Automatiser et revaloriser le codage des séjours hospitaliers grâce au Machine Learning.

Un outil à l’attention des Départements d’Information Médicale, pour l’aide et la revalorisation du codage.

Automatisation

En toute sécurité, confiez au logiciel une partie du codage avec un haut niveau de confiance.

Traçabilité

Visualisez et tracez les données sources afin de documenter le contrôle qualité.

Revalorisation

Ciblez les séjours et revalorisez le codage en augmentant le niveau de contrôle.

Sécurité

Aucun transfert de données, l’outil travaille au sein du système d’informations de l’établissement.

SANCARE met à la disposition des Départements d’Information Médicale une interface ergonomique et intuitive, favorisant une appropriation rapide.
L’utilisateur a accès à l’ensemble des documents que constitue le dossier patient informatisé.
Véritable outil de production, chacune des étapes du process de codage est tracée en vue des contrôles externes.
DEMANDER UNE DÉMO

NOTRE TECHNOLOGIE

LE MACHINE LEARNING

Le machine learning permet de développer des modèles prédictifs performants à partir de gros volumes de données, et de prendre en compte la notion de contexte, ce qui n’est pas possible pour les moteurs de règles ou les moteurs d’analyse sémantique.

Il est donc possible d’automatiser des processus de décisions complexes ou de détecter des signaux faibles ignorés par l’homme. Le moteur de Machine Learning du logiciel SANCARE repose sur une approche probabiliste. Il apprend sur une grande quantité d’exemples à prédire les bons codes, sans aucune indication.

A partir de toutes les données numérisées du Dossier Patient Informatisé d’un établissement (comptes-rendus, notes médicales, résultats d’examens, prescriptions pharmaceutiques, dossier infirmier, etc.), le logiciel extrait des DPI une empreinte riche en informations et adaptée à l’interprétation statistique qu’il sait relier facilement aux codes. Cela lui permet ensuite de prédire avec un fort taux de fiabilité les résultats sur de nouvelles données.

L’intérêt de l’utilisation de ces algorithmes réside dans leur capacité à détecter des relations beaucoup plus fines ou plus rares que des individus ne pourraient faire.

NOS PARTENAIRES