une-IA-pour-prédire-état-patients-traumatismes-crâniens

Une récente étude finlandaise présente le premier algorithme basé sur l’intelligence artificielle (IA) qui peut être utilisé dans l’unité de soins intensifs pour traiter les patients souffrant de lésions cérébrales traumatiques. Il s’agit d’un projet de collaboration entre trois hôpitaux universitaires finlandais.

Une IA pour les patients souffrant de lésions cérébrales traumatiques

Les traumatismes crâniens (TCC) sont une cause importante de mortalité et de morbidité à l’échelle mondiale, avec une incidence croissante, en particulier dans les pays à faible et moyen revenu. Les traumatismes crâniens les plus graves sont traités dans les unités de soins intensifs (USI), mais malgré des soins appropriés et de haute qualité, environ un patient sur trois meurt.

Les patients qui souffrent d’un traumatisme crânien grave sont inconscients, ce qui rend difficile la surveillance de l’état du patient pendant les soins intensifs. Dans l’unité de soins intensifs, plusieurs dizaines de variables sont surveillées en permanence (la pression intracrânienne, la pression artérielle moyenne et la pression de perfusion cérébrale) qui fournissent indirectement des renseignements sur l’état du patient.

Cependant, une seule variable, comme la pression intracrânienne, peut produire des centaines de milliers de points de données par jour. Ainsi, il est impossible pour le cerveau humain de comprendre ces millions de points de données recueillies quotidiennement à partir de toutes les données surveillées.

C’est pourquoi des chercheurs de l’Hôpital universitaire d’Helsinki (HUS) ont commencé à développer un algorithme basé sur l’intelligence artificielle (IA) qui pourrait aider les médecins à traiter les patients atteints de TCC grave.

Pour prédire l’issue de chaque patient et fournir des données objectives

Dans le meilleur des cas, un tel algorithme pourrait prédire l’issue de chaque patient et fournir des données objectives concernant l’état et le pronostic du patient et la façon dont il évolue pendant le traitement.

« Un modèle de pronostic dynamique comme celui-ci n’a jamais été présenté auparavant. Bien qu’il s’agisse d’une preuve de concept et qu’il faudra encore un certain temps avant que nous puissions mettre en œuvre de tels algorithmes dans la pratique clinique quotidienne, notre étude reflète comment et dans quelle direction les soins intensifs modernes évoluent », dit Rahul Raj, professeur auxiliaire de neurochirurgie expérimentale du HUS et un des auteurs du présent article.

Une précisions de 80 à 85 %

Les algorithmes peuvent prédire la probabilité de décès du patient dans les 30 jours avec une précision de 80 à 85 %. « Nous avons développé deux algorithmes distincts. Le premier algorithme est plus simple et est basé uniquement sur des données objectives de surveillance. Le deuxième algorithme est un peu plus complexe et comprend des données sur le niveau de conscience, qui sont mesurés par le score de l’échelle des comas de Glasgow qui est largement utilisée.

Comme prévu, la précision de l’algorithme plus complexe est légèrement meilleure que celle de l’algorithme plus simple. Néanmoins, la précision des deux algorithmes est étonnamment bonne, si l’on considère que le modèle le plus simple est basé sur seulement trois variables principales et le plus complexe sur cinq variables », explique Eetu Pursiainen, Data Scientist du département Analytique et Développement de l’IA du HUS, un des auteurs et principaux programmeurs des algorithmes.

Cette recherche a été publiée dans Scientific Reports.

Source : University of Helsinki
Crédit photo : Pixabay

L'IA pour les soins intensifs des traumatismes crâniens martinI.A.
Une récente étude finlandaise présente le premier algorithme basé sur l'intelligence artificielle (IA) qui peut être utilisé dans l'unité de soins intensifs pour traiter les patients souffrant de lésions cérébrales traumatiques. Il s'agit d'un projet de collaboration entre trois hôpitaux universitaires finlandais. Une IA pour les patients souffrant de lésions...