6 mai 2019
Par Ian Gormely
Toronto – Aujourd’hui, le Vector Institute, un institut de recherche indépendant à but non lucratif axé sur l’apprentissage automatique et profond de pointe, a annoncé le lancement du premier d’une série de projets Pathfinder visant à mettre en œuvre des technologies assistées par IA dans le secteur de la santé.
« Ces projets mettront en lumière les résultats positifs qui peuvent être obtenus si nous exploitons la puissance de l’IA dans le secteur de la santé », affirme le Dr Garth Gibson, vice-président et chef de la direction de Vector.
Le premier projet Pathfinder soutiendra l’hôpital St. Michael à Toronto. Dirigé par le Dr Amol Verma, interniste et clinicien-chercheur, ainsi que par le Dr Muhammad Mamdani et leur équipe au Centre Li Ka Shing pour la recherche et la formation en analytique en santé (LKS-CHART) à St. Michael’s, l’objectif est de tester et d’affiner un système d’alerte précoce basé sur l’IA pour l’unité de médecine interne générale (GIM) de l’hôpital où les patients reçoivent des soins hospitaliers. Environ un patient sur 13 à l’unité GIM est gravement malade et devra finalement être transféré à l’unité de soins intensifs (USI) ou succombera à sa maladie à l’hôpital. Cependant, prédire quels patients auront probablement besoin de soins au niveau des soins intensifs est souvent difficile : c’est là que l’IA intervient.
Le système utilisera l’IA pour traiter des flux réguliers de données de santé et prédire quand un patient doit être transféré aux soins intensifs. Prédire avec précision le moment où les patients doivent être transférés 12 à 24 heures plus tôt pourrait permettre plus de temps pour des soins d’intervention précoce potentiellement salvateurs, réduisant ainsi les taux d’arrêt cardiaque et de mortalité.
Les projets Pathfinder sont des efforts à petite échelle conçus pour produire des résultats en 12 à 18 mois, qui orientent la recherche et l’adoption technologique futures. Avec le soutien technique et des ressources de l’Institut Vector, ils réunissent chacun une équipe de recherche multidisciplinaire pour s’attaquer à un problème ou une opportunité importante en santé en utilisant l’apprentissage automatique et l’IA de façon plus large. Chaque projet a été choisi pour son potentiel à aider à identifier un « chemin » permettant de traduire la recherche en apprentissage automatique de calibre mondial en bénéfices généralisés pour les patients.
« Le Vector Institute et nos membres du corps professoral sont très intéressés à contribuer à la mise en œuvre de l’IA en santé; nous voulons améliorer les résultats pour les patients et réduire les coûts pour les fournisseurs », affirme la Dre Alison Paprica, vice-présidente de la stratégie santé et des partenariats chez Vector. « Nous espérons que ces projets Pathfinder inspireront davantage d’équipes au sein du système de santé à se concentrer sur la mise en pratique de la recherche en IA de santé de haute qualité. »
À propos de l’Institut Vector
Le Vector Institute est une entreprise indépendante à but non lucratif dédiée à l’avancement de l’intelligence artificielle, excellant dans l’apprentissage automatique et profond. La vision de l’Institut Vector est de promouvoir l’excellence et le leadership dans la connaissance, la création et l’utilisation de l’IA au Canada afin de favoriser la croissance économique et d’améliorer la vie des Canadiens.
L’Institut des vecteurs est financé par le gouvernement de l’Ontario, le gouvernement du Canada via la Stratégie pancanadienne d’IA administrée par le CIFAR, ainsi que par des commanditaires industriels de toute l’économie canadienne.
