Investissements de santé

Un nouveau modèle de paiement des équipements

Le service financier de la compagnie Siemens a récemment publié une étude qui analyse un nouveau modèle de paiement des équipements, le « pay-for-outcomes » qui se base sur les résultats espérés.

Le 01/06/17 à 15:00, mise à jour hier à 15:15 Lecture 1 min.

Le modèle du paiement au résultat permet de payer sur la base de la productivité escomptée. (Photo d'illustration). CC0 - Domaine public

Pour investir dans des équipements et des technologies, les structures de santé peuvent s’appuyer sur différents modèles de paiement. Une étude publiée par Siemens Financial Services décrit l’émergence du paiement au résultat ou pay-for-outcomes, une approche financière qui permet de payer sur la base de la productivité escomptée. Ce modèle est un système où s’entrecroisent la finance et la technologie « en offrant aux structures la possibilité de payer sur la base des bénéfices attendus, comme l’amélioration de la productivité, l’organisation du temps de fonctionnement, les gains de performance précis, la réduction des coûts et de la consommation d’énergie », indique l’étude.

Donner accès aux technologies de pointe

Le document cible les avantages de ce modèle de paiement : il permettrait notamment d’assurer une plus grande transparence des coûts et d’éviter le risque d’obsolescence technologique. « De plus, la structure n’a pas à se soucier de favoriser l’expertise technologique en interne, car certaines variantes du concept général externalisent cela aux fournisseurs de solutions intégrées. C’est un avantage important dans un monde où le rythme rapide de remplacement des technologies augmente les risques d’investissements, mais engendre aussi des défis en termes de compétences et de recrutement. » En parallèle, le modèle actuel de paiement à l’utilisation ou pay-to-use continuera à se développer « en donnant accès aux dernières avancées technologiques et aux équipements de pointe. »

 

Auteurs

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Discussion

Aucun commentaire

Laisser un commentaire

Le fil Docteur Imago

23 Oct

7:45

Une étude a comparé un système d’intelligence artificielle aux critères PI-RADS pour la détection du cancer de la prostate cliniquement significatif en IRM, démontrant une sensibilité non inférieure à l’échelle du patient, mais inférieure à l’échelle lésionnelle. L’IA pourrait compléter PI-RADS pour optimiser le triage des biopsies, notamment des lésions indéterminées PI-RADS 3, concluent les chercheurs.
22 Oct

15:30

Une équipe de chercheurs a développé un système d’intelligence artificielle multimodale combinant imagerie médicale et données cliniques pour prédire la survie à 24 mois de patients atteints d’un cancer de la prostate métastatique résistant à la castration, traités par radiothérapie vectorisée ciblant le PSMA. Ce modèle affiche des performances prometteuses pour la stratification pronostique et l’aide à la décision clinique.

11:30

L'IRM mammaire à contraste dynamique virtuel (vDCE) générée par deep learning sans injection de gadolinium possède une précision diagnostique comparable à celle de l’IRM conventionnelle, mais une sensibilité légèrement inférieure, selon une étude publiée dans European Radiology 

7:30

Les radiologues et les grands modèles de langage présentent des profils d’erreur complémentaires dans la détection des radiographies thoraciques générées par l’IA, selon une étude publiée dans le Journal of Imaging Informatics in Medicine.
✕
Docteur Imago

GRATUIT
VOIR