LMI MAG 4 Sept 2020 - Flipbook - Page 34
© Penn Medicine
RETOUR D’EXPÉRIENCE
Analytique temps réel
En 2016, Penn Medicine (qui regroupe la faculté de
médecine Raymond et Ruth Perelman et le système de
santé de l’université de Pennsylvanie) a démarré le développement d’un tableau de bord exploitant les flux de données temps réel du dossier patient informatisé (DPI) afin
d’alerter les équipes médicales quand des interventions
sont nécessaires ou quand les patients sont aptes à être
débranchés des ventilateurs.
Mettre au point cette application, dénommée ABC
(Awakening and Breathing Coordination – Coordination
Eveil et Respiration) a nécessité une collaboration entre
le Penn Center for Health Care Innovation (centre pour
l’innovation médicale), le département IT et celui de
data science de Penn Medicine. Le centre d’innovation
et l’IT ont conçu le tableau de bord en se basant sur
des moteurs de règles d’aide à la décision clinique ainsi
que des alertes, tous deux créés par les cliniciens experts
de Penn Medicine et programmés par le département
data science.
« Il s’agissait du premier projet donnant lieu à une collaboration approfondie entre ces trois départements »,
souligne Michael Draugelis, chief data scientist à Penn
Medicine. « Cette interaction a fait évoluer notre façon
de travailler. Nous sommes en train de changer la manière
de gérer nos projets au niveau organisationnel. »
En 2019, Penn Medicine rapporte qu’ABC a réduit de plus
de 24 heures le temps de branchement à un respirateur
pour les patients en soins intensifs.
Le conseil de Michael Draugelis : se concentrer sur les
données, pas sur les fournisseurs de solutions. L’un des
plus gros retards pris par le projet vient en effet de la
décision de Penn Medicine de changer de fournisseur
de DPI alors que le pilote avait démarré depuis plusieurs
mois. Mais l’organisation s’est focalisée sur la manière
dont elle pouvait utiliser les données, et l’expérience
s’est finalement révélée profitable, en aidant à créer une
meilleure application. « Réaliser le premier déploiement
sur le premier DPI a clairement affiné nos exigences sur
la manière dont nous souhaitions nous interfacer avec
le deuxième DPI, et ce processus nous a conduits à définir des interfaces génériques avec ces deux systèmes
différents », explique Michael Draugelis. « Cela a rendu
l’application plus robuste et nous a permis d’avoir un
socle plus solide pour notre système actuel. »
34 / septembre / octobre / novembre 2020
3 L
and O’ Lakes optimise les ventes
et le marketing avec l’analyse temps réel
Le programme Data to Value de la coopérative agricole
américaine Land O’ Lakes déploie des techniques d’intelligence artificielle afin de soutenir les actions commerciales et marketing de l’entreprise. Le projet s’appuie
sur des outils d’analyse de données et une diversité de
sources de données, afin de créer de la visibilité sur la
profitabilité, les facteurs de succès des appels de vente
et les marchés de matières premières.
Le programme inclut la modélisation de la propension
dans la vente de produits laitiers pour identifier les
prospects avec les meilleures chances d’acheter en gros
volumes. De leur côté, les prévisions sur les matières
premières aident l’équipe interne de gestion des risques
à prendre des décisions en matière de couverture, de
gestion des stocks ou de dépenses.
« Grâce aux efforts entrepris et aux résultats obtenus,
nous sommes bien plus assurés que nos commerciaux
disposent des bons produits, aux bons prix et pour les
bons clients », déclare Jeremy Dumond, directeur de la
business intelligence chez Land O’ Lakes.
En 2019, Data to Value a permis à Land O’ Lakes d’améliorer le taux de réussite de ses appels commerciaux de
plus de 40%.