Référence APA :

Bauer, F., & Matzler, K. (2014). Antecedents of M&A success: The role of strategic complementarity, cultural fit, and degree and speed of integration. Strategic Management Journal.

Mots-clés : Fusions et acquisitions, complémentarité stratégique, adéquation culturelle, intégration post-fusion, synergies

Synthèse :

L’article explore les facteurs qui influencent le succès des fusions et acquisitions (F&A), en mettant l’accent sur la complémentarité stratégique, l’adéquation culturelle et la rapidité d’intégration. L’étude démontre que la complémentarité stratégique est un élément clé de succès, mais que l’adéquation culturelle peut parfois ralentir l’intégration. L’impact du degré et de la vitesse d’intégration sur la performance post-fusion est également examiné.

Développement :

>Complémentarité stratégique

• L’alignement des activités des entreprises fusionnées améliore la performance post-fusion.
• Une forte complémentarité favorise la création de synergies et réduit les risques d’échec.

>Adéquation culturelle

• Un fort alignement culturel réduit les tensions organisationnelles et facilite l’intégration.
• Cependant, une compatibilité trop grande peut limiter l’incitation au changement et à l’innovation.

>Vitesse et degré d’intégration

• Une intégration rapide réduit l’incertitude et accélère la création de valeur.
• Toutefois, une intégration trop précipitée peut entraîner des résistances et des frictions internes.

>Résultats clés

• Les F&A réussies combinent une complémentarité stratégique élevée et une intégration bien gérée.
• La culture organisationnelle joue un rôle clé, mais son impact peut varier selon les industries.

Conclusion :

L’article met en lumière les principaux déterminants du succès des F&A et propose un cadre d’analyse combinant complémentarité stratégique, adéquation culturelle et gestion de l’intégration. Il souligne l’importance de l’équilibre entre ces facteurs pour maximiser la performance post-fusion.

Référence bibliographique

Tetik, G., Türkeli, S., Pinar, S., & Tarim, M. (2024). Health information systems with technology acceptance model approach: A systematic review. International Journal of Medical Informatics, 190, 105556.

Mots-clés

Systèmes d’information en santé, adoption technologique, modèle d’acceptation de la technologie (TAM), technologies de l’information médicale, acceptabilité des technologies de santé

L’Acceptation des Systèmes d’Information de Santé : Une Analyse à Travers le Modèle TAM

L’intégration des technologies de l’information dans le secteur de la santé joue un rôle crucial dans l’amélioration des services médicaux et de la gestion hospitalière. Cependant, leur adoption varie en fonction des perceptions des utilisateurs.

L’étude de Tetik et al. (2024) propose une revue systématique de la littérature portant sur l’application du modèle d’acceptation de la technologie (TAM) aux systèmes d’information de santé (SIS). Cette analyse repose sur 29 études publiées entre 2018 et 2023, sélectionnées à partir des bases de données PubMed, Scopus, Web of Science et Ulakbim TR Index. L’objectif est de comprendre les déterminants influençant l’acceptation et l’utilisation des SIS par les professionnels de santé et les patients.

Le Modèle d’Acceptation de la Technologie (TAM) et Son Application en Santé

Le modèle TAM, initialement développé par Davis (1985), repose sur deux concepts fondamentaux :

• Utilité perçue (Perceived Usefulness – PU) : La mesure dans laquelle un utilisateur perçoit que l’utilisation d’un système améliorera sa performance.
• Facilité d’utilisation perçue (Perceived Ease of Use – PEOU) : L’effort estimé pour apprendre et utiliser un système technologique.

L’étude identifie également plusieurs variantes du TAM adaptées aux systèmes d’information de santé :

• TAM 2 : Introduction de facteurs sociaux et cognitifs influençant l’utilité perçue.
• TAM 3 : Prise en compte des expériences antérieures et des contraintes organisationnelles.
• UTAUT (Unified Theory of Acceptance and Use of Technology) : Ajout des attentes en matière de performance, d’effort et de conditions facilitatrices.

Facteurs Influant sur l’Acceptation des Systèmes d’Information de Santé

L’analyse des 29 études montre que l’acceptation des SIS dépend de plusieurs facteurs :

1. Facteurs technologiques

• Interface utilisateur et ergonomie : Plus une interface est intuitive, plus elle est adoptée.
• Interopérabilité des systèmes : L’intégration fluide avec d’autres outils influence l’acceptation.
• Sécurité et protection des données : Les préoccupations liées à la confidentialité impactent l’utilisation.

