Fatigue d’alerte dans les logiciels cliniques : causes et remèdes
- Les alertes médicamenteuses sont outrepassées dans une très large majorité des cas, selon des études concordantes depuis 2006
- Aux soins intensifs, la grande majorité des alarmes de monitorage ne correspondent à aucune situation clinique à traiter
- La fatigue naît du volume, de la répétition et du manque de pertinence, pas de la négligence
- Les remèdes documentés passent par la réduction et la hiérarchisation des alertes, avec une gouvernance clinique
En 2006, une revue systématique publiée dans le Journal of the American Medical Informatics Association faisait un constat qui a marqué le domaine : selon les études examinées, les alertes de sécurité médicamenteuse des logiciels de prescription étaient outrepassées dans 49 % à 96 % des cas. Les médecins ne les lisaient plus, ou les écartaient par réflexe. Le lien entre alertes cliniques et fatigue était posé : un dispositif conçu pour protéger le patient finissait, par sa profusion, par ne plus protéger personne.
Depuis, le sujet a fait l’objet de centaines de publications, d’alertes d’autorités d’accréditation et de programmes hospitaliers. Cet article fait le point sur ce qui est établi, sur les causes identifiées et sur les remèdes qui disposent de preuves.
Un mot, deux phénomènes
On parle de fatigue d’alerte pour deux réalités voisines, qu’il est utile de distinguer.
La première concerne les alertes logicielles : interactions médicamenteuses, doses, allergies, doublons, rappels de protocole, affichés par le dossier patient ou le logiciel de prescription. Elles interrompent un professionnel au moment où il décide. La seconde concerne les alarmes de monitorage : signaux sonores des moniteurs cardiaques, des pousse-seringues, des respirateurs. Elles sollicitent toute une équipe, souvent la nuit, dans un service où plusieurs appareils sonnent en même temps.
Le mécanisme humain est le même : l’exposition répétée à des signaux qui, la plupart du temps, ne demandent aucune action conduit à les ignorer. Les causes techniques et les remèdes diffèrent en partie.
Ce que mesurent les études
Les principaux travaux convergent, malgré des méthodes et des contextes variés.
| Source | Objet | Ce qu’elle montre |
|---|---|---|
| Van der Sijs et al., JAMIA, 2006 | Revue systématique des études sur les alertes médicamenteuses | Alertes outrepassées dans 49 % à 96 % des cas selon les études ; les raisons invoquées tiennent surtout au manque de pertinence perçue |
| The Joint Commission, 2013 | Alerte de sécurité n° 50 sur les alarmes des dispositifs médicaux | Des événements graves, dont des décès, associés à des alarmes non entendues ou ignorées ; la fatigue d’alarme est désignée comme facteur principal |
| Drew et al., PLoS One, 2014 | Étude observationnelle exhaustive des alarmes dans des unités de soins intensifs | Plusieurs millions d’alarmes en un mois ; près de neuf alarmes d’arythmie annotées sur dix étaient des faux positifs |
| Ancker et al., BMC Medical Informatics and Decision Making, 2017 | Analyse des réponses aux alertes en soins primaires | La probabilité d’accepter une alerte diminue avec le nombre d’alertes reçues et avec leur répétition pour un même patient |
L’ECRI, organisme indépendant d’évaluation des technologies de santé, a par ailleurs placé à plusieurs reprises les dangers liés aux alarmes en tête de sa liste annuelle des risques technologiques au cours des années 2010. Et la Joint Commission a fait de la gestion des alarmes un objectif national de sécurité des patients pour les établissements qu’elle accrédite.
Un taux élevé d’alertes outrepassées ne signifie pas que les médecins commettent des erreurs dans la même proportion. Beaucoup d’alertes ignorées étaient, en effet, sans objet pour le patient concerné. Le problème est ailleurs : noyées dans la masse, les rares alertes justifiées subissent le même sort que les autres.
Une spirale qui s’auto-entretient
Les causes identifiées par la littérature se renforcent mutuellement, ce qui explique pourquoi le phénomène s’aggrave sans intervention délibérée.
