Dans les unités de soins intensifs, la réduction du nombre de fausses alarmes et artéfacts augmenterait la sécurité des patients. Par ailleurs, le flot d’informations issues de la surveillance vidéo continue, de l’imagerie, des analyses biologiques et des biocapteurs croît de manière exponentielle. L’analyse de ces big data pourrait servir à la détection précoce de situations à risques. L’intelligence artificielle viendrait ainsi étayer des décisions thérapeutiques prises en urgence et souvent de manière empirique en fonction de l’expérience et des connaissances des professionnels de santé présents.
Le projet suisse «ICU-Cockpit 1» est développé depuis 2014 dans l'unité de soins intensifs de neurochirurgie de l’Hôpital universitaire de Zurich en collaboration avec l’École polytechnique fédérale et IBM Research. La Pr Emanuela Keller, qui pilote ce projet, explique : «Nous voulons provoquer une évolution radicale des urgences et des soins intensifs et améliorer ainsi la manière de travailler dans la pratique clinique quotidienne.»
Des données provenant de sources différentes, dont des enregistrements vidéo, ont été recueillies auprès de plus de 400 patients anonymisés. Leur analyse a permis aux chercheurs de développer trois types d’algorithmes :
Les chercheurs ont développé avec succès deux algorithmes. L'un utilise le machine learning. Le second analyse les images de la vidéosurveillance des patients afin de quantifier leurs mouvements ainsi que les artefacts (mouvements externes du patient ou du personnel qui brouillent les biocapteurs).
À partir d'une base de données de plus de 100 patients atteints d'hémorragie sous-arachnoïdienne, des algorithmes ont été développés par machine learning pour pour détecter les lésions cérébrales secondaires imminentes.
Un algorithmes de détection automatique des crises épileptiques utilise les images de vidéosurveillance et l’électroencéphalographie.
Pour la Pr Keller, « Les algorithmes doivent encore être validés dans le cadre d’une étude puis pourront être appliqués directement dans la pratique clinique quotidienne. Les situations à risques pourront être automatiquement identifiées à temps. » Les résultats issus de l’analyse de données seront présentés sous forme visuelle. Ces travaux avec IBM Research se poursuivent.
«ICU-Cockpit » s’inscrit dans le Programme national de recherche 75 Big Data (PNR 75) qui en Suisse veut fournir les bases scientifiques d’une utilisation efficace et adéquate des big data. Les projets de recherche qu’il englobe étudient les questions techniques, les impacts sociétaux ainsi que des applications concrètes pour la société.
Un autre projet du PNR75 est en lien avec la recherche médicale. Il s'agit du développement d’une application permettant aux patients d’évaluer et documenter leurs douleurs lombaires, en vue d’adapter la méthode thérapeutique la plus adaptée à chaque utilisateur sur la base de sa situation personnelle.
Sources :
1- ICU-Cockpit: IT platform for multimodal patient monitoring and therapy support in intensive care and emer gency medicine
2- http://www.nfp75.ch/fr/projets/module-3-applications/projet-keller