Rapport sur l'atelier d'établissement de priorités en matière d'innovations en cybersanté - Descriptions détaillées

Figure 1

La complexité technique de la cybersanté mentale augmente au même rythme que la complexité psychologique. Les situations moins complexes peuvent comprendre des techniques comme le courtage de connaissances, l'échange de connaissances, le clavardage et l'évaluation en ligne. Au fur et à mesure que la complexité psychologique augmente, les consultations en ligne et les auto-évaluations conviennent. Les plateformes sur les interventions en ligne et le style ludique (réalité virtuelle) sont recommandées aux niveaux plus élevés de complexité psychologique et technique.

« Retour à la figure 1

Figure 2

Le graphique ci-dessus illustre la relation qui existe entre les communautés rurales et urbaines, la qualité et l'efficience des soins et l'accès aux services. Les premiers impacts des solutions en cybersanté visent d'abord les communautés rurales, car ils réduisent les déplacements, influencent l'accès aux soins et la mauvaise distribution des soins, et offrent un accès d'urgence à des services habituellement non accessibles. Dan un contexte plus large, les impacts de la cybersanté profitent aux communautés rurales et urbaines, car ils augmentent l'efficience des fournisseurs grâce à la consultation en ligne, permettent l'autogestion des maladies chroniques et rendent possibles de nouveaux modèles de soins.

« Retour à la figure 2

Figure 3

Capture d'écran du New England Journal of Medicine et du programme « Health Map » illustrant les cas présumés de grippe A (H1N1).

« Retour à la figure 3

Figure 4

Capture d'écran de streetRx, montrant une carte des États-Unis et les coûts d'un traitement donné dans tout le pays.

« Retour à la figure 4

Figure 5

Le modèle iDash illustre trois scénarios d'interaction :

  1. L'utilisateur télécharge les données iDash
  2. L'utilisateur effectue des calculs à partir de données hébergées par iDash dans l'environnement iDash
  3. L'utilisateur ou l'utilisatrice effectue des calculs iDash dans son propre environnement

« Retour à la figure 5

Figure 6

Un modèle unique d'équipe de recherche en innovation comprend ce qui suit :

  • Industrie : technologies de l'information sur la santé/numériques, biopharmacologie, dispositifs médicaux, finances
  • Responsables des politiques : tous les ordres de gouvernement, organismes régionaux
  • Équipe de recherche universitaire : médecine, sciences de la santé, génie, affaires, informatique
  • Système de santé : santé publique, soins de première ligne, soins intensifs, soins communautaires, professionnels paramédicaux, patients/soignants/groupes de défense

« Retour à la figure 6

Figure 7

Recueillir des données pour l'adoption d'une innovation.

Validation de principe : innovation en recherche

  • Nouvelles technologies
  • Nouvelles thérapies

Validation de pertinence : innovation clinique

  • Mise en œuvre de soins aux patients
  • Adoption par les cliniciens
  • Intégration à la prestation de services

Validation de valeur et remboursement : adoption des innovations par les systèmes de santé

  • TI d'aide à la décision
  • Refonte du modèle de prestation de services
  • Adoption des mesures de rendement
  • Modèle financier de remboursement
  • Leadership favorisant l'innovation
  • Intégration de lignes directrices cliniques
  • Application par les consommateurs

« Retour à la figure 7

Date de modification :