2. Facteurs organisationnels

• Formation et accompagnement : Un manque de formation réduit l’adoption des SIS.
• Support technique : La disponibilité d’une assistance améliore la perception de facilité d’utilisation.
• Normes et réglementations : Les exigences légales peuvent favoriser ou freiner l’implémentation.

3. Facteurs individuels

• Expérience avec les technologies : Les utilisateurs familiers avec le numérique sont plus enclins à adopter ces outils.
• Attitude et perception du changement : Une résistance au changement freine l’acceptation.
• Influence sociale : L’avis des collègues et des supérieurs joue un rôle dans la décision d’adoption.

4. Facteurs contextuels

• Différences culturelles et nationales : L’acceptation varie selon les contextes géographiques et institutionnels.
• Disponibilité des infrastructures numériques : L’accès aux technologies impacte leur usage.

Groupes de Professionnels Concernés par l’Acceptation des SIS

L’étude met en évidence des différences selon les catégories d’utilisateurs :

• Médecins : Sensibles à la facilité d’accès aux dossiers patients et à la qualité des informations fournies.
• Infirmiers : L’évaluation de la facilité d’utilisation est un critère essentiel dans leur adoption des SIS.
• Administrateurs hospitaliers : Leur adoption dépend des gains en efficacité organisationnelle.
• Patients : Leur perception est influencée par l’accessibilité des plateformes et la sécurité des données personnelles.

Recommandations pour Améliorer l’Adoption des Systèmes d’Information de Santé

Pour favoriser une adoption optimale des SIS, plusieurs actions sont proposées :

• Améliorer l’expérience utilisateur en concevant des interfaces plus intuitives.
• Renforcer la formation et la sensibilisation des professionnels de santé.
• Mettre en place un support technique efficace pour accompagner les utilisateurs.
• Standardiser les systèmes d’information pour assurer leur interopérabilité.
• Renforcer la sécurité et la transparence des données de santé.
• Intégrer les utilisateurs dès la conception pour adapter les solutions à leurs besoins réels.

Conclusion

L’étude souligne l’importance du modèle TAM pour comprendre les déterminants de l’adoption des systèmes d’information de santé. Si des facteurs technologiques, organisationnels et individuels influencent cette adoption, il apparaît que la formation et l’accompagnement des utilisateurs sont des leviers essentiels.

Pour une transformation numérique réussie du secteur de la santé, il est impératif de concevoir des systèmes accessibles, sécurisés et adaptés aux besoins des professionnels et des patients.

Bibliographie

• Tetik, G., Türkeli, S., Pinar, S., & Tarim, M. (2024). Health information systems with technology acceptance model approach: A systematic review. International Journal of Medical Informatics, 190, 105556.
• Davis, F. D. (1985). A Technology Acceptance Model for Empirically Testing New End-User Information Systems: Theory and Results. Massachusetts Institute of Technology.
• Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the Technology Acceptance Model: Four longitudinal field studies. Management Science, 46(2), 186-204.
• Holden, R. J., & Karsh, B. T. (2010). The technology acceptance model: Its past and its future in healthcare. Journal of Biomedical Informatics, 43(1), 159-172.
• Ammenwerth, E., Gräber, S., Herrmann, G., Bürkle, T., & König, J. (2003). Evaluation of health information systems—problems and challenges. International Journal of Medical Informatics, 71(2-3), 125-135.

Référence bibliographique

Denicolai, S., & Previtali, P. (2023). Innovation strategy and digital transformation execution in healthcare: The role of the general manager. Technovation, 121, 102555.

Mots-clés

Stratégie d’innovation, transformation digitale, management en santé, leadership, adoption technologique, innovation organisationnelle

Transformation Digitale en Santé : Un Enjeu Stratégique pour les Managers

La pandémie de COVID-19 a mis en lumière la nécessité pour les organisations de santé d’accélérer leur transformation digitale afin d’améliorer l’efficacité des soins et de mieux gérer les crises sanitaires. Toutefois, cette transition est fortement influencée par la stratégie d’innovation adoptée par les dirigeants du secteur.

L’étude de Denicolai & Previtali (2023) analyse comment les directeurs généraux de 15 organisations de santé en Italie du Nord élaborent et mettent en œuvre des stratégies d’innovation et de digitalisation. L’approche repose sur des entretiens qualitatifs et s’appuie sur les théories de l’institutionnalisme et du sense-making.

Les Quatre Stratégies d’Innovation en Santé

L’étude identifie quatre stratégies distinctes d’innovation adoptées par les directeurs généraux des hôpitaux et centres de soins :

1. Science-Driven Breakthrough (Innovation scientifique et technologique)

• Approche : Accent sur la recherche clinique, les technologies avancées et l’IA.
• Objectif : Utilisation des innovations numériques (IA, téléconsultation, médecine prédictive) pour optimiser les soins.
• Exemple : Développement de modèles prédictifs pour gérer l’occupation des lits et optimiser les soins hospitaliers.
• Défi : Forte dépendance à la recherche et coût élevé des innovations.

