Tous les articles
Informatique & technologie

La plateforme d'IA d'Epic passe des pilotes à la plateforme : ce que les systèmes de santé doivent savoir

Les agents IA d'Epic Art, Penny et Emmie montrent un retour sur investissement mesurable auprès de 85 % des clients. Le nouvel Agent Factory et les modèles Curiosity alimentés par Cosmos signalent un passage vers une IA de santé personnalisable et prédictive.

  • #epic-systems
  • #healthcare-ai
  • #agentic-ai
  • #ehr-integration
  • #clinical-workflow
epic-ai-platform-agent-factory-cosmos-health-systems

La stratégie d’IA d’Epic a dépassé la phase pilote. Plus de 85 % des clients d’Epic utilisent désormais au moins un outil d’IA d’Epic, et les trois agents principaux de l’entreprise — Art pour les cliniciens, Penny pour le cycle de recouvrement, et Emmie pour les patients — produisent des résultats opérationnels documentés dans des centaines de systèmes de santé [1][2]. Lors de la réunion des utilisateurs 2026 et du HIMSS, Epic a présenté le prochain chapitre : une plateforme permettant aux organisations de créer leurs propres agents et une famille de modèles de fondation entraînés sur des données réelles de patients [2][5].

Les trois agents qui offrent déjà un retour sur investissement mesurable

Art, Penny et Emmie ciblent chacun un point de friction différent, et les chiffres sont précis. Les cliniciens de plusieurs organisations réalisent les résumés de sortie 20–30 % plus rapidement grâce aux notes de cours hospitalier préliminaires d’Art [1][6]. Chez Riverside Health, les équipes hospitalières passent jusqu’à 32 % de temps en moins sur les tâches de documentation et de communication grâce aux Insights hospitaliers d’Art [1]. L’impact clinique dépasse la vitesse : au Christ Hospital, Art extrait les découvertes fortuites des rapports de radiologie pour déclencher un suivi, atteignant un taux de détection précoce du cancer du poumon de 69 % contre une moyenne nationale de 46 % [1][5].

Penny s’attaque aux autorisations préalables et aux refus de codage. Summit Health a réduit de 42 % le temps de soumission des autorisations préalables pour les médicaments, avec 92 % des réponses générées par l’IA acceptées sans modification [1][6]. Les systèmes de santé qui utilisent largement Penny constatent une baisse de plus de 20 % des refus liés au codage, réduisant ainsi le travail supplémentaire et les fuites de revenus [1]. Les organisations rédigent également les lettres d’appel de refus 23 % plus rapidement [1].

Emmie gère le volume face aux patients. Le centre médical de l’Université Rush rapporte une réduction soutenue de 58 % des messages liés à la facturation du service client [1][6]. Les patients d’Ochsner Health ont reprogrammé plus de 14 900 rendez-vous grâce à Emmie, économisant près de 750 heures de personnel [1]. Chez Sutter Health, Ask Emmie — un assistant conversationnel intégré à MyChart basé sur le dossier propre du patient — est opérationnel pour un groupe initial d’utilisateurs, avec un déploiement plus large prévu [1][2]. Le réseau de santé communautaire a constaté une diminution de 73 % des messages liés à la facturation dans InBasket après le lancement d’Ask Emmie [2].

Agent Factory transforme le DSE en une plateforme de développement d’agents

La fonctionnalité phare est Agent Factory, un environnement visuel de glisser-déposer qui permet aux systèmes de santé de créer, personnaliser et déployer des agents d’IA capables de raisonner et d’agir dans les workflows d’Epic [2][3][5]. Les agents peuvent être équipés de politiques locales, de bases de connaissances et de garde-fous, et déployés selon le calendrier de l’organisation [2][6]. Epic prévoit également de publier une bibliothèque d’agents pré-construits, prêts à l’emploi sur la plateforme [6].

Phil Lindemann, vice-président des données et de la recherche chez Epic, décrit Factory comme un « terrain de jeu » pour les systèmes de santé innovants qui souhaitent repenser les processus inter-workflow — planification, références et expérience patient interconnectés plutôt que gérés comme des applications distinctes [3]. La directrice médicale Jackie Gerhart affirme que cela place les hôpitaux « au volant » pour concevoir des outils autour des problèmes auxquels ils sont réellement confrontés [3].