Le volume et la répétition
Les bases de connaissances commerciales sur les interactions médicamenteuses sont conçues pour l’exhaustivité : elles signalent tout ce qui a été décrit, y compris des interactions théoriques ou sans conséquence clinique notable. Activées telles quelles, elles produisent des alertes à presque chaque prescription complexe. La même alerte réapparaît à chaque renouvellement, pour un traitement que le patient prend depuis des années.
Le manque de contexte
Une alerte de dose ignore souvent le poids actuel, la fonction rénale du jour, la décision déjà prise en réunion. Un moniteur ignore que le patient vient de se retourner, que l’électrode est décollée ou que le seuil réglé convient mal à ce patient. Le signal est techniquement juste et cliniquement inutile.
La logique de couverture
Après un incident, la réponse la plus simple consiste à ajouter une règle, un rappel ou une alarme. Elle rassure l’organisation, mais elle n’est presque jamais accompagnée du retrait d’une alerte existante. Le nombre total ne fait qu’augmenter.
La conception de l’interface
Les alertes qui bloquent l’écran, demandent un motif à chaque fois ou se ressemblent toutes visuellement favorisent les réflexes d’acquittement. Une alerte critique et un simple rappel affichés de la même façon reçoivent la même attention, c’est-à-dire peu.
Les remèdes qui ont des preuves
Les interventions documentées partagent une idée simple : moins d’alertes, mieux choisies, présentées selon leur gravité.
Réduire et hiérarchiser les alertes médicamenteuses. Des travaux publiés en 2012 dans le JAMIA par Phansalkar et ses collègues ont établi, par consensus d’experts, une liste restreinte d’interactions médicamenteuses de haute priorité justifiant une alerte interruptive, les autres pouvant être affichées sans bloquer le prescripteur. Plusieurs établissements qui ont désactivé ou rétrogradé les alertes rarement suivies rapportent une baisse importante du volume sans dégradation observée de la sécurité ; ces résultats proviennent surtout d’études locales avant-après, dont la portée est limitée mais concordante.
Appliquer les « cinq bonnes pratiques » de l’aide à la décision. Le cadre popularisé par les travaux d’Osheroff et de ses collègues, publiés avec la HIMSS, invite à délivrer la bonne information, à la bonne personne, dans le bon format, par le bon canal, au bon moment. Beaucoup d’alertes échouent sur un seul de ces critères : une information utile au pharmacien affichée au médecin, ou une recommandation pertinente présentée trop tard dans le parcours.
Personnaliser les alarmes de monitorage. Les programmes hospitaliers décrits dans la littérature combinent plusieurs mesures : seuils adaptés au patient plutôt que valeurs par défaut, courts délais avant déclenchement pour les variations transitoires, changement régulier des électrodes, suppression du monitorage continu lorsqu’il n’est pas indiqué. La norme internationale IEC 60601-1-8 encadre par ailleurs la conception des systèmes d’alarme des appareils, notamment leur hiérarchie par priorité.
Installer une gouvernance. C’est le point commun des démarches qui tiennent dans la durée : un comité pluridisciplinaire qui suit le taux d’acceptation de chaque alerte, examine les demandes d’ajout, et retire ce qui ne sert pas. Sans ce dispositif, les gains obtenus par un nettoyage ponctuel s’érodent en quelques années.
Le rôle des éditeurs
Les établissements ne portent pas seuls la responsabilité du problème. La manière dont un logiciel clinique est livré pèse lourd : bases de connaissances activées par défaut dans leur intégralité, niveaux de gravité peu différenciés, absence de tableau de bord sur les alertes émises et suivies, paramétrage réservé à l’éditeur. Dans ces conditions, même un comité motivé avance lentement.
Un logiciel conçu pour limiter la fatigue d’alerte se reconnaît à quelques propriétés vérifiables : des alertes classées selon leur gravité, avec des présentations visuellement distinctes ; la possibilité de rendre une alerte non interruptive ou de la désactiver pour un service ; la prise en compte des données récentes du patient (poids, fonction rénale, traitements en cours) ; la suppression des répétitions pour un traitement déjà validé ; et des journaux qui permettent de calculer le taux de suivi de chaque règle. Ces propriétés se testent lors d’une démonstration, sur des cas réels préparés par les pharmaciens et les médecins de l’établissement.
