Limen

Le risque d'hospitalisation, patient par patient.

Pour les patients qui prennent de nombreux médicaments, Limen calcule ce risque à partir de leurs dossiers.

Demander une démonstration Voir comment Limen se juge

Une gélule blanche et verte penchée, dans un dégradé vert sauge et menthe ; un comprimé et une petite gélule s'effacent dans le fond.

Un risque par patient
Une probabilité d'hospitalisation pour chaque dossier, pas une moyenne.
Jugé sur chaque groupe
Mesuré à part sur les patients hospitalisés et sur les autres.
Un seuil choisi avec vous
Le seuil d'alerte se règle avec les soignants, selon ce que chaque erreur coûte.
Les dossiers restent chez vous
L'hébergement se choisit avec vous : sur vos serveurs ou dans le cloud.

Le chiffre qui compte n'est pas le taux de réussite.

Les patients hospitalisés sont une minorité : un modèle qui répondrait « non » à tout le monde aurait un excellent taux de réussite et les manquerait tous. Limen se lit donc sur les deux populations : les patients non hospitalisés se massent vers les probabilités basses, les hospitalisés vers les hautes.

Schéma d'après le graphique du projet.

Ce que Limen change pour les soignants.

Un risque estimé pour chaque patient

À partir de ce que contient chaque dossier, Limen donne la probabilité qu'un patient soit hospitalisé. Les soignants voient d'abord ceux qui dépassent le seuil.

Le seuil se règle avec ceux qui décident

Le seuil de 0,5 n'est qu'un réglage par défaut. À l'hôpital, manquer un patient à risque coûte plus cher qu'une alerte de trop : le seuil se règle avec l'équipe soignante et peut changer d'un service à l'autre.

AnalysePolypharmacie : pourquoi un bon taux de réussite ne suffit pas

Ce que le projet nous a appris sur la façon de juger un tel modèle.

Lire l'analyse

Questions fréquentes

Qu'est-ce que Limen ?

Un modèle conçu par GTS qui estime, pour chaque patient, le risque d'hospitalisation lié à la prise de nombreux médicaments.

Sur quelles données a-t-il été construit ?

Sur 9 066 106 dossiers. Ce volume permet au modèle de voir des situations rares.

Pourquoi ne pas le juger sur son taux de réussite ?

Parce que les patients hospitalisés sont une minorité : un modèle qui répondrait « non » à tout le monde aurait un excellent taux de réussite et les manquerait tous. Nous le mesurons sur chaque groupe.

Qui fixe le seuil d'alerte ?

L'équipe soignante, avec nous. Le seuil de 0,5 n'est qu'un réglage par défaut ; il se règle selon ce que chaque erreur coûte.