un-ia-peut-prédire-qui-aura-besoin-un-opioïde
L’intelligence artificielle (IA) utilisée dans les modèles d’apprentissage machine, peut prédire quels patients sont les plus à risque de souffrir de douleurs sévères après une opération, et aider à déterminer qui bénéficierait le plus de plans personnalisés de gestion de la douleur, utilisant des alternatives non opiacées, suggère une nouvelle recherche présentée lors de la réunion annuelle ANESTHESIOLOGY® 2020.

Une IA pour aider les anesthésistes

Certains patients ressentent des douleurs plus intenses après une opération, et ont besoin de doses plus élevées d’opioïdes pendant des périodes plus longues, ce qui augmente leur risque de souffrir de troubles liés à l’abus d’opioïdes. En sachant quels patients sont plus exposés à une douleur post-opératoire sévère, les médecins anesthésistes peuvent créer un plan d’anesthésie, en utilisant des alternatives non opiacées – telles que les blocs nerveux, les péridurales et d’autres médicaments – pour traiter plus efficacement la douleur et réduire le besoin d’opioïdes.
À l’heure actuelle, les médecins utilisent des questionnaires pour identifier les patients présentant un risque élevé de douleur post-opératoire sévère, en leur posant des questions sur leurs antécédents d’anxiété, de qualité de sommeil et de dépression. Dans cette étude, les scientifiques ont cherché une méthode plus rapide et plus efficace utilisant l’apprentissage automatique, où un système apprend et évolue en fonction des données qui lui sont fournies.
Ils ont créé trois modèles d’apprentissage machine, qui analysent les dossiers médicaux électroniques des patients. Ces modèles ont permis de déterminer que le jeune âge, un indice de masse corporelle plus élevé, le sexe féminin, une douleur préexistante et l’utilisation antérieure d’opioïdes, étaient les facteurs les plus prédictifs de la douleur post-chirurgicale.

Ils ont examiné les données de 5 944 patients

Dans cette étude en deux parties, les chercheurs ont examiné les données de 5 944 patients qui ont subi une grande variété d’opérations, notamment l’ablation de la vésicule biliaire, l’hystérectomie, le remplacement de la hanche et la chirurgie de la prostate. Parmi eux, 1 287 (22 %) avaient consommé 90 milligrammes équivalents de morphine (MME) dans les 24 heures suivant l’opération, ce qui est considéré comme une dose élevée.
Dans la première partie de cette étude, ils ont utilisé 163 facteurs potentiels pour prédire une forte douleur post-opératoire, sur la base d’une recherche documentaire et d’une consultation avec des experts. À partir de là, ils ont créé trois modèles d’algorithme d’apprentissage automatique, qui ont exploité les dossiers médicaux des patients, et réduit les 163 facteurs prédictifs à ceux qui prédisaient le plus précisément, la gravité de la douleur des patients et leurs besoins potentiels en opiacés après l’opération.
Dans la deuxième partie, ils ont comparé ce que ces modèles prédisaient à l’utilisation réelle d’opiacés chez ces mêmes patients. Ils ont déterminé que ces trois modèles avaient globalement une précision prédictive similaire. Cela signifie que ces modèles ont identifié avec précision les personnes les plus susceptibles d’éprouver une douleur intense, et de nécessiter des doses plus élevées d’opioïdes dans 80 % des cas.

Réduire le mauvais usage des opioïdes

« Les dossiers médicaux électroniques sont une source précieuse et sous-utilisée de données sur les patients, et peuvent être utilisés efficacement pour améliorer la vie des patients », a déclaré le Dr Soens. « L’identification sélective des patients qui ont généralement besoin de fortes doses d’opioïdes après une opération, est importante pour aider à réduire le mauvais usage des opioïdes ».
Source : American Society of Anesthesiologists
Crédit photo : StockPhotoSecrets