Back To Top

#Espagne : l’#IA aide les hôpitaux débordés pour traiter la #Covid-19

Un outil de machine learning aide les hôpitaux débordés pour traiter la Covid-19

Technologie : L’outil d’intelligence artificielle d’un hôpital de Barcelone analyse des milliards de données pour prédire les résultats probables des patients

L’Espagne a été l’un des pays européens les plus touchés par la pandémie de Covid-19, avec plus de 1,7 million de cas détectés. Malgré la deuxième vague d’infections qui a frappé le pays ces derniers mois, l’hôpital clinique de Barcelone a réussi à réduire de moitié la mortalité parmi ses patients atteints de Covid-19 grâce à l’intelligence artificielle.

L’hôpital catalan a mis au point un outil de machine learning qui permet de prévoir quand l’état d’un patient atteint de Covid-19 va se détériorer et comment personnaliser le traitement de cette personne pour éviter le pire.

« Lorsque vous avez un seul patient qui est dans un état critique, vous pouvez lui prodiguer des soins particuliers. Mais quand ils sont 700, vous avez besoin de ce genre d’outil », explique Carol Garcia-Vidal, médecin spécialisé dans les maladies infectieuses et chercheuse à l’IDIBAPS, qui a dirigé le développement de l’outil.

Administrer des traitements personnalisés

Avant la pandémie, l’hôpital avait déjà travaillé sur un logiciel permettant de transformer les données variables en une forme analysable. Ainsi, lorsque l’hôpital a commencé à recevoir des patients atteints de Covid-19 en mars, il a mis le système en marche en analysant des milliards de données structurées et anonymisées provenant de 2 000 patients.

L’objectif était de le former à reconnaître les schémas et à vérifier quels traitements étaient les plus efficaces pour chaque patient et quand ils devaient être administrés.

Ce travail a permis de constater que le virus ne se manifeste pas de la même manière pour tout le monde. « Il y a des patients qui ont une réponse inflammatoire, des patients atteints de coagulopathies et des patients qui développent des super infections », explique Carol Garcia-Vidal à ZDNet. Chaque groupe a besoin de médicaments différents et donc d’un traitement personnalisé.

Tableau de bord en temps réel

Grâce à une subvention de EIT Health, le système d’IA a été développé pour devenir un tableau de bord en temps réel sur les ordinateurs des médecins au quotidien. Sous la supervision d’un épidémiologiste, l’outil permet de classer les patients et de leur proposer un traitement plus personnalisé. « Personne n’a jamais fait cela auparavant », explique Carol Garcia-Vidal, qui ajoute que les chercheurs ont récemment ajouté deux autres modèles au système pour inclure les patients qui sont stables et peuvent quitter l’hôpital, libérant ainsi un lit, et ceux qui sont plus susceptibles de mourir. Les prévisions sont exactes à 90 %.

« C’est très utile pour les médecins moins expérimentés et ceux qui ont une spécialité qui n’a rien à voir avec la Covid-19, comme les gynécologues ou les traumatologues », dit-elle. Comme dans de nombreux pays, des médecins de toutes les spécialités ont été appelés pour traiter les patients pendant la première vague de la pandémie.

Le système est également utilisé pendant la deuxième vague actuelle car, selon la chercheuse, le nombre de patients en soins intensifs dans les hôpitaux catalans a fait un bond. Il est prévu de mettre l’outil à la disposition d’autres hôpitaux.

Prédire l’évolution de la maladie ?

Pendant ce temps, le Barcelona Supercomputing Center (BSC) analyse également un ensemble de données correspondant à 3 000 cas médicaux pendant la phase aiguë de la pandémie en mars.

L’objectif est de développer un modèle basé sur des réseaux de neurones de deep learning qui recherchera des modèles communs et générera des prédictions sur l’évolution des symptômes. L’objectif est de savoir si un patient est susceptible d’avoir besoin d’un système de ventilation ou d’être directement envoyé aux soins intensifs.

Certaines données, comme l’âge, le sexe et les médicaments administrés, sont structurées, mais d’autres ne le sont pas, car elles consistent en un texte rédigé en langage naturel sous la forme, par exemple, de rapports de sortie d’hôpital et de radiologie, explique Marta Villegas, chercheuse au BSC. Le centre apporte la capacité et la puissance de calcul nécessaires pour extraire les informations essentielles de ces rapports et former des modèles basés sur des réseaux de neurones afin de prédire l’évolution de la maladie, ainsi que la réponse aux traitements compte tenu des conditions antérieures des patients.

Cette approche, basée sur le traitement du langage naturel, est également testée dans un hôpital de Madrid.

Source : ZDNet.com