Connexion
Publiée lundi dans le Journal de l’Association médicale canadienne, l'étude fait état d’une baisse de 26% des décès non palliatifs parmi les patients de l’unité de médecine interne générale de l’hôpital St. Michael’s lorsque l’outil d’intelligence artificielle a été utilisé.
"Il s’agit d’un premier exemple de déploiement d’un outil qui a été rigoureusement testé et évalué et qui s’avère prometteur pour l’amélioration des soins aux patients", a souligné l’auteur principal de l'étude, le docteur Amol Verma, spécialiste en médecine interne générale et scientifique à l’hôpital de Toronto.
La technologie appelée CHARTwatch a analysé en continu plus d’une centaine d’informations différentes sur chaque patient de l’unité, a expliqué M. Verma, qui est également professeur de recherche et d’enseignement de l’IA en médecine à l’université de Toronto.
Lorsque l’outil d’IA prédit que la santé d’un patient va se détériorer, il envoie une alerte aux médecins et aux infirmiers, les incitant à intervenir rapidement.
L’outil d’apprentissage automatique rassemble les informations qui sont déjà collectées de manière routinière dans le dossier médical électronique d’un patient.
Il s’agit d’informations telles que l’âge et les antécédents médicaux, ainsi que des mesures telles que les signes vitaux, la tension artérielle, la fréquence cardiaque et les résultats d’examens de laboratoire.
"Il rassemble toutes ces informations pour faire une prédiction sur le risque que le patient devienne plus gravement malade à l’avenir, puis il met à jour son modèle de prédiction toutes les heures en fonction de l’évolution de tous ces éléments au fil du temps", a expliqué le docteur Verma, ajoutant que ces signaux d’alerte précoce sont importants dans les hôpitaux très fréquentés où chaque infirmier ou médecin s’occupe de nombreux patients qui subissent de multiples tests de laboratoire, des examens d’imagerie médicale et d’autres interventions susceptibles de modifier leur pronostic.
"Il n’est tout simplement pas possible pour les humains de garder un œil sur 20 ou 30 patients en même temps, tout le temps", a-t-il rappelé.
Muhammad Mamdani, coauteur principal de l’étude, a ajouté que l’IA peut traiter de grandes quantités de données sur les patients et que la combinaison de ces données avec le jugement d’un médecin peut conduire à de meilleurs soins.
L’étude a porté sur les décès de patients non palliatifs dans l’unité de médecine interne générale entre le 1er novembre 2020 et le 1er juin 2022 lorsque l’outil d’IA a été utilisé et les a comparés à une période antérieure – du 1er novembre 2016 au 1er juin 2020 – lorsque la technologie n’avait pas été utilisée.
Les chercheurs ont constaté un taux de décès non palliatif de 2,1% lorsque l’IA n’était pas utilisée, contre 1,6% lorsqu’elle l’était.
"Il s’agit d’un premier exemple de déploiement d’un outil qui a été rigoureusement testé et évalué et qui s’avère prometteur pour l’amélioration des soins aux patients", a souligné l’auteur principal de l'étude, le docteur Amol Verma, spécialiste en médecine interne générale et scientifique à l’hôpital de Toronto.
La technologie appelée CHARTwatch a analysé en continu plus d’une centaine d’informations différentes sur chaque patient de l’unité, a expliqué M. Verma, qui est également professeur de recherche et d’enseignement de l’IA en médecine à l’université de Toronto.
Lorsque l’outil d’IA prédit que la santé d’un patient va se détériorer, il envoie une alerte aux médecins et aux infirmiers, les incitant à intervenir rapidement.
L’outil d’apprentissage automatique rassemble les informations qui sont déjà collectées de manière routinière dans le dossier médical électronique d’un patient.
Il s’agit d’informations telles que l’âge et les antécédents médicaux, ainsi que des mesures telles que les signes vitaux, la tension artérielle, la fréquence cardiaque et les résultats d’examens de laboratoire.
"Il rassemble toutes ces informations pour faire une prédiction sur le risque que le patient devienne plus gravement malade à l’avenir, puis il met à jour son modèle de prédiction toutes les heures en fonction de l’évolution de tous ces éléments au fil du temps", a expliqué le docteur Verma, ajoutant que ces signaux d’alerte précoce sont importants dans les hôpitaux très fréquentés où chaque infirmier ou médecin s’occupe de nombreux patients qui subissent de multiples tests de laboratoire, des examens d’imagerie médicale et d’autres interventions susceptibles de modifier leur pronostic.
"Il n’est tout simplement pas possible pour les humains de garder un œil sur 20 ou 30 patients en même temps, tout le temps", a-t-il rappelé.
Muhammad Mamdani, coauteur principal de l’étude, a ajouté que l’IA peut traiter de grandes quantités de données sur les patients et que la combinaison de ces données avec le jugement d’un médecin peut conduire à de meilleurs soins.
L’étude a porté sur les décès de patients non palliatifs dans l’unité de médecine interne générale entre le 1er novembre 2020 et le 1er juin 2022 lorsque l’outil d’IA a été utilisé et les a comparés à une période antérieure – du 1er novembre 2016 au 1er juin 2020 – lorsque la technologie n’avait pas été utilisée.
Les chercheurs ont constaté un taux de décès non palliatif de 2,1% lorsque l’IA n’était pas utilisée, contre 1,6% lorsqu’elle l’était.