Ce que les preuves ne disent pas encore
La littérature a plusieurs limites. La plupart des études mesurent le volume d’alertes et leur taux d’acceptation, plus rarement les effets sur la santé des patients, qui demandent des effectifs et des durées considérables. Les contextes étudiés sont surtout nord-américains, avec des logiciels et des organisations qui ne se transposent pas directement. Enfin, les alertes fondées sur des modèles prédictifs, plus récentes, promettent un meilleur ciblage ; leurs évaluations restent hétérogènes, et certaines ont montré qu’un modèle mal calibré pouvait produire autant de fausses alertes qu’une règle simple.
Ces limites ne remettent pas en cause le constat central, solide et répété : trop d’alertes tuent l’alerte.
Pour un établissement, quatre décisions
La première est de mesurer : combien d’alertes par prescription, par jour et par service, avec quel taux de suivi pour chacune. La plupart des logiciels permettent de l’extraire ; peu d’établissements le font.
La deuxième est de nommer un comité doté d’un mandat explicite pour ajouter, modifier et retirer des alertes, et qui rend compte de ses décisions.
La troisième est d’exiger des éditeurs des paramètres fins : niveaux de gravité, alertes non interruptives, prise en compte des données du patient, journaux exploitables. Ces exigences ont leur place dans un cahier des charges, au même titre que l’interopérabilité.
La quatrième est de traiter chaque incident en se demandant d’abord pourquoi l’alerte existante n’a pas fonctionné, avant d’en ajouter une nouvelle.
Ces principes guident la manière dont nous concevons l’aide à la décision dans Betz, notre dossier patient partagé, et notre expertise santé numérique accompagne les établissements qui veulent auditer leurs alertes existantes. Pour situer ce chantier dans l’ensemble du système d’information, notre dossier sur le dossier patient partagé en donne le cadre.
- Van der Sijs H., Aarts J., Vulto A., Berg M., « Overriding of drug safety alerts in computerized physician order entry », Journal of the American Medical Informatics Association, 2006.
- The Joint Commission, Sentinel Event Alert n° 50, « Medical device alarm safety in hospitals », 2013.
- Drew B. J. et al., « Insights into the problem of alarm fatigue with physiologic monitor devices: a comprehensive observational study of consecutive intensive care unit patients », PLoS One, 2014.
- Phansalkar S. et al., « High-priority drug-drug interactions for use in electronic health records », Journal of the American Medical Informatics Association, 2012.
- Ancker J. S. et al., « Effects of workload, work complexity, and repeated alerts on alert fatigue in a clinical decision support system », BMC Medical Informatics and Decision Making, 2017.
- Commission électrotechnique internationale, norme IEC 60601-1-8, exigences relatives aux systèmes d’alarme des appareils électromédicaux.
Questions fréquentes
Qu'est-ce que la fatigue d'alerte ?
C'est la désensibilisation des professionnels de santé face à des alertes trop nombreuses ou trop peu pertinentes. À force d'en recevoir, ils les ignorent ou les acquittent sans les lire, y compris lorsque l'une d'elles signale un vrai danger. Le phénomène touche les logiciels de prescription comme les moniteurs de surveillance.
Faut-il supprimer des alertes pour améliorer la sécurité ?
Souvent, oui, à condition de le faire méthodiquement : mesurer le taux d'acceptation de chaque alerte, identifier celles qui ne changent presque jamais la décision, et les désactiver ou les rendre non interruptives après validation par un comité clinique. Une alerte qui n'est jamais suivie n'apporte pas de sécurité ; elle en retire aux autres.
Qui doit décider des alertes d'un logiciel clinique ?
Un comité réunissant médecins, pharmaciens, soignants et informaticiens, avec un mandat clair et des indicateurs. L'éditeur fournit les bases de connaissances et les paramètres, mais seul l'établissement connaît ses pratiques, ses patients et ses risques prioritaires.
L'intelligence artificielle peut-elle réduire la fatigue d'alerte ?
Des travaux explorent des alertes mieux ciblées grâce à des modèles prédictifs, et certains résultats sont encourageants. Les preuves restent limitées : un modèle mal calibré peut aussi produire de nouvelles fausses alertes. Il doit être évalué localement, comme n'importe quelle règle, sur son effet réel sur les décisions.