Chez les patients atteints de la maladie de Sjögren, une maladie auto-immune de longue durée, le diagnostic correct est souvent posé à un stade ultérieur. En conséquence, ces patients ne sont pas référés à un spécialiste pour un traitement au stade précoce de la maladie, qui affecte les glandes productrices de liquide du corps. C’est précisément ce traitement précoce qui revêt une grande importance dans cette maladie afin de pouvoir leur offrir une meilleure qualité de vie.
Algorithmes d’apprentissage automatique
Améliorer le processus de diagnostic est rechercher vers une solution dans laquelle l’apprentissage automatique est utilisé pour « rechercher » dans les données des dossiers des patients à l’aide d’algorithmes. Bien sûr dans le but ultime de pouvoir diagnostiquer la maladie de Sjögren le plus tôt possible, et bien plus tôt que ce n’est souvent le cas aujourd’hui.
La recherche a été menée par Nivel et des collègues internationaux du projet européen HarmonicSS et devrait être une première étape vers le développement d’un logiciel d’aide à la décision pour aider les médecins généralistes à reconnaître les patients de Sjögren. Divers algorithmes ont été développés et testés pour la recherche. Entre autres choses, la recherche visait à fournir un aperçu de l’algorithme le plus approprié pour la reconnaissance précoce de la maladie de Sjögren.
Données anonymisées des EPD
Les algorithmes d’apprentissage automatique utilisent des données anonymisées provenant des dossiers électroniques des patients (DSE) des médecins généralistes. Sur la base de ces données, qui incluent des éléments tels que les antécédents médicaux, l’âge, le nombre de consultations, l’utilisation de médicaments et le sexe, les algorithmes fonctionneront pour identifier les patients potentiels de Sjögren.
L’algorithme qui a émergé comme le meilleur a le potentiel d’être éventuellement appliqué dans la pratique clinique. Cependant, ce n’est pas encore si loin. Il est maintenant important d’optimiser davantage l’algorithme. Pour ce faire, il doit être formé et validé avec d’autres jeux de données. Les médecins généralistes seront également impliqués dans le processus d’optimisation afin que le logiciel d’aide à la décision corresponde finalement également à leurs souhaits.
La valeur ajoutée des algorithmes d’apprentissage automatique pour, entre autres, des diagnostics meilleurs et plus rapides est reconnue par de plus en plus de chercheurs et de scientifiques. Récemment envoyé un message Nous parlons d’une étude portant sur un outil d’IA qui réduit considérablement le risque de décès par septicémie, car dans de nombreux cas, le traitement pourrait commencer des heures plus tôt.