Supposons que les cliniciens veulent prédire si leur patient aura des complications postopératoires. Bien qu'ils disposent de données physiologiques détaillées sur les patients précédents et leur propre expérience et expertise pour les guider, l'évaluation des risques potentiels peut être difficile. Les travaux d’Enea Parimbelli, Szymon Wilk et Wojtek Michalowski, du groupe de recherche mobile sur le triage d'urgence de l'École de gestion Telfer de l'Université d'Ottawa pourraient changer la donne. Leurs recherches portent sur l'utilisation de l'intelligence artificielle (IA) pour transformer les pratiques en matière de soins de santé.
En collaboration avec les spécialistes des soins intensifs et les chirurgiens de L'Hôpital d'Ottawa, ils ont mis au point deux outils d'IA pour aider les cliniciens à prendre des décisions plus éclairées pour améliorer les soins aux patients.
L'un des outils qu'ils ont développé utilise l'IA et les méthodes d'apprentissage automatique - une technique d'analyse des données qui permet aux ordinateurs d'apprendre par l'expérience, comme le font naturellement les humains - ce qui leur permet de rechercher des tendances dans les données des patients. En utilisant les dossiers de santé électroniques de plusieurs milliers de patients et en travaillant avec le Dr Steven Kingwell, chirurgien à l'Hôpital d'Ottawa, l'équipe de recherche a utilisé diverses méthodes avancées d'apprentissage automatique pour évaluer les données et identifier le processus le plus exact. Cet outil leur permet maintenant de créer des modèles de prédiction précis pour les complications postopératoires, ce qui aide les chirurgiens à identifier les patients qui auront besoin de soins supplémentaires après leur intervention chirurgicale.
Un autre outil d'IA, mis au point par Parimbelli, Wilk et Michalowski, a été créé pour aider l'équipe d'intervention rapide (EIR) à prévoir les taux de survie des patients hospitalisés qui subissent un épisode aigu pouvant nécessiter des soins intensifs. L'EIR est composée d'un médecin en soins intensifs, d'une infirmière en soins intensifs et d'un inhalothérapeute. Ils sont appelés au chevet d'un patient lorsque leur état de santé se détériore considérablement à un point tel qu'il est envisagé de les transférer à l'Unité des soins intensifs (USI). Grâce à ce nouvel outil, l'EIR peut rapidement évaluer l'état d'un patient et décider du meilleur plan d’action à adopter, soit un transfert à l'unité de soins intensifs ou le stabiliser et demeurer dans la chambre d’hôpital.
L'utilisation de cet outil d'IA aide l'EIR à prendre la bonne décision très rapidement, même si le patient se retrouve dans une situation mettant sa vie en danger et que l'équipe a peu ou pas de connaissances médicales préalables sur le patient.
"Les bons modèles de prévision alimentés par l'IA sont le fruit d'un travail d'équipe concerté ", explique M. Michalowski. "Les médecins sont comme les chefs d'orchestre ; ils jouent un rôle de premier plan avec le soutien des experts en IA et des informaticiens de la santé, qui sont les musiciens dans cette analogie. S'ils ne travaillent pas tous ensemble et si certains jouent sur leur propre air, il en résultera une cacophonie. Un modèle de prédiction solide se construit quand toute l'équipe joue en harmonie."
En travaillant avec les professionnels de la santé de première ligne, le Groupe de recherche du MET exploite la puissance des nouvelles technologies pour créer la recherche en santé de la prochaine génération qui a un impact direct sur les soins aux patients et les résultats de santé.
