Un cadre de simulation pour évaluer les flux de travail des ordonnances électroniques dans les dossiers de santé intégrés

Pourquoi la paperasserie numérique invisible compte

Chaque fois qu’un médecin prescrit un examen de laboratoire, une radiographie ou une consultation spécialisée, la demande parcourt un labyrinthe à l’intérieur du dossier de santé électronique (DSE). Si ce trajet numérique est lent ou se bloque, les patients attendent plus longtemps et le personnel perd du temps à rechercher l’état des demandes. Cet article décrit une nouvelle manière de « tester » ces flux de travail électroniques cachés à l’aide de simulations informatiques, afin que les hôpitaux puissent explorer en toute sécurité comment des changements de logiciel, d’effectifs ou de demande pourraient affecter les délais et les arriérés avant que les patients n’en subissent les conséquences.

Transformer des clics bruts en une histoire claire

Les auteurs se sont concentrés sur l’Administration des Anciens Combattants, le plus grand système de santé intégré des États-Unis. Son DSE enregistre chaque étape parcourue par une ordonnance électronique, mais les données sont éparpillées dans de nombreuses tables techniques et horodatages. L’équipe a d’abord traduit ce fouillis d’événements en un ensemble simple et universel d’états que n’importe quel lecteur peut reconnaître dans un processus : une ordonnance est Créée, rendue Prête, Réservée pour action, mise EnCours, puis enfin Complétée, ou elle peut se terminer dans des états problématiques comme Échouée, Sortie ou Erreur. Cette correspondance, fondée sur une norme internationale pour les flux de travail, a transformé des journaux désordonnés en « traces » numériques propres et comparables qui montrent comment les ordonnances circulent réellement dans le système.

Construire une piste d’essai virtuelle pour les ordonnances

Avec ces traces standardisées, les chercheurs ont construit une simulation à événements discrets — un modèle informatique qui rejoue des milliers d’ordonnances en les faisant passer d’un état à l’autre au fil du temps. Ils ont calibré le modèle à l’aide de données réelles provenant de cinq hôpitaux pour vétérans, en alimentant la fréquence de chaque transition et la durée typique, y compris les délais rares mais très longs. Ils ont ensuite vérifié dans quelle mesure le « temps dans le système » simulé correspondait à l’historique, en utilisant des tests statistiques et des graphiques comparatifs. Les chronologies simulées et réelles concordaient étroitement entre les établissements, surtout pour les cas typiques, ce qui donne confiance que le système virtuel se comporte comme le système réel et peut être utilisé pour des expériences de type « et si ? ».

Tester la résistance du système sous pression

L’équipe a ensuite utilisé le modèle pour poser des questions pratiques : que se passe-t-il si davantage d’ordonnances arrivent, ou si des étapes clés sont limitées par le personnel ou l’équipement ? Dans une série d’expériences, ils ont augmenté le volume d’ordonnances et plafonné le nombre d’ordonnances pouvant être traitées à des étapes cruciales comme le passage de Réservée à EnCours, ou d’EnCours à Complétée. Lorsqu’il n’y avait pas de limites, le système a absorbé la demande plus élevée avec une augmentation modérée des files d’attente. Mais une fois les plafonds introduits, les retards ont gonflé et le système a eu du mal à atteindre un état stable, surtout sous une demande plus forte. En pratique, des limites de ressources modestes ont transformé une poussée gérable en un point de basculement où les délais et les ordonnances inachevées ont augmenté fortement — des enseignements utiles pour la planification des effectifs et des capacités.

Suivre les détours et les boucles

Les chercheurs ont également étudié comment de petits changements dans les règles d’acheminement se répercutent dans le système. Lorsqu’ils ont rendu plus difficile le raccourci direct de Prête à Complétée, davantage d’ordonnances ont été contraintes de passer par Réservée et EnCours. Cela a réduit le débit global pendant un temps et créé des parcours plus longs et plus embrouillés, certaines ordonnances revenant plusieurs fois en arrière et passant beaucoup plus de temps dans le système. En visualisant les parcours les plus fréquents et en comptant la fréquence des « retours en arrière » vers des états antérieurs, le modèle met en évidence où le retravail et la manipulation répétée consomment silencieusement du temps du personnel. L’analyse en réseau des itinéraires numériques a montré que trois états — Réservée, EnCours et Complétée — agissent comme des nœuds centraux et des goulets d’étranglement potentiels où la congestion est la plus susceptible d’apparaître et où une surveillance accrue serait payante.

Utiliser un jumeau numérique pour maintenir la continuité des soins

Pour les non‑spécialistes, la conclusion principale est que les auteurs ont construit une sorte de jumeau numérique pour les ordonnances du DSE : un bac à sable sûr et fondé sur les données où les responsables peuvent répéter des changements avant qu’ils n’affectent les patients. L’étude montre que cette approche peut reproduire de façon réaliste la circulation des ordonnances électroniques, là où elles se bloquent, et comment des ajustements de politiques ou des pics de demande peuvent créer des files d’attente et des retards invisibles. Les hôpitaux pourraient utiliser de telles simulations pour tester de nouvelles règles, planifier des pics d’activité, surveiller les états clés pour détecter tôt les problèmes et réduire le retravail inutile. Ce faisant, ils peuvent rendre la tuyauterie invisible des ordonnances numériques plus fiable, aidant à garantir que la technologie en coulisse suive le rythme de l’urgence des soins aux patients.

Citation: Chen, Y., Niu, H., Omitaomu, O.A. et al. A simulation framework for evaluating electronic order workflows in integrated health records. npj Health Syst. 3, 14 (2026). https://doi.org/10.1038/s44401-026-00067-2

Mots-clés: dossiers de santé électroniques, simulation de flux de travail, opérations de santé, jumeau numérique, Administration des Anciens Combattants