nouvelles (1)

Newsletter

L’IA aide les hôpitaux à donner la priorité aux patients pour les soins intensifs urgents et l’assistance respiratoire

Image: Des chercheurs ont développé un système basé sur l’IA pour prioriser le traitement des patients atteints de pneumonie (Photo avec l’aimable autorisation de l’Université de Swansea)

Les chercheurs ont développé un «jumeau numérique» qui peut aider les hôpitaux à hiérarchiser les patients pour les soins intensifs urgents et l’assistance respiratoire. Le nouveau système innovant pourrait potentiellement permettre aux patients d’être vus plus rapidement et de recevoir le traitement le plus efficace sur la base des données d’anciens patients atteints de pneumonie.

Le système à trois niveaux développé par une équipe de recherche de l’Université de Swansea (Swansea, Royaume-Uni) utilise des méthodes d’apprentissage en profondeur pour créer des jumeaux numériques spécifiques au patient afin d’identifier et de hiérarchiser les cas critiques parmi les patients atteints de pneumonie grave. Un jumeau numérique est une représentation virtuelle (ou un programme informatique) d’un système ou d’un produit physique du monde réel. Il est mis à jour à partir de données en temps réel et utilise la simulation, l’apprentissage automatique et le raisonnement pour faciliter la prise de décision.

« Un jumeau numérique humain est une réplique numérique d’un système ou d’un sous-système humain. Cette réplique est une représentation numérique personnalisée, en termes de structure ou de fonctionnement ou les deux, d’un système individuel ou patient », a déclaré le professeur Perumal Nithiarasu, auteur et doyen associé pour la recherche, l’innovation et l’impact à la Faculté des sciences et de l’ingénierie. « Un jumeau numérique humain est une réplique numérique d’un système ou d’un sous-système humain. Cette réplique est une représentation numérique personnalisée, en termes de structure ou de fonctionnement ou les deux, d’un système individuel ou patient. Il peut fournir une rétroaction en temps réel sur la façon dont la santé d’un patient est susceptible de varier en fonction de son état actuel connu en utilisant des données d’entrée périodiques provenant des signes vitaux du patient (telles que la fréquence cardiaque, la fréquence respiratoire).

“Le jumeau numérique proposé est construit sur des modèles d’apprentissage en profondeur pré-formés utilisant les données de plus de 1895 patients atteints de pneumonie. Dans l’ensemble, les résultats indiquent que la prédiction pour la priorisation de l’ITU et de la ventilation mécanique est excellente », a ajouté le professeur Nithiarasu. « Les données utilisées pour former les modèles concernent les patients non COVID-19 atteints de pneumonie. Cependant, ce modèle peut être utilisé sous sa forme actuelle pour les patients COVID-19, mais l’apprentissage par transfert avec les données des patients COVID-19 améliorera les prédictions.

« La pandémie de COVID-19 a exercé une pression sans précédent sur une infrastructure de soins de santé déjà mise à rude épreuve. Cette situation a obligé les prestataires de soins de santé à donner la priorité aux patients ayant un besoin critique d’accéder aux UTI et à la ventilation mécanique », a expliqué le Dr Neeraj Kavan Chakshu, co-auteur et IMPACT Fellow. “Dans le cas de COVID-19 (et d’autres formes similaires de grippe), un système plus précis et évoluant de manière dynamique peut être nécessaire pour faire face à l’augmentation soudaine de la gravité et au besoin de ventilation mécanique.”

Liens connexes:
Université de Swansea

Facebook
Twitter
LinkedIn
Pinterest

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.

ADVERTISEMENT