Tous les défis ne sont pas égaux. Certains sont simples, d’autres exigent une expertise et certains sont si complexes qu’ils défient les solutions prévisibles. Comprendre la nature d’un problème est la première étape vers sa résolution, et cela est particulièrement vrai dans le cas du système de données sur la santé fragmenté du Canada.
Notre système de données de santé n’est pas seulement défaillant à un endroit précis. Il est constitué d’un enchevêtrement de processus mal alignés, d’intervenants cloisonnés et de priorités divergentes. Ces caractéristiques en font un problème complexe, et non pas un problème simple ou compliqué. Pour le résoudre efficacement, nous devons utiliser des approches adaptées à sa complexité.
Le spectre des problèmes : simples, compliqués et complexes
Pour comprendre pourquoi le système de données de santé est complexe, explorons les trois types de problèmes à l’aide d’exemples de données de santé :
- Problèmes simples
- Exemple : Correction d’une erreur dans le dossier médical d’un patient.
- Les problèmes simples ont des relations de cause à effet claires et des résultats prévisibles. La correction d’une erreur dans la date de naissance d’un patient ou la mise à jour d’une adresse dans une base de données suivent un processus clair et reproductible. Une fois que vous connaissez les étapes, n’importe qui peut obtenir le même résultat.
- Problèmes compliqués
- Exemple : Mise en œuvre d’un nouveau système de dossier médical électronique (DME) dans un hôpital.
- Les problèmes complexes nécessitent une expertise et une coordination entre spécialistes. Il y a plusieurs étapes à suivre (configuration du logiciel, formation du personnel, respect des règlementations, etc.), mais le résultat est prévisible avec les connaissances et la planification adéquates.
- Problèmes complexes
- Exemple : Créer un système de données sur la santé interopérable entre les provinces et les territoires du Canada.
- Les problèmes complexes impliquent des facteurs dynamiques et interdépendants qui évoluent au fil du temps. Ils incluent la gestion des politiques juridictionnelles, la prise en compte des préoccupations en matière de confidentialité, l’alignement des parties prenantes sur des intérêts concurrents et l’adaptation aux avancées technologiques. Ces problèmes n’ont pas de solution unique « idéale » et nécessitent un apprentissage, une adaptation et une collaboration continus.
Ce qui rend le système de données sur la santé du Canada complexe
À première vue, il peut sembler que l’amélioration du système de données sur la santé du Canada soit un problème complexe. Ne pouvons-nous pas simplement normaliser les processus, améliorer la technologie et harmoniser les intervenants ? Bien que ces éléments soient essentiels, ils ne font qu’effleurer la surface. Le véritable défi réside dans la complexité du système :
- Fragmentation entre les juridictions : La gouvernance des données sur la santé s’étend aux niveaux fédéral, provincial, territorial et local, chacun ayant ses propres priorités, politiques et systèmes.
- Parties prenantes diverses : les gouvernements, les prestataires de soins de santé, les chercheurs, les gestionnaires de données et les patients ont tous des besoins et des objectifs différents.
- Contextes en évolution rapide : la technologie évolue rapidement et les exigences sociétales en matière d’équité, de confidentialité et de transparence ajoutent des niveaux d’imprévisibilité.
- Interdépendances émergentes : les décisions prises dans une partie du système ont souvent des conséquences imprévues ailleurs.
Ces caractéristiques impliquent qu’il n’existe pas de « recette » unique ou de solution experte. Il faut plutôt adopter des approches qui intègrent la complexité.
La résolution de problèmes complexes nécessite des approches différentes
Les problèmes complexes ne peuvent pas être résolus à l’aide de directives descendantes ou de plans rigides. Ils nécessitent plutôt un leadership systémique et des approches conçues pour la flexibilité, l’itération et la collaboration. Voici comment le Collectif des données en santé s’attaque à cette complexité :
1. Développer une compréhension commune grâce aux communautés d’apprentissage
- Pourquoi cela fonctionne : les problèmes complexes nécessitent des perspectives diverses pour identifier les facteurs contributifs et développer des solutions. Les communautés d’apprentissage favorisent la confiance, le dialogue et la co-création, aidant ainsi les parties prenantes à gérer ensemble la complexité.
- Notre approche : Le Collectif des données en santé rassemble une communauté d’apprentissage pour aligner les parties prenantes, partager les connaissances et générer des solutions innovantes aux défis liés aux données de santé.
2. Co-créer un programme commun
- Pourquoi cela fonctionne : Dans les systèmes complexes, aucun acteur n’a le contrôle. Une vision partagée garantit que tous les participants travaillent vers les mêmes objectifs généraux.
- Notre approche : À l’aide de la Charte pan-canadienne des données sur la santé, nous créerons un espace de discussion pour analyser ce que nous entendons par chaque principe et explorer ce qui doit changer dans nos systèmes pour qu’ils soient conformes à ces principes. La Charte pan-canadienne des données sur la santé sert de boussole pour guider les efforts collectifs.
3. Utilisation de pratiques adaptatives
- Pourquoi cela fonctionne : les problèmes complexes nécessitent un apprentissage et des ajustements constants. Les approches itératives nous permettent de tester des idées, d’apprendre de nos échecs et d’affiner nos stratégies en temps réel.
- Notre approche : nous pilotons des projets collaboratifs et des initiatives à petite échelle pour étudier ce qui fonctionne avant de déployer des solutions à l’échelle du système. Nous partagerons ces leçons afin que d’autres puissent en bénéficier.
4. Mettre l’accent sur les relations plutôt que sur les solutions
- Pourquoi cela fonctionne : La confiance et la collaboration sont la base d’une action efficace dans les systèmes complexes. Les solutions émergent lorsque les relations et les canaux de communication sont solides.
- Notre approche : Le Collectif des données en santé crée des espaces de communication continue, permettant aux parties prenantes d’établir la confiance nécessaire à une action durable.
Aller de l’avant : affronter ensemble la complexité
La fragmentation du système de données sur la santé du Canada est un exemple typique d’un problème complexe. Il ne peut être résolu par un seul plan, une seule politique ou une seule solution technique. Il nous oblige plutôt à repenser notre façon de travailler ensemble, de partager nos connaissances et de nous adapter à un paysage en constante évolution.
Les approches du Collectif des données en santé (communautés d’apprentissage, agendas communs, pratiques adaptatives et renforcement des relations) sont conçues pour répondre à ces complexités. En acceptant le désordre de la complexité plutôt qu’en essayant de lui imposer des solutions simples, nous pouvons commencer à démêler les défis et créer un système de données de santé plus connecté, plus équitable et plus efficace.
Quel est votre rôle dans la gestion de la complexité ?
Que vous soyez patient, soignant, décideur politique, gestionnaire de données, prestataire de soins de santé, chercheur, journaliste ou administrateur de soins de santé, vous faites partie du système. Quelles complexités voyez-vous dans votre coin du monde des données de santé ? Comment pouvons-nous travailler ensemble pour les surmonter ?
Poursuivons la conversation, car dans la complexité, la collaboration est essentielle.