2. Patient-Centric Orientation (Orientation centrée sur le patient)

• Approche : Optimisation de l’expérience patient et satisfaction client.
• Objectif : Numérisation des parcours de soins pour améliorer l’accessibilité et l’efficacité.
• Exemple : Développement d’applications mobiles pour les consultations et les suivis médicaux.
• Défi : Intégration des besoins des patients dans un cadre réglementaire contraignant.

3. Systemic R-Evolution (Transformation systémique des soins)

• Approche : Réorganisation complète des services médicaux grâce à la digitalisation.
• Objectif : Connecter les unités médicales et améliorer la coordination entre les soignants.
• Exemple : Implémentation de dossiers médicaux électroniques interopérables et systèmes de télésurveillance des patients.
• Défi : Complexité de mise en œuvre et résistances organisationnelles.

4. Value for All (Création de valeur pour tous les acteurs du système de santé)

• Approche : Innovation collaborative impliquant patients, médecins et institutions publiques.
• Objectif : Construire un système de santé équilibré, durable et équitable.
• Exemple : Adoption de solutions de télémédecine hybride combinant consultations digitales et en présentiel.
• Défi : Gestion des attentes divergentes des différentes parties prenantes.

Facteurs Clés de la Transformation Digitale en Santé

L’étude met en évidence plusieurs facteurs influençant la réussite de la transformation numérique :

1️. Leadership et culture d’entreprise

• Les directeurs généraux ayant une vision digitale forte accélèrent l’adoption des nouvelles technologies.
• L’absence de formation digitale limite la mise en œuvre des stratégies innovantes.

2️. Collaboration et interopérabilité

• Nécessité de systèmes interconnectés pour faciliter la gestion des données de santé.
• Coopération entre hôpitaux, entreprises technologiques et organismes publics.

3️. Personnalisation des soins et télémédecine

• Expansion des services de téléconsultation et télésuivi des maladies chroniques.
• L’IA et l’analytique prédictive sont utilisées pour adapter les traitements aux patients.

4️. Défis réglementaires et institutionnels

• L’adoption du numérique est freinée par des contraintes légales strictes.
• La cybersécurité et la protection des données restent des préoccupations majeures.

Recommandations pour une Transformation Digitale Réussie

• Développer une vision stratégique claire : définir des objectifs précis et adaptés aux besoins des patients.
• Investir dans la formation numérique : renforcer les compétences des professionnels de santé pour mieux exploiter les outils digitaux.
• Créer un écosystème collaboratif : favoriser les synergies entre start-ups, institutions publiques et hôpitaux.
• Sécuriser et standardiser les données de santé : mettre en place des protocoles robustes de cybersécurité et d’interopérabilité.
• Encourager une innovation réglementée : adapter les cadres législatifs pour faciliter l’intégration des nouvelles technologies en santé.

Conclusion

L’étude de Denicolai & Previtali (2023) montre que l’innovation et la transformation digitale sont des leviers majeurs pour moderniser le secteur de la santé. Cependant, leur succès dépend fortement de la stratégie adoptée par les dirigeants.

Une approche proactive et inclusive impliquant l’ensemble des acteurs du système de santé permettra de maximiser l’impact des technologies numériques tout en garantissant un accès équitable aux soins.

Bibliographie

• Denicolai, S., & Previtali, P. (2023). Innovation strategy and digital transformation execution in healthcare: The role of the general manager. Technovation, 121, 102555.
• Kraus, S., Kraus, S., Li, H., et al. (2021). Digital transformation in healthcare: Systematic review and future research directions. Journal of Business Research, 123, 488-500.
• Vial, G. (2019). Understanding digital transformation: A review and a research agenda. The Journal of Strategic Information Systems, 28(2), 118-144.
• Pisano, G. P. (2019). Creative Construction: The DNA of Sustained Innovation. Hachette UK.
• Topol, E. (2019). Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again. Basic Books.

Référence bibliographique

Bamel, U., Talwar, S., Pereira, V., Corazza, L., & Dhir, A. (2023). Disruptive digital innovations in healthcare: Knowing the past and anticipating the future. Technovation, 125, 102785.