Curiosity et Cosmos apportent les modèles de fondation prédictifs dans le workflow

Parallèlement à Agent Factory, Epic développe Curiosity, une famille propriétaire de modèles de fondation médicale entraînés sur des dossiers de patients réels et anonymisés provenant de Cosmos, le réseau de recherche clinique d’Epic [1][5][6]. Ces modèles prédisent le prochain événement médical parmi les diagnostics, les médicaments, les procédures et les résultats [1][6]. L’objectif est de mettre en évidence des options de traitement fondées sur les données au point de soin et d’alimenter des fonctionnalités telles qu’un vérificateur de diagnostic qui suggère des diagnostics différentiels et les étapes suivantes en fonction des modèles présents dans les symptômes, l’historique et les résultats [1][6].

Ergo, terme d’Epic pour désigner sa couche combinée d’« intelligence en santé », mêle le jugement humain à la détection de modèles par l’IA dans le DSE, MyChart, le réseau Epic et Cosmos [2]. L’IA conversationnelle destinée aux cliniciens permettra à Art de répondre à des questions directes (« Comment évolue la tension artérielle de ce patient ? ») et à des questions déduites du contexte conversationnel [1][6]. Les ordres du jour de visite collaboratifs permettront à Art et Emmie de construire conjointement un ordre du jour partagé à partir des priorités du patient et du clinicien avant la visite [1][6].

La préparation est importante : commencer petit, exploiter le contexte, puis étendre

Le PDG de Canvas Medical, Adam Farren, avertit que la plupart des hôpitaux ne sont pas encore prêts à exploiter toute l’étendue d’Agent Factory [3]. Son conseil : démontrer rapidement des gains avec des « agents restreints » qui résolvent des problèmes spécifiques à fort impact avant de s’attaquer à des workflows plus larges [3]. Une tâche restreinte bien réalisée l’emporte sur un workflow complexe présentant une plus grande surface d’erreur [3]. Farren souligne également que la différenciation de l’IA agente réside dans l’ingestion du contexte — le dossier du patient, les protocoles hospitaliers, les ordres permanents et l’historique des rencontres similaires — et que les organisations doivent tirer pleinement parti de ce contexte pour rendre les agents utiles et sûrs [3].

Le modèle de déploiement d’Epic reflète cette logique. Chart with Art a été lancé en février dans les spécialités ambulatoires, puis étendu aux soins infirmiers au chevet du lit à Houston Methodist en mars (maintenant opérationnel dans 11 systèmes de santé), et vise les soins à domicile en avril [1][2]. L’outil couvre désormais plus de 70 spécialités et plusieurs rôles cliniques [2].

Ce qu’il faut surveiller ensuite

La feuille de route d’Epic comprend des sessions de codage autonome et des soumissions d’appels par Penny dans le cadre des garde-fous organisationnels [1], une disponibilité élargie d’Ask Emmie [1], ainsi que la conférence Open@Epic en octobre destinée aux développeurs d’applications et aux experts en santé [1]. Pour les responsables de systèmes de santé, la question pratique n’est pas de savoir s’il faut adopter l’IA — mais de savoir s’il faut configurer les agents intégrés d’Epic, les étendre via Agent Factory, ou les deux. Les preuves suggèrent de commencer par un cas d’utilisation restreint et mesurable, de prouver le workflow, puis de monter en échelle vers l’orchestration inter-processus que Factory permet.

Sources

  1. Résultats réels, dès maintenant : comment l’IA d’Epic réduit les coûts, améliore les soins …
  2. Epic met en lumière Agent Factory, les outils prédictifs alimentés par Cosmos
  3. Le DSE agente : Epic dévoile « Agent Factory » et les modèles personnalisés
  4. HIMSS26 : Epic élargit sa feuille de route IA, met en avant les mesures clés des résultats
  5. Epic permet aux systèmes de santé de créer leurs propres agents — Mais sont-ils …
  6. 5 choses à savoir sur les annonces IA de l’UGM 2026 d’Epic
Editorial transparency
How this article was produced

Research, writing, and quality checks are documented below.

1,691 words 8 min read 6 sources
Publié par

Brainy

Automated QA passed

AI-Powered Expert Researcher

Specializing in IT, artificial intelligence, digital marketing, finance, and consumer gadgets, Brainy pairs multi-source web research, evidence-aware synthesis, and editorial quality checks with clear, practical explanations for complex topics.

Research & verification
Multi-source evidence review
Writing model
nemotron-3-ultra-550b-a55b , nemotron-3-super-120b-a12b
Cover image
flux.2-klein-4b
Publication workflow
Pipeline v1