L'apprentissage machine est déployé à l'hôpital St. Michael's pour fournir une alerte précoce aux patients risquant d'être transférés à l'unité de soins intensifs (USI).
Par Ian Gormely
Toronto – Aujourd'hui, l'Institut Vector, un institut de recherche indépendant à but non lucratif spécialisé dans l'apprentissage automatique et l'apprentissage profond de pointe, a annoncé le lancement du premier d'une série de projets pilotes visant à mettre en œuvre des technologies assistées par l'IA dans le secteur de la santé.
« Ces projets illustreront les résultats positifs qui peuvent être obtenus si nous exploitons la puissance de l'IA dans le secteur de la santé », déclare le Dr Garth Gibson, vice-président et chef de la direction de Vector.
Le premier projet pilote soutiendra l'hôpital St. Michael's de Toronto. Dirigé par le Dr Amol Verma, interniste et clinicien-chercheur, et le Dr Muhammad Mamdani et leur équipe du Centre Li Ka Shing de recherche et de formation en analytique des soins de santé (LKS-CHART) de St. Michael's, ce projet vise à tester et à perfectionner un système d'alerte précoce basé sur l'intelligence artificielle pour l'unité de médecine interne générale (MIG) de l'hôpital, où les patients reçoivent des soins hospitaliers. Environ un patient sur 13 dans cette unité est gravement malade et devra être transféré aux soins intensifs ou décédera de sa maladie à l'hôpital. Ou, prédire quels patients sont susceptibles d'avoir besoin de soins intensifs est souvent complexe : c'est là que l'intelligence artificielle intervient.
Le système utilisera l'IA pour traiter des flux réguliers de données sur la santé et prédire le moment où un patient doit être transféré aux soins intensifs. Une prédiction précise, 12 à 24 heures plus tôt, pourrait permettre une intervention précoce potentiellement vitale, réduisant ainsi les taux d'arrêt cardiaque et de mortalité.
Les projets Pathfinder sont des initiatives à petite échelle conçues pour produire des résultats en 12 à 18 mois, orientant ainsi les recherches futures et l'adoption des technologies. Bénéficiant du soutien technique et matériel du Vector Institute, chacun d'eux réunit une équipe de recherche multidisciplinaire afin de s'attaquer à un problème ou une opportunité majeure en matière de soins de santé, en utilisant l'apprentissage automatique et l'intelligence artificielle de manière plus générale. Chaque projet a été sélectionné pour son potentiel à identifier une voie permettant de traduire la recherche de pointe en apprentissage automatique en avantages concrets pour les patients.
L’Institut Vector et ses professeurs sont très intéressés par la mise en œuvre de l’IA en santé ; nous voulons améliorer les résultats pour les patients et réduire les coûts pour les professionnels de la santé », déclare la Dre Alison Paprica, vice-présidente de Vector , Stratégie et partenariats en santé . « Nous espérons que ces projets pilotes inciteront davantage d’équipes au sein du système de santé à se concentrer sur la mise en pratique de la recherche de pointe en IA en santé. »
À propos de l'Institut Vector
L'Institut Vector est une société indépendante à but non lucratif vouée à l'avancement de l'intelligence artificielle et spécialisée dans l'apprentissage machine et l'apprentissage profond. Sa vision est de promouvoir l'excellence et le leadership au Canada dans le domaine des connaissances, de la création et de l'utilisation de l'IA afin de stimuler la croissance économique et d'améliorer la vie des Canadiens.
L’Institut Vector est financé par le gouvernement de l’Ontario, le gouvernement du Canada par l’entremise de la Stratégie pancanadienne en matière d’IA administrée par le CIFAR, et des commanditaires de l’industrie provenant de l’ensemble de l’économie canadienne.
