Suite à une récente évaluation, la médecine fait un bond en avant grâce à la « machine learning tool ». Pour faire face au contexte sanitaire actuel, une nouvelle technologie fournit une aide à la décision dans les services d’urgence. À la faculté de médecine de l’Université du Minnesota, des chercheurs confirment la fiabilité d’un outil d’apprentissage automatique, dans une prise de décision clinique.
Le personnel de la santé décidera si telle ou telle personne sortira des services d’urgence, uniquement en consultant les résultats donnés par la machine. Et c’est sur un outil de diagnostic COVID-19 qu’une équipe multidisciplinaire a testé cette nouvelle technologie. Le groupe de chercheurs a été constitué d’intensivistes, d’hospitaliers, d’urgentistes et d’informaticiens.
Ils ont chacun évalué la performance en temps réel de la machine, et a dégagé des résultats favorables. L’outil les aide donc à avoir un avis partagé, si oui ou non un patient peut enfin sortir des services d’urgence.
Un outil de prédiction effectif sur les patients covidés ?
Selon une comparaison, l’utilisation de cette machine rendrait les services sanitaires beaucoup plus productifs. Une étude a été faite sur le nombre de patients testés positifs à la COVID-19 et soignés sans l’outil d’apprentissage, entre le 4 mars et le 21 août 2020. Les données montrent que l’hôpital comptait 1 469 patients, dans les 14 jours de soins, tout type de visite confondu. Pourtant, avec le nouveau système, le nombre de visites pourrait augmenter jusqu’à 2 041 patients.
Cette prévision a donc motivé l’équipe à approfondir les essais. Dirigée par Lupei, cette équipe a développé et mis en œuvre avec succès le modèle de prédiction de la COVID-19 dans le système de soins de santé de M Health Fairview. Selon les chercheurs, l’outil a donné de bons résultats, quels que soient le sexe, la race et l’origine ethnique des patients.
Par ailleurs, l’algorithme de régression logistique créé pour prédire les cas graves de COVID-19 a bien fonctionné chez les patients étudiés.
Une histoire d’optimisation des ressources
Alors que les hospitalisations liées à la COVID-19 continuent d’augmenter dans certaines régions des États-Unis, les hôpitaux sont confrontés à une pénurie de ressources. L’outil de diagnostic COVID-19 par apprentissage automatique peut aider les médecins à prendre des décisions et à allouer des ressources à ceux qui en ont le plus besoin.
“La maladie COVID-19 a pesé sur les systèmes de santé sous de multiples facettes, et il est crucial de trouver des moyens d’atténuer le stress.”
Lupei
Le système d’apprentissage automatique répond en effet à cette problématique. Le fait est qu’il permet d’améliorer les soins apportés aux patients, réduire les variations dans les décisions et optimiser les ressources.
En bref, les chercheurs estiment que le modèle peut être développé, validé et mis en œuvre dans plusieurs hôpitaux, tout en maintