Le système d'IA des chercheurs de l'UF donne aux médecins un meilleur aperçu de l'état des patients

À l'aide de données recueillies à partir des signes vitaux des patients, des chercheurs de l'Université de Floride ont conçu un système d'intelligence artificielle qui peut accélérer et concentrer la prise de décision des médecins pendant les premières étapes cruciales de l'hospitalisation.

L'algorithme fonctionne en prenant des torrents de données à partir de six signes vitaux mesurés dans les six heures suivant l'admission à l'hôpital. Il concentre ensuite ces données dans l'un des quatre groupes distincts, donnant aux médecins un aperçu plus clair, plus rapide et plus précis du pronostic d'un patient et des résultats médicaux probables. Les résultats ont été publiés le 13 octobre dans la revue PLOS Digital Health.

L'approche utilise l'intelligence artificielle pour analyser les données des patients plus rapidement et de manière plus approfondie que les médecins, a déclaré Azra Bihorac, MD, doyenne associée principale pour les affaires de recherche à l'UF College of Medicine et directrice du Intelligent Critical Care Center de l'UF. En quelques heures, le système peut identifier les patients susceptibles d'avoir de mauvais résultats.

"Ce système a le potentiel d'accélérer la prise de décision des médecins et de la rendre plus précise", a déclaré Bihorac.

Les résultats sont le résultat d'une collaboration entre une douzaine de chercheurs de l'UF spécialisés dans la chirurgie, l'informatique, la médecine, l'anesthésiologie et le génie biomédical.

Pour évaluer le système, les chercheurs ont utilisé une base de données anonymisée de patients adultes admis à l'hôpital UF Health Shands entre 2014 et 2016. L'algorithme a été validé et testé à l'aide des données de près de 100 000 personnes de tous les groupes d'âge.

Lorsque l'apprentissage automatique, un type d'intelligence artificielle, a été appliqué aux données de routine des premiers signes vitaux, le système a identifié les patients présentant des catégories de maladies uniques et des résultats cliniques distincts. Les patients ont ensuite été regroupés dans l'un des quatre "groupes" distincts. Les patients affectés à l'un des groupes ont montré des signes précoces d'hypotension artérielle, d'activité cardiaque accrue et d'inflammation de bas grade. Bien que ces conditions puissent être graves à leurs débuts, elles ont également le potentiel de se résoudre et d'entraîner des résultats favorables. L'algorithme a regroupé d'autres patients dans un autre groupe le plus susceptible d'avoir une maladie rénale et cardiovasculaire chronique. Ils étaient également plus susceptibles de mourir dans les trois ans, ont découvert les chercheurs.

La valeur de l'algorithme réside dans sa capacité à collecter et à analyser rapidement plusieurs points de données sur les patients, a déclaré Bihorac. Par exemple, une pression artérielle basse peut être un indicateur précoce de divers problèmes médicaux à venir. Lorsqu'elles sont combinées avec d'autres données du patient et analysées par un algorithme, les médecins ont une image plus claire de la trajectoire du patient.

"C'est vraiment comme un signe d'alerte précoce. Dans les six heures, cela peut aider à identifier les patients qui risquent de ne pas avoir un bon résultat. Cela nous indique quels patients risquent de se détériorer et qui ont besoin de plus d'attention tout de suite", a-t-elle déclaré.

Ensuite, Bihorac a déclaré qu'elle recherchait des subventions supplémentaires qui permettront à l'équipe d'étudier plus avant le système et éventuellement de tester son efficacité chez les patients actuellement hospitalisés. Un tel système pourrait probablement être déployé sans coût significatif, a-t-elle déclaré.

"C'est une solution tellement simple et élégante. Elle prend des données qui sont déjà collectées et les utilise à leur plein potentiel au profit du patient", a déclaré Bihorac.

Parmi les collègues du UF Intelligent Critical Care Center qui ont apporté des contributions notables à la recherche, citons Yuanfang Ren, Ph.D., expert en informatique et assistant scientifique au UF College of Medicine; Tyler J. Loftus, MD, professeur adjoint au département de chirurgie; et Gilbert R. Upchurch, MD, professeur et directeur du département de chirurgie, a déclaré Bihorac.

La recherche a été soutenue par plusieurs subventions des National Institutes of Health, la National Science Foundation et l'Université de Floride.

Contact média : Doug Bennett, [email protected], 352-265-9400

Écrivain scientifique, éditeur

Doug Bennett a rejoint l'équipe d'UF Health en janvier 2015 en tant que rédacteur scientifique et éditeur. Ses domaines thématiques incluent l'anatomie; biochimie et biologie moléculaire; génétique moléculaire et microbiologie; pathologie, ...Lire la suite