Le système de santé canadien est aux prises avec un problème important, mais auquel on accorde trop peu d’attention : les arrêts cardiaques intrahospitaliers. Malgré les avancées dans le domaine de la médecine et l’aide substantielle apportée en milieu hospitalier, un rapport de Statistique Canada classe les maladies du cœur parmi les principales causes de décès au pays.
Christopher Sun, professeur à Telfer et scientifique à l’Institut de cardiologie de l’Université d’Ottawa, a reçu une subvention Projet des Instituts de recherche en santé du Canada pour étudier la question dans le cadre de son projet intitulé « Artificial Intelligence Supported In-Hospital Cardiac Arrest Prediction, Prevention, and Management ». Son objectif est de développer un modèle complexe et fiable, qui s’éloigne des méthodes actuelles, pour prévoir la survenue des arrêts cardiaques intrahospitaliers.
« Ce projet repose sur le déploiement d’efforts uniques et unifiés, et l’utilisation de connaissances analytiques et cliniques avancées dans le but de créer un outil puissant qui permettra d’améliorer les soins et d’intervenir rapidement pour sauver des vies », explique le professeur Sun.
Il est intéressant de noter que, même lorsqu’ils se produisent à l’hôpital, les arrêts cardiaques demeurent un problème de santé majeur – le taux de survie des patientes et patients étant seulement de 18 à 25 %. Il est encore plus alarmant de savoir que bon nombre des arrêts cardiaques intrahospitaliers pourraient être évités si les personnes à risque étaient identifiées comme telles.
Si les méthodes actuelles permettent dans une certaine mesure de prédire à quel moment les gens sont à risque, elles n’ont ni la complexité ni la fiabilité nécessaires pour les protéger adéquatement. Grâce aux programmes d’intelligence artificielle (IA) avancée, on pourrait évaluer rapidement et efficacement le risque d’arrêt cardiaque intrahospitalier en vue d’intervenir pour sauver des vies.
Un programme de prévision et d’intervention novateur
Le professeur Sun souhaite mettre au point un modèle prédictif pour non seulement repérer les facteurs de risque, mais aussi déterminer les interventions à faire et les recommandations concrètes à suivre concernant la patientèle. Prenant appui sur un consensus de spécialistes, il veut créer un modèle d’apprentissage profond qui permettra d’identifier les risques à court et à long terme en matière d’arrêt cardiaque intrahospitalier chez les adultes.
Son projet reposera sur l’analyse d’ensembles de données sur les patientes et patients provenant de l’Institut de cardiologie de l’Université d’Ottawa, de L’Hôpital d’Ottawa et du Montefiore Medical Center (à New York).
Les hôpitaux du monde entier pourraient se servir de ce nouveau modèle prédictif des arrêts cardiaques intrahospitaliers afin d’optimiser l’utilisation des ressources hospitalières limitées et d’assurer le bien-être des patientes et patients à risque en vue, ultimement, de sauver un nombre incalculable de vies partout sur la planète.