Mots-clés

Innovation numérique, disruption technologique, intelligence artificielle, blockchain, IoT, e-santé, transformation digitale

Les Innovations Numériques Disruptives en Santé : Définition et Impact

L’évolution des technologies numériques transforme profondément le secteur de la santé. Les Innovations Numériques Disruptives (INDs), telles que l’intelligence artificielle (IA), la blockchain, l’Internet des objets (IoT) et les plateformes de santé numériques, redéfinissent la prestation des soins, améliorent l’accès aux services et optimisent l’efficacité des infrastructures hospitalières.

L’étude de Bamel et al. (2023) analyse de manière systématique 42 études portant sur ces innovations et propose un cadre conceptuel structurant pour comprendre les facilitateurs et obstacles de leur adoption. L’objectif principal est d’identifier les facteurs clés influençant leur mise en œuvre dans quatre grandes catégories :

1. Produits (ex. dispositifs médicaux connectés, médicaments personnalisés)
2. Services (ex. télémédecine, suivi des patients à distance)
3. Processus (ex. digitalisation des dossiers médicaux, automatisation des soins)
4. Modèles économiques (ex. plateformes collaboratives, modèles de santé basés sur la donnée)

Facteurs Facilitant l’Adoption des Innovations Numériques en Santé

L’étude identifie cinq types d’enablers (facilitateurs) qui favorisent l’adoption des innovations numériques disruptives :

1. Enablers institutionnels

1. • Leadership fort et soutien des dirigeants hospitaliers
   • Partage des connaissances et collaboration entre acteurs de la santé
   • Régulations adaptées pour encadrer les nouvelles technologies

2. Facteurs liés aux acteurs (professionnels de santé et patients)

1. • Engagement des soignants et des patients dans l’usage des nouvelles technologies
   • Développement des compétences numériques et formation continue
   • Perception positive de l’utilité des innovations dans l’amélioration des soins

3. Infrastructures et ressources

1. • Disponibilité des équipements numériques et connectés
   • Investissement dans l’interopérabilité des systèmes de santé
   • Sécurisation des données et protection de la vie privée

4. Produits et services innovants

1. • Flexibilité et adaptabilité des technologies médicales
   • Précision et fiabilité des dispositifs basés sur l’IA
   • Accessibilité et ergonomie des outils numériques pour les utilisateurs

5. Partenariats et collaborations stratégiques

1. • Coopération entre hôpitaux, start-ups, entreprises technologiques et régulateurs
   • Développement de modèles collaboratifs pour intégrer les innovations
   • Approches centrées sur l’expérience utilisateur et la co-conception

Obstacles à l’Adoption des Innovations Numériques en Santé

L’étude identifie sept types de barrières qui freinent l’adoption des INDs :

1. Sécurité et protection des données

1. • Craintes liées à la confidentialité des données médicales
   • Manque de régulation claire sur l’utilisation des données en santé

2. Résistance des utilisateurs

1. • Manque de familiarité avec les nouvelles technologies
   • Réduction du contact humain dans la relation médecin-patient

3. Contraintes organisationnelles

1. • Inertie des structures hospitalières face aux changements
   • Manque de formation et d’accompagnement pour les professionnels de santé

4. Fragmentation de l’écosystème de santé

1. • Multiplicité des plateformes et manque d’interopérabilité
   • Hétérogénéité des systèmes de gestion des dossiers médicaux

5. Réglementation et éthique

1. • Absence de cadre juridique précis pour l’usage de l’IA en médecine
   • Manque de standards internationaux pour la digitalisation des soins

6. Complexité des services numériques

1. • Interfaces peu intuitives pour les utilisateurs âgés ou non technophiles
   • Besoin d’une personnalisation des solutions selon les besoins des patients

7. Contraintes économiques et infrastructurelles

1. • Coût élevé des technologies de santé numérique
   • Inégalités d’accès aux soins pour les populations défavorisées

Recommandations pour une Adoption Réussie des Innovations Disruptives en Santé

L’étude propose plusieurs solutions pour lever les obstacles et optimiser l’intégration des INDs dans les systèmes de santé :

• Renforcement des infrastructures numériques : investissement dans des systèmes interopérables et sécurisés.
• Formation et accompagnement des professionnels : intégration de modules de formation aux technologies numériques en santé.
• Éducation et sensibilisation des patients : favoriser l’acceptabilité des outils numériques grâce à des campagnes d’information.
• Cadre réglementaire clair et évolutif : adaptation des lois pour encadrer l’usage des nouvelles technologies médicales.
• Approches collaboratives et co-création : implication des professionnels de santé et des patients dans la conception des solutions numériques.

Conclusion

L’adoption des innovations numériques disruptives en santé est un enjeu majeur pour l’avenir des soins médicaux. Si ces technologies offrent des opportunités considérables, leur intégration nécessite une transformation en profondeur des pratiques professionnelles, des infrastructures et des régulations.

L’étude de Bamel et al. (2023) met en évidence la nécessité d’une approche multidimensionnelle, combinant investissement technologique, accompagnement des utilisateurs et structuration des cadres réglementaires. La réussite de cette transition dépendra de la capacité des acteurs du secteur à collaborer et à innover ensemble pour créer un système de santé plus efficace, inclusif et sécurisé.

Bibliographie

• Bamel, U., Talwar, S., Pereira, V., Corazza, L., & Dhir, A. (2023). Disruptive digital innovations in healthcare: Knowing the past and anticipating the future. Technovation, 125, 102785.
• Christensen, C. M., Grossman, J. H., & Hwang, J. (2017). The Innovator’s Prescription: A Disruptive Solution for Health Care. McGraw-Hill.
• Topol, E. (2019). Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again. Basic Books.
• Shaw, J., Rudzicz, F., Jamieson, T., & Goldfarb, A. (2019). Artificial intelligence and the implementation challenge in healthcare. BMJ Health & Care Informatics, 26(1), e100036.
• Lupton, D. (2020). The digital health revolution: Hope, hype, and the future of digital health technologies. Social Theory & Health, 18(3), 368-376.

L’essor des technologies numériques dans le secteur de la santé modifie profondément les modèles d’organisation et de prestation des soins. Cependant, cette transformation reste un défi pour de nombreuses organisations qui doivent adapter leurs stratégies face à la concurrence croissante des start-ups et des entreprises technologiques.

L’étude de Van Velthoven et al. (2019) s’appuie sur la théorie de l’information de Claude Shannon pour analyser comment les organisations de santé peuvent tirer parti de la digitalisation pour rester compétitives. L’objectif principal est de comprendre les différentes voies par lesquelles ces organisations peuvent réussir leur transition numérique.

Cadre théorique et méthodologie

Les auteurs adoptent un cadre de référence basé sur cinq catégories d’opportunités numériques dans la santé :

1. Infrastructure de transmission de l’information (information pipes) : réseaux et infrastructures permettant l’échange de données en santé.
2. Plateformes et logiciels de gestion des données : dispositifs permettant de stocker, organiser et délivrer des informations médicales.
3. Créateurs de contenu médical : organisations produisant des données médicales exploitables (ex. biobanques, instituts de recherche).
4. Plateformes d’échange collaboratif : systèmes favorisant le partage d’informations entre patients, soignants et chercheurs.
5. Technologies intégrées et intelligentes : dispositifs connectés facilitant le suivi médical et l’optimisation des soins (ex. IoT médical).

L’étude repose sur un atelier de travail organisé en Suisse avec 12 participants issus de divers horizons (hôpitaux, chercheurs, entreprises pharmaceutiques, assureurs, start-ups, etc.), suivi d’une analyse comparative des stratégies numériques adoptées par différentes organisations.

Résultats : Stratégies d’adoption et modèles compétitifs

Les chercheurs identifient quatre grandes stratégies d’adoption utilisées par les organisations de santé pour s’adapter à la digitalisation :

1. Développement de nouvelles capacités internes

1. • Certaines organisations investissent massivement dans leurs propres infrastructures numériques pour acquérir un avantage compétitif.
   • Exemples : IBM Watson Health, Mediq (optimisation des stocks via IA).

2. Collaboration avec des entreprises technologiques

1. • De nombreuses organisations s’associent à des entreprises IT pour bénéficier de leurs compétences en analyse de données et en intelligence artificielle.
   • Exemples : Otsuka Pharmaceutical et Proteus Digital Health (pilule connectée), AstraZeneca et PatientsLikeMe (plateforme collaborative).

3. Partenariats avec des concurrents traditionnels

1. • Certaines entreprises collaborent avec leurs rivaux pour partager les coûts et les innovations en matière de digitalisation.
   • Exemples : Qiagen et Centogene (diagnostics génétiques), Domo Safety et CareServant (services hospitaliers numériques).

4. Création de nouveaux modèles économiques

1. • Certaines organisations disruptent leur propre marché en proposant des modèles économiques inédits fondés sur la data et l’engagement des patients.
   • Exemples : Midata.coop (coopérative citoyenne de gestion des données médicales), Oscar Health (assurance connectée).

Défis et obstacles à la digitalisation en santé

Malgré le potentiel des technologies numériques, plusieurs barrières freinent leur adoption à grande échelle :

• Complexité réglementaire : Les processus d’approbation des innovations numériques sont souvent longs et incompatibles avec le rythme rapide du développement technologique.
• Fragmentation des acteurs : La diversité des parties prenantes (hôpitaux, assureurs, start-ups, gouvernements) complique l’intégration des solutions numériques.
• Sécurité et interopérabilité : La protection des données et la compatibilité entre systèmes restent des défis majeurs.
• Résistance au changement : Les soignants et les patients peuvent être réticents à adopter des solutions numériques perçues comme trop complexes ou intrusives.