Système d’alerte précoce pour la médecine interne générale
Le Dr Muhammad Mamdani, directeur du Centre Li Ka Shing pour la recherche et la formation en analytique en santé (LKS-CHART) à l’hôpital St. Michael’s de Toronto, travaille avec la réalité qu’un patient de médecine interne sur 13 à l’hôpital St. Michael de Toronto finit soit transféré aux soins intensifs, soit succombe à sa maladie. Pour compliquer encore les choses, il est souvent difficile pour les médecins de prédire la détérioration. « Si vous êtes assez malade pour avoir besoin d’un hôpital, vous êtes assez malade », explique le médecin interniste et chercheur Dr Amol Verma, responsable clinique de l’équipe. « Si tu tombes tellement malade que tu as besoin de thérapies vitales, c’est là que tu dois être en unité de soins intensifs. »
L’abondance de données disponibles pour leur équipe jouait en leur faveur – les hôpitaux regorgent de données sur les patients. Pourtant, malgré toute l’expertise des cliniciens de l’hôpital, tout trier rapidement était quasiment impossible. « Au moment où nous réalisons que ces patients ont un problème, nous avons généralement environ trois heures pour réagir », explique le Dr Mamdani.
« Et trois heures, ce n’est généralement pas assez », ajoute le Dr Verma.
Bien que difficile, le problème n’était pas insurmontable; Le Dr Mamdani travaille avec de grands ensembles de données — ce que nous appelons aujourd’hui le big data — depuis plus de 20 ans et le Centre Li Ka Shing est spécialisé dans l’analyse de données. Vu le grand nombre d’entrées à trier, lui et son équipe se tournèrent vers l’apprentissage automatique. Sous-domaine de l’intelligence artificielle, l’apprentissage automatique est idéal pour trouver des structures, des motifs et des tendances dans de grands ensembles de données.
L’équipe a écrit un algorithme et l’a entraîné avec des dossiers médicaux anonymisés provenant d’anciens patients de médecine interne à l’hôpital. À mesure que l’algorithme reçoit de nouvelles données de patients actuels, il les compare à celles de plus de 20 000 autres cas précédents, explique-t-il.
Le Système d’alerte précoce pour la médecine interne générale (le Dr Mamdani admet que leur création pourrait probablement bénéficier d’un titre plus intéressant) utilise un modèle de risque prédictif pour formuler des recommandations médicales. Un système informatique « intelligent », il calcule le risque qu’un patient tombe plus malade et doive être transféré en soins intensifs. « Quand elle atteint un certain seuil, elle alerte l’équipe médicale », dit-il. « Leur taux de glucose est élevé, ça va dans notre système de laboratoire, cette information est introduite dans un algorithme avec d’autres, et il dit : 'Hein, il pourrait y avoir un problème ici.' »
Seules quelques institutions à travers le monde essaient actuellement des approches similaires en matière de soins de santé. Les Drs Verma et Mamdani et leur équipe seront parmi les premiers à tester la qualité et les effets de son pouvoir prédictif lors d’un essai clinique. « C’est beaucoup plus précis que ce à quoi nous sommes habitués avec les méthodes traditionnelles », dit-il. « C’est assez puissant. »
Reconnaissant le caractère pionnier du travail de l’équipe et son potentiel à produire des résultats directs et positifs en soins de santé pour les patients, l’Institut Vector offre un soutien opérationnel et technique à la recherche afin d’en maximiser l’impact.
Avec la preuve de concept en main, la prochaine étape est de l’intégrer aux systèmes hospitaliers existants, une tâche que le Dr Mamdani admet plus facile à dire qu’à faire. « Comment faites-vous pour qu’il fonctionne de façon à fournir aux médecins des informations utiles et pertinentes dans un environnement où les alarmes se déclenchent régulièrement? »
Le Dr Mamdani et le Dr Verma s’entendent tous deux pour dire que la clé de leur succès, ainsi que ce qui rend leur projet si unique, réside dans l’accès aux travailleurs de soins de première ligne. Ils rassemblent médecins, infirmières et patients pour d’abord découvrir ce dont ils ont besoin, puis travailler dans ces contraintes. « Il est beaucoup plus efficace d’adapter un algorithme aux flux de travail des cliniciens que d’adapter leur comportement à la façon dont un algorithme fonctionne. »
Le Système d’alerte précoce pour la médecine interne générale est le premier d’une série de projets Pathfinder identifiés et soutenus par le Vector Institute.
Projets Pathfinder supplémentaires :
Des milliers d’images au bout des doigts du radiologue voyant l’invisible
Identification des tiques pour combattre la maladie de Lyme
Cardiologue canadien renommé utilisant l’IA pour répondre à une bombe à retardement
