L’APPRENTISSAGE
AUTOMATIQUE EST DÉPLOYÉ À L’HÔPITAL ST. MICHAEL AFIN D’ÉMETTRE DES ALERTES
PRÉCOCES POUR LES PATIENTS SUSCEPTIBLES D’ÊTRE TRANSFÉRÉS À L’UNITÉ DE SOINS
INTENSIFS

Toronto – Aujourd’hui, l’Institut Vecteur, un établissement de recherche indépendant et sans but lucratif spécialisé en apprentissage automatique et en apprentissage profond, a annoncé le lancement de la première série de projets exploratoires visant à mettre en œuvre des technologies assistées par l’IA dans le secteur de la santé.

“Ces projets mettront en lumière les résultats positifs qui peuvent être atteints si nous tirons profit de la puissance de l’IA dans le secteur de la santé”, indique Dr Garth Gibson, président  et chef de la direction de l’Institut Vecteur.

Le premier projet exploratoire se déroulera à l’hôpital St. Michael de Toronto. Dirigé par Dr Amol Verma, médecin interniste et clinicien-chercheur, Dr Muhammad Mamdai et leur équipe du Centre de recherche et de formation en analytique des soins de santé Li Ka Shing (LKS-CHART) de l’hôpital St. Michael, le projet vise à tester et à perfectionner un système d’alerte précoce fondé sur l’IA pour l’unité de médecine interne générale (MIG) de l’hôpital où les patients reçoivent des soins. Environ 1 patient sur 13 de l’unité de MIG est gravement malade et devra être transféré à l’unité de soins intensifs (USI) ou succombera à à l’hôpital. Cependant, il est souvent difficile de prédire quels patients sont susceptibles d’avoir besoin de l’équipe des soins intensifs : c’est là qu’intervient l’IA.

Le système utilisera l’IA pour traiter des flux réguliers de données sur
la santé et prédire quand un patient doit être transféré à l’USI. En prédisant
de 12 à 24 heures plus tôt le moment exact où les patients doivent être
transférés, le système permet d’avoir plus de temps pour pratiquer des
interventions précoces susceptibles de sauver des vies et de réduire les taux
d’arrêt cardiaque et de mortalité.

Les projets exploratoires sont des projets à petite échelle conçus pour générer des résultats en 12 à 18 mois et orienter la recherche et l’adoption de technologies. Profitant du soutien technique et des ressources de l’Institut Vecteur, ils réunissent des équipes de recherche multidisciplinaires qui s’intéressent à un problème important ou à une occasion particulière dans le secteur de la santé en utilisant l’apprentissage automatique et l’IA de façon plus générale.  Chaque projet a été choisi en fonction de son potentiel à ouvrir une “voie” où engager une recherche de calibre mondial sur l’apprentissage automatique qui pourra se traduire par d’importants avantages pour les patients.

“L’Institut Vecteur et les membres de notre corps professoral souhaitent vivement 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 », déclare Dre Alison Paprica, vice-présidente, Stratégie et partenariats en matière de santé, de l’Institut Vecteur. “Nous espérons que ces projets exploratoires inspireront un plus grand nombre d’équipes au sein du système des soins de santé à mener des recherches de haute qualité sur l’IA dans le secteur de la santé.”

À propos de l’Institut
Vecteur

L’Institut Vecteur est
un organisme indépendant à but non lucratif spécialisé dans la recherche en
intelligence artificielle, notamment en apprentissage automatique et en
apprentissage profond. Il encourage l’excellence et le leadership dans les
domaines du savoir, de la création et de l’utilisation de l’IA au Canada afin
de favoriser la croissance économique et améliorer la vie des Canadiens.

L’Institut Vecteur est
financé par le gouvernement de l’Ontario, le gouvernement du Canada dans le
cadre de la Stratégie pancanadienne en matière d’IA dirigée par le CIFAR et des
commanditaires de tous les secteurs de l’économie au Canada.

Système d’alertes
précoces pour la médecine interne générale

Dr Muhammad Mamdani, directeur du Centre de recherche et de formation en analytique des soins de santé Li Ka Shing

(LKS-CHART) de l’hôpital St. Michael à Toronto, doit affronter la réalité suivante : 1 patient sur 13 en médecine interne à l’hôpital St. Michael de Toronto finit par être transféré à l’USI ou succomber à sa maladie. Pour compliquer davantage les choses, il est souvent difficile pour les médecins de prédire la détérioration de l’état de santé des patients. “Si vous êtes assez malade pour être à l’hôpital, c’est que vous êtes très malade”, explique Dr Amol Verma, médecin interniste et chercheur scientifique, chef clinique de l’équipe. “Si vous tombez malade au point d’avoir besoin de traitements pour maintenir vos fonctions vitales, vous devez être transféré aux soins intensifs.”

L’abondance des données à la disposition de l’équipe a joué en sa faveur – les hôpitaux débordent de données sur les patients. Pourtant, malgré l’expertise des cliniciens de l’hôpital, il était presque impossible de les analyser dans des délais raisonnables. “Lorsque nous nous apercevons que ces patients ont un problème, nous avons généralement trois heures pour réagir”, précise DrMamdani.

“Et trois heures, ce n’est généralement pas assez”, ajoute Dr Verma.

Bien que complexe, le problème n’était pas insurmontable. Dr Mamdani a travaillé avec de vastes ensembles de données – ce que nous appelons maintenant les mégadonnées ou le big data –   pendant plus de 20 ans, et le Centre Li Ka Shing se spécialise dans l’analyse de données. Étant donné le grand nombre de données à trier, Dr Mamdani et son équipe se sont tournés vers l’apprentissage automatique. Ce sous-domaine de l’intelligence artificielle est idéal pour dégager la structure, les modèles et les tendances de vastes ensembles de données.

L’équipe a élaboré un algorithme et l’a entraîné à l’aide de dossiers de santé anonymisés d’anciens patients en médecine interne. Lorsque l’algorithme traite les données des patients actuels, il les compare à celles de plus de 20 000 cas antérieurs, explique Dr Mamdani.

Le système d’alertes précoces pour la médecine interne générale (Dr Mamdani avoue que son système pourrait avoir un titre plus accrocheur) utilise un algorithme prédictif pour faire des recommandations médicales. À partir d’un ordinateur “intelligent”, il évalue le risque que l’état de santé d’un patient se détériore et qu’il doive être transféré à l’unité de soins intensifs. « Quand le risque atteint un certain seuil, il alerte l’équipe médicale, explique-t-il. Disons que le taux de glucose est élevé, c’est détecté par le système de laboratoire et ce renseignement est traité avec d’autres par l’algorithme qui pourrait alors dire : “Hum, il semble qu’il y ait un problème ici !”

Seulement quelques établissements dans le monde essaient actuellement des approches similaires en matière de soins de santé. Les docteurs Verma et Mamdani et leur équipe seront parmi les premiers à tester la qualité et les effets de la puissance prédictive de l’algorithme lors d’un essai clinique. “C’est beaucoup plus précis que ce à quoi nous sommes habitués avec les méthodes traditionnelles,” dit Dr Mamdani. “C’est très puissant.”

Reconnaissant la nature novatrice du travail de l’équipe et son
potentiel à produire des résultats directs et positifs pour les patients,
l’Institut Vecteur fournit un soutien opérationnel et technique pour maximiser l’impact
de la recherche.

Maintenant que la faisabilité du projet a été démontrée, la prochaine étape consiste à intégrer le système dans les systèmes hospitaliers existants, ce qui est plus facile à dire qu’à faire, selon Dr Mamdani. “Comment le faire fonctionner de façon à fournir aux médecins des renseignements utiles et significatifs dans un environnement où des alarmes se déclenchent régulièrement ?”

Dr Mamdani et Dr Verma s’entendent pour dire que le succès du projet et son caractère unique découlent de l’accès à des travailleurs de première ligne. Les deux responsables réunissent des médecins, des infirmières et des patients pour établir ce dont ces derniers ont besoin et ils travaillent ensuite en tenant compte de ces contraintes. “Il est beaucoup plus efficace d’adapter un algorithme au travail des cliniciens que d’adapter le comportement des cliniciens au fonctionnement d’un algorithme.”

Le Système d’alertes
précoces pour la médecine interne générale est le premier d’une série de
projets exploratoires retenus et soutenus par l’Institut Vecteur.

Par Ian Gormely