Recommandations pour une digitalisation réussie des organisations de santé

Pour surmonter ces obstacles, Van Velthoven et al. (2019) proposent plusieurs axes stratégiques :

1. Cartographier les forces et faiblesses des initiatives numériques : Chaque organisation doit identifier où elle se situe dans l’écosystème digital et évaluer ses opportunités et menaces.
2. Encourager les collaborations stratégiques : Coopérer avec des entreprises technologiques, des institutions de recherche et des partenaires de santé publique pour accélérer l’innovation.
3. Simplifier les processus réglementaires : Harmoniser les normes et accélérer l’approbation des solutions numériques pour favoriser leur adoption.
4. Renforcer la cybersécurité et l’interopérabilité : Développer des standards universels garantissant la protection des données et la compatibilité des systèmes.
5. Accompagner le changement : Former les professionnels de santé et sensibiliser les patients à l’intérêt des innovations numériques.

Conclusion

L’étude met en évidence l’importance pour les organisations de santé de s’adapter à un environnement numérique en rapide évolution. La digitalisation ne consiste pas seulement à adopter de nouvelles technologies, mais aussi à repenser les modèles économiques, les collaborations stratégiques et la gestion des données médicales.

Face à la montée en puissance des entreprises technologiques dans le domaine de la santé, les acteurs traditionnels doivent évoluer rapidement pour rester compétitifs. Une adoption réussie passera par une approche intégrée combinant innovation, collaboration et régulation adaptée.

Bibliographie

• Van Velthoven, M. H., Cordon, C., & Challagalla, G. (2019). Digitization of healthcare organizations: The digital health landscape and information theory. International Journal of Medical Informatics, 124, 49–57.
• Greenhalgh, T., Wherton, J., & Papoutsi, C. (2017). Beyond adoption: A new framework for theorizing and evaluating nonadoption, abandonment, and challenges to the scale-up of health technologies. Journal of Medical Internet Research, 19(11), e367.
• Bhavnani, S. P., Narula, J., & Sengupta, P. P. (2016). Mobile technology and the digitization of healthcare. European Heart Journal, 37(18), 1428–1438.
• Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204.

Référence bibliographique

He, J., Ahmad, S. F., Al-Razgan, M., Ali, Y. A., & Irshad, M. (2024). Factors affecting the adoption of metaverse in healthcare: The moderating role of digital division, and meta-culture. Heliyon, 10, e28778.

Mots-clés

Métavers, adoption technologique, confiance, utilité perçue, accessibilité numérique, transformation digitale en santé, fracture numérique

L’Adoption du Métavers en Santé : Opportunités et Défis

Le métavers est une technologie émergente qui propose des solutions immersives via la réalité augmentée (AR) et la réalité virtuelle (VR), notamment pour améliorer l’accès aux soins, la formation médicale et le suivi des patients à distance. Cependant, son adoption dans le secteur de la santé soulève plusieurs enjeux, liés à la facilité d’utilisation, à la confiance des utilisateurs et aux inégalités numériques.

L’étude de He et al. (2024) explore les facteurs influençant l’adoption du métavers en santé, en mettant en lumière le rôle modérateur du digital divide (fracture numérique) et de la meta-culture. À partir d’une enquête menée auprès de 384 répondants en Chine et au Pakistan, les auteurs analysent comment la perception de l’utilité, la facilité d’usage et la confiance influencent la volonté des professionnels et des patients d’utiliser le métavers.

Facteurs Clés de l’Adoption du Métavers en Santé

L’étude s’appuie sur le Technology Acceptance Model (TAM) et d’autres théories socio-économiques pour examiner trois principaux facteurs :

1. Facilité d’utilisation perçue (Perceived Ease of Use – PEU)

1. • Une interface intuitive et accessible est un élément clé de l’adoption du métavers en santé (β = 0.236, p < 0.001).
   • Plus la technologie est facile à apprendre et à maîtriser, plus les utilisateurs sont enclins à l’utiliser.

2. Utilité perçue (Perceived Usefulness – PU)

1. • L’amélioration des performances médicales et la rapidité d’accès aux soins sont des moteurs d’adoption majeurs (β = 0.233, p < 0.001).
   • L’IA, la télémédecine immersive et la simulation médicale sont perçues comme des atouts pour les soignants et les patients.

3. Confiance envers la technologie (Trust)

1. • La confiance dans la précision des diagnostics et la sécurité des données est essentielle pour adopter le métavers en santé (β = 0.192, p < 0.001).
   • Une mauvaise protection des informations personnelles freine l’adhésion des utilisateurs.

Impact du Digital Divide et de la Meta-Culture

L’étude analyse l’effet modérateur de deux variables socioculturelles :

1. Fracture numérique (Digital Divide – DD)

1. • Elle influence modérément la relation entre la facilité d’utilisation et l’adoption du métavers (β = 0.078, p < 0.05).
   • En revanche, elle n’affecte pas directement la perception de l’utilité ni la confiance des utilisateurs.

2. Meta-Culture et résistance au changement

1. • Contrairement aux attentes, la méta-culture n’a pas d’impact significatif sur l’adoption du métavers (p > 0.05).
   • Certaines populations restent cependant réticentes en raison d’un attachement aux consultations médicales traditionnelles.

Défis et Obstacles à surmonter

L’adoption du métavers en santé est freinée par plusieurs facteurs :

• Coût élevé des équipements (casques VR, infrastructures numériques avancées).
• Manque de standardisation dans les applications médicales du métavers.
• Problèmes d’accessibilité numérique dans certaines régions, limitant son adoption.
• Doutes éthiques sur la responsabilité en cas d’erreur médicale liée à une IA.

Recommandations pour une Intégration Réussie

Pour favoriser l’adoption du métavers en santé, He et al. (2024) suggèrent plusieurs mesures :

1. Simplifier les interfaces utilisateur pour rendre la technologie plus accessible aux professionnels de santé et aux patients.
2. Renforcer la cybersécurité et la confidentialité des données médicales pour instaurer un climat de confiance.
3. Développer des solutions hybrides combinant soins physiques et consultations en métavers.
4. Investir dans l’inclusion numérique afin de réduire la fracture technologique entre les pays et les classes sociales.
5. Éduquer les professionnels et les patients sur les avantages concrets du métavers en santé, via des formations dédiées.

Conclusion

L’étude met en évidence que la facilité d’usage, l’utilité perçue et la confiance sont les facteurs clés de l’adoption du métavers en santé. Toutefois, les inégalités numériques et la culture ne jouent pas un rôle aussi décisif que prévu. Pour maximiser le potentiel du métavers, il est essentiel de lever les barrières techniques, économiques et sociales afin d’assurer une adoption équitable et sécurisée.

L’avenir du métavers en santé dépendra de sa capacité à s’intégrer harmonieusement dans les pratiques médicales existantes, tout en garantissant une expérience fluide et une protection optimale des utilisateurs.

Bibliographie

• He, J., Ahmad, S. F., Al-Razgan, M., Ali, Y. A., & Irshad, M. (2024). Factors affecting the adoption of metaverse in healthcare: The moderating role of digital division, and meta-culture. Heliyon, 10, e28778.
• Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204.
• Riva, G., Wiederhold, B. K., & Mantovani, F. (2021). Neuroscience of virtual reality: From virtual exposure to embodied medicine. Cyberpsychology, Behavior, and Social Networking, 24(2), 79-87.
• Kye, B. K., Han, N., Kim, S. H., et al. (2021). Educational applications of metaverse: Possibilities and limitations. Journal of Educational Technology & Society, 24(1), 43-56.
• Choi, Y. H., & Baek, Y. (2022). The impact of perceived ease of use and usefulness on the adoption of AI-powered telemedicine. Healthcare Management Review, 47(1), 21-35.

Référence bibliographique

Frishammar, J., Essén, A., Bergström, F., & Ekman, T. (2023). Digital health platforms for the elderly? Key adoption and usage barriers and ways to address them. Technological Forecasting & Social Change, 189, 122319.

Mots-clés

Santé numérique, plateformes de santé, adoption technologique, personnes âgées, e-santé, télémédecine, barrières à l’utilisation

Les plateformes de santé numérique : un défi d’adoption pour les personnes âgées

Les plateformes de santé numériques (Digital Health Platforms – DHPs) sont en plein essor et permettent d’améliorer l’accès aux soins via des services de téléconsultation, de chat et de suivi médical en ligne. Cependant, leur adoption reste largement limitée chez les personnes âgées, malgré les bénéfices potentiels qu’elles offrent, tels que la réduction des coûts et un meilleur suivi des patients.

L’étude de Frishammar et al. (2023) analyse les freins à l’adoption et à l’usage des DHPs par les personnes âgées, tout en proposant des solutions pour en améliorer l’accessibilité et l’acceptation. Basée sur des entretiens qualitatifs et des données issues d’une grande plateforme suédoise, cette recherche identifie les principaux obstacles perçus par les seniors et explore des pistes pour favoriser leur adoption.