Système d'alerte précoce pour la médecine interne générale
Le Dr Muhammad Mamdani, directeur du Centre Li Ka Shing de recherche et de formation en analyse des données de santé (LKS-CHART) à l'hôpital St. Michael de Toronto, est confronté à une réalité alarmante : un patient sur 13 en médecine interne dans cet hôpital est transféré aux soins intensifs ou décède des suites de sa maladie. Pour compliquer davantage la situation, il est souvent difficile pour les médecins de prévoir l'aggravation de l'état du patient. « Si votre état nécessite une hospitalisation, c'est que vous êtes vraiment très malade », explique le Dr Amol Verma, interniste et chercheur, responsable clinique de l'équipe. « Si votre état se détériore au point de nécessiter des traitements de maintien en vie, c'est alors qu'une admission aux soins intensifs s'impose. »
L'abondance de données à la disposition de leur équipe jouait en leur faveur : les hôpitaux regorgent de données sur les patients. Pourtant, malgré toute l'expertise des cliniciens de l'hôpital, trier toutes ces données en temps opportun s'avérait pratiquement impossible. « Lorsque nous prenons conscience du problème chez ces patients, nous n'avons généralement que trois heures pour réagir », explique le Dr Mamdani.
« Et trois heures ne suffisent généralement pas », ajoute le Dr Verma.
Bien que complexe, le problème n'était pas insurmontable ; le Dr Mamdani travaille avec de vastes ensembles de données – ce qu'on appelle aujourd'hui le big data – depuis plus de 20 ans et le Centre Li Ka Shing se spécialise dans l'analyse de données. Face au grand nombre de données à trier, lui et son équipe se sont tournés vers l'apprentissage automatique. Sous-domaine de l'intelligence artificielle, l'apprentissage machine est idéal pour identifier les structures, les tendances et les schémas au sein de grands ensembles de données.
L'équipe a conçu un algorithme et l'a formé à l'aide de dossiers médicaux anonymisés d'anciens patients du service de médecine interne de l'hôpital. À mesure que l'algorithme intègre de nouvelles données provenant des patients actuels, il les compare à celles de plus de 20 000 autres cas antérieurs, explique-t-il.
Le système d'alerte précoce en médecine interne générale (le Dr Mamdani reconnaît que leur invention gagnerait sans doute à avoir un nom plus accrocheur) utilise un modèle de risque prédictif pour formuler des recommandations médicales. Ce système informatique « intelligent » calcule le risque d'aggravation de l'état d'un patient et de nécessité d'un transfert aux soins intensifs. « Lorsqu'un certain seuil est atteint, il alerte l'équipe médicale », explique-t-il. « Par exemple, si le taux de glucose est élevé, l'information est transmise à notre système de laboratoire, puis intégrée à un algorithme qui, avec d'autres données, détecte un problème potentiel. »
Seules quelques institutions dans le monde expérimentent actuellement des approches similaires en matière de soins de santé. Les docteurs Verma et Mamdani, ainsi que leur équipe, seront parmi les premiers à tester la qualité et les effets de son pouvoir prédictif dans le cadre d'un essai clinique. « C'est beaucoup plus précis que les méthodes traditionnelles auxquelles nous sommes habitués », affirme-t-il. « C'est vraiment très performant. »
Reconnaissant le caractère novateur du travail de l'équipe et son potentiel à produire des résultats directs et positifs en matière de soins de santé pour les patients, le Vector Institute fournit un soutien opérationnel et technique à la recherche, afin d'en maximiser l'impact.
L'idée étant validée, la prochaine étape consiste à l'intégrer aux systèmes hospitaliers existants, une tâche que le Dr Mamdani reconnaît être plus facile à dire qu'à faire. « Comment s'assurer qu'elle fournisse aux médecins des renseignements utiles et pertinents dans un environnement où les alarmes se déclenchent régulièrement ? »
Les docteurs Mamdani et Verma conviennent que la clé de leur succès, et ce qui rend leur projet si unique, réside dans l'accès aux soignants de première ligne. Ils réunissent médecins, infirmières et patients afin de cerner leurs besoins et d'adapter leur approche en conséquence. « Il est beaucoup plus efficace de concevoir un algorithme en fonction des pratiques des cliniciens que d'adapter le comportement des cliniciens aux performances d'un algorithme. »
Le système d'alerte précoce en médecine interne générale est le premier d'une série de projets pilotes identifiés et soutenus par le Vector Institute.
Autres projets Pathfinder :
Des milliers d'images à portée de main du radiologiste, lui permettant de voir l'invisible.
Identification des tiques pour lutter contre la maladie de Lyme
Un cardiologue canadien réputé utilise l'IA pour résoudre le problème de la bombe à retardement.
