| Titre : | L'intelligence artificielle au service des départements d'information médicale : construction et évaluation d'un outil d'aide à la décision pour cibler et prioriser les séjours à contrôler et fiabiliser les recettes hospitalières générées par la tarification à l'activité (2022) |
| Auteurs : | J. Gutton, Auteur ; F. Lin, Auteur ; O. Billuart, Auteur ; J-P. Lajonchère, Auteur |
| Type de document : | Article : texte imprimé |
| Dans : | Revue d’Épidémiologie et de Santé Publique (Vol. 70 n°1, Février 2022) |
| Article en page(s) : | pp. 1-8 |
| Langues : | Français |
| Catégories : | |
| Résumé : |
"Position du problème
Les départements d'information médicale (DIM) contribuent à la fiabilisation des recettes hospitalières générées par la tarification à l'activité.Une relecture des dossiers médicaux, sélectionnés après ciblage des résumés de codage, est ainsi organisée. L'objectif est de procéder à d’éventuelles corrections des diagnostics ou des actes codés avec un impact potentiel sur la valorisation du séjour. La performance du ciblage constitue un enjeu majeur pour concentrer les ressources sur les dossiers dont le codage est effectivement perfectible. Les outils à disposition des DIM pour réaliser ce ciblage peuvent être optimisés. Nous avons développé un outil d'aide à la décision pour rendre le ciblage plus performant. L'objectif de notre étude était d’évaluer la performance de cet outil. Méthodes L'outil comporte un module d'intelligence artificielle combiné à un module de règles métier. Un score prédictif est attribué à chaque résumé de codage qui reflète la probabilité de revalorisation du séjour. L’évaluation de la performance de cet outil a porté sur un échantillon de 400 séjours de trois nuits et plus de patients hospitalisés à l'hôpital Paris Saint-Joseph entre le 1e novembre et le 31 décembre 2019. Chaque séjour a fait l'objet d'une relecture par un expert du codage, sans connaissance du score attribué et sans recours aux requêtes métier. Deux critères de jugement principaux ont été retenus : l'aire sous la courbe ROC et la valeur prédictive positive (VPP). Résultats L'aire sous la courbe ROC était de 0,70 (IC 95 % [0,64-0,76]). Avec un taux de séjours revalorisés de 32 %, la VPP était de 41 % pour les scores supérieurs à 5, de 65 % pour les scores supérieurs à 8, de 88 % pour les scores supérieurs à 9. Conclusion L’étude a permis de valider la performance de l'outil. L'implémentation de nouvelles variables pourrait accroitre davantage sa performance. C'est un axe de développement à envisager, notamment dans la perspective de la généralisation de la facturation individuelle des établissements de santé." |
| Catalogueur : | RESOdoc |
Exemplaires (1)
| Cote | Code-barres | Support | Localisation | Disponibilité |
|---|---|---|---|---|
| RESO J.21 | RE65682418 | Bulletin | RESOdoc | Consultation sur place Disponible |