Barrières à l’adoption et à l’usage des plateformes de santé numériques

L’étude distingue plusieurs freins qui empêchent une adoption généralisée des DHPs par les personnes âgées :

1. Barrières psychologiques et comportementales

• Anxiété technologique : La peur d’appuyer sur le “mauvais bouton” ou de ne pas savoir naviguer dans l’interface freine l’usage des DHPs.
• Faible maturité numérique : Le manque de familiarité avec les outils numériques constitue un obstacle majeur pour les seniors qui n’ont pas grandi avec ces technologies.
• Méfiance envers la santé numérique : Certains seniors perçoivent la médecine en ligne comme moins fiable que les consultations physiques.

2. Barrières organisationnelles et structurelles

• Complexité des interfaces : Les plateformes de santé sont souvent conçues sans prendre en compte les besoins des personnes âgées (petites icônes, processus de connexion compliqués).
• Absence de point de contact fixe : L’impossibilité de consulter un même médecin sur une plateforme numérique peut décourager les patients habitués à une relation suivie avec leur praticien.

3. Barrières liées à la confiance et à la sécurité

• Préoccupations sur la confidentialité des données : Les seniors expriment des craintes sur la protection de leurs informations médicales et leur partage avec des tiers.
• Doutes sur la précision du diagnostic : La peur que les consultations numériques ne permettent pas un diagnostic aussi précis qu’une visite en présentiel est un frein important.

Facteurs influençant l’adoption des DHPs par les seniors

Plusieurs éléments déterminent la probabilité d’adoption des plateformes numériques de santé chez les personnes âgées :

• Le niveau de compétence numérique : Les seniors qui utilisent déjà des outils digitaux sont plus enclins à adopter ces plateformes.
• La perception de l’utilité : Si une personne perçoit un gain en termes de temps et de praticité, elle sera plus encline à adopter la télémédecine.
• L’influence sociale : Les recommandations des proches ou des professionnels de santé peuvent influencer l’adoption des DHPs.

Solutions pour améliorer l’adoption et l’usage des DHPs par les seniors

L’étude propose plusieurs pistes pour faciliter l’adoption des plateformes numériques de santé par les personnes âgées :

1. Développer une interface adaptée aux seniors

• Utiliser des icônes plus grandes et des parcours de navigation simplifiés.
• Proposer des options vocales pour les personnes ayant des troubles visuels.
• Offrir une assistance humaine pour guider les premiers usages.

2. Renforcer la confiance et la sécurité des données

• Améliorer la transparence sur la gestion et la protection des informations médicales.
• Garantir que les consultations en ligne sont aussi précises que celles en présentiel en intégrant des outils de télésurveillance.

3. Proposer des formations adaptées

• Organiser des sessions de formation sur l’usage des DHPs pour les seniors et leurs aidants.
• Développer des supports pédagogiques simples (tutoriels vidéo, guides papier).

4. Assurer un suivi médical personnalisé

• Permettre aux utilisateurs de consulter le même médecin à chaque visite pour favoriser un climat de confiance.
• Intégrer une approche hybride combinant consultations physiques et digitales pour répondre aux besoins des patients.

Conclusion

L’adoption des plateformes de santé numérique par les seniors représente un défi majeur mais aussi une opportunité pour améliorer l’accès aux soins. L’étude de Frishammar et al. (2023) met en évidence l’importance de développer des interfaces accessibles, de renforcer la sécurité des données et d’accompagner les personnes âgées dans l’apprentissage de ces nouveaux outils.

Une approche centrée sur l’utilisateur, combinée à une sensibilisation accrue, est essentielle pour garantir une adoption plus large et bénéfique des DHPs.

Bibliographie

• Frishammar, J., Essén, A., Bergström, F., & Ekman, T. (2023). Digital health platforms for the elderly? Key adoption and usage barriers and ways to address them. Technological Forecasting & Social Change, 189, 122319.
• Cimperman, M., Brenčič, M. M., & Trkman, P. (2016). Analyzing older users’ home telehealth services acceptance behavior—Applying an Extended UTAUT model. International Journal of Medical Informatics, 90, 22-31.
• Yusif, S., Soar, J., & Hafeez-Baig, A. (2016). Older people, assistive technologies, and the barriers to adoption: A systematic review. International Journal of Medical Informatics, 94, 112-116.
• Heart, T., & Kalderon, E. (2013). Older adults: Are they ready to adopt health-related ICT? International Journal of Medical Informatics, 82(11), e209-e231.