Un modèle d'IA prédit le risque d'infection chez les patients postopératoires
infohightech ·
Un nouveau modèle d'IA sera bientôt capable de prédire le risque d'infection chez les patients postopératoires. Cela permettra aux professionnels de santé de prendre des mesures préventives et de détecter les complications plus tôt. Le LUMC (Leiden University Medical Center) aux Pays-Bas utilisera ce modèle comme outil standard.
L'outil d'IA (PERISCOPE) prédit le risque d'infection dans les sept et 30 jours suivant une opération. La chercheuse doctorante Siri van der Meijden a contribué à son développement et à ses tests. Elle a également étudié les étapes nécessaires à sa mise en œuvre. Elle soutiendra sa thèse le 6 mai.
Un prédicteur d'IA aide les chirurgiens
L'idée de ce prédicteur basé sur l'IA est née du besoin d'améliorer la prédiction des patients susceptibles de développer ou non des infections après une opération. 5 à 20 % des patients postopératoires développent actuellement une telle infection. Chez environ la moitié d'entre eux, la plaie s'infecte. Viennent ensuite les infections pulmonaires, urinaires et, dans de rares cas, les infections sanguines (septicémie). Ces infections prolongent l'hospitalisation des patients, entraînent des réadmissions et peuvent nécessiter plusieurs traitements.
PERISCOPE devrait aider les professionnels de santé à déterminer quels patients nécessitent une surveillance renforcée. « Connaître les patients les plus à risque nous permettra de mieux les surveiller et de les traiter plus rapidement », explique Siri Van der Meijden. « Cela nous aidera à améliorer la qualité de vie des patients et à réduire l'impact des infections sur les services de santé. »
Testé dans trois hôpitaux
Siri Van der Meijden et son équipe ont utilisé près de dix ans de données patients historiques issues du dossier médical électronique (DME) pour alimenter le modèle d'IA. Ces données étaient pseudonymisées, ce qui empêchait les chercheurs de remonter jusqu'aux patients.
« Nous avons ensuite examiné différents facteurs. Par exemple, si les patients avaient déjà eu des infections. Ou s'ils souffraient d'autres pathologies comme le diabète (comorbidité). D'autres facteurs importants sont également pris en compte, comme la fréquence cardiaque, le poids, la tension artérielle, etc. Nous avons associé ces informations à la survenue ou non d'infections chez les patients. La machine a alors commencé à apprendre. »
Le modèle a ensuite été testé de manière approfondie sur plus de 250 000 interventions chirurgicales historiques dans trois hôpitaux : le LUMC, le Radboudumc et le Ziekenhuis Oost-Limburg à Genk (Belgique).
« Lors des tests au LUMC, nous avons comparé 500 prédictions du modèle d'IA avec celles des médecins », explique Siri Van der Meijden. « PERISCOPE a obtenu d'aussi bons résultats que les médecins expérimentés, et de meilleurs résultats lorsque les participants étaient incertains de leurs prédictions ou avaient moins d'expérience. Cet outil peut donc s'avérer précieux en cas de doute chez les médecins et aider les médecins moins expérimentés à prendre des décisions. »
Gain de temps
Les spécialistes, médecins, internes et infirmiers de services tels que la chirurgie générale, l'orthopédie et la neurochirurgie utiliseront le prédicteur d'IA. Sur un écran, ils visualiseront le risque d'infection d'un patient, exprimé en pourcentage et classé par catégorie : faible, moyen ou élevé. Ce tableau de bord fournit également des données pertinentes sur le patient, issues du DEP. Grâce à la présentation centralisée de toutes ces informations, les professionnels de santé n'auront plus besoin de consulter l'intégralité du dossier patient pour déterminer si un patient développe une infection.
PERISCOPE permettra non seulement de gagner du temps, mais aussi d'aider les médecins à déterminer quels patients peuvent être admis à l'hôpital et lesquels ne le peuvent pas, ainsi que ceux qu'ils devront revoir plus tard, en consultation externe par exemple. Nous formerons également les services à l'utilisation de cet outil.
Plutôt que de remplacer les médecins, le modèle d'IA soutiendra leur prise de décision. « Les protocoles cliniques et l'avis du médecin continueront d'avoir la priorité », souligne Siri Van der Meijden.
Bien que l'outil soit prêt à l'emploi, son utilisation en pratique clinique prendra du temps. « Le plus grand défi réside dans l'intégration de notre modèle au dossier patient électronique du LUMC. Une fois cette étape franchie, nous pourrons le mettre en service. Nous prévoyons une mise en service mi-2026. Nous sommes actuellement occupés par les préparatifs et les intégrations dans d'autres hôpitaux. »
Processus intensif
Ceci met fin à un processus de préparation intensif. Il a fallu cinq ans pour que l'outil soit opérationnel. Une grande partie de ce temps a été consacrée à l'attente de l'homologation officielle de PERISCOPE comme outil médical. Diverses mesures ont dû être prises pour se conformer aux règles de sécurité et de qualité. L'outil est désormais progressivement déployé dans les services concernés.
Siri Van der Meijden a également consacré beaucoup de temps à la collecte et à la caractérisation des données des patients, afin de pouvoir les comparer. Quand peut-on dire précisément qu'une personne est atteinte d'une infection ? Quels sont les facteurs impliqués ? Ce point a été discuté en détail, explique Van der Meijden, notamment avec les services d'orthopédie, d'infectiologie, de microbiologie et de soins intensifs.
Attentes à long terme
Siri Van der Meijden poursuit le développement de PERISCOPE car, contrairement à d'autres outils d'IA, ce prédicteur n'apprend pas automatiquement. Pour rendre l'outil plus intelligent, de nouvelles données doivent être ajoutées. « Il serait intéressant à l'avenir que PERISCOPE puisse prédire la probabilité par type d'infection », déclare Van der Molen. « Nous étudions également si l'IA peut faire une prédiction avant plutôt qu'après une opération. À long terme, l'outil pourrait également être capable de prédire d'autres complications, comme le risque d'hémorragie, de réadmission ou de décès. »
L'impact à long terme du modèle d'IA est un fait que seul le temps nous dira. Siri Van der Meijden mène également des recherches sur ce sujet.