimisation des ressources pour les soins intensifs en pédiatrie
Partenaires : Centre Hospitalier Universitaire Sainte-Justine, Hôpital de Montréal pour enfants, IVADO Labs Investissement de SCALE AI : 1,5 million $ Investissement total : 1,8 million $ |
Le CHU Sainte-Justine (CHUSJ) est le seul établissement de santé au Québec dédié exclusivement aux enfants, aux adolescents et aux mères. La solution développée dans le cadre de ce projet comprend un tableau de bord orienté vers l’analyse de situation. Utilisant l’IA, il permet une affectation plus précise du personnel en exploitant les données des patients et en prévoyant les nouvelles admissions potentielles. Elle calcule efficacement les besoins en personnel et optimise l’allocation des lits de patients au sein de l’unité de soins intensifs pédiatriques, garantissant ainsi une charge de travail équilibrée pour le personnel.
Philippe Jouvet, MD PhD, chercheur clinicien, CHU Sainte-Justine : « Les progrès de la science et de la technologie médicales n’ont jamais eu autant à apporter à la santé humaine, notamment grâce à l’utilisation de l’intelligence artificielle, qui ouvre de nombreuses nouvelles voies dans la gestion de la santé des patients et des services cliniques. » |
| → Amélioration des services de radiothérapie grâce à une planification optimisée du personnel
Partenaires : Princess Margaret Cancer Centre, University Health Network, IVADO Labs, Southlake Regional Health Center, eSummit Investissement de SCALE AI : 1,5 million $ Investissement total : 1,7 million $ |
Le Princess Margaret Cancer Center propose une solution basée sur l’IA pour optimiser la planification du personnel, augmenter l’efficacité et améliorer la satisfaction du personnel. La solution se compose de plusieurs éléments, notamment un outil de prévision de la charge de travail, un outil de prévision des absences, un module d’optimisation mensuel et quotidien. Ces composants exploitent les données historiques, prévoient les incertitudes et utilisent des algorithmes avancés pour construire des planifications rigoureuses, minimiser les coûts opérationnels, assurer une couverture suffisante et minimiser les perturbations dans la planification du personnel et les soins aux patients.
Philip Wong, Directeur associé de la médecine radiologique des soins ambulatoires, UHN Princess Margaret : « La solution basée sur l’IA a été conçue pour avoir un impact significatif sur les opérations du Princess Margaret, la satisfaction du personnel et la continuité des soins aux patients. En réduisant le temps consacré aux tâches de planification, les gestionnaires d’équipe pourront se concentrer sur le mentorat, les projets d’optimisation de la qualité et la recherche, améliorant ainsi la qualité des soins. » |
au soutien financier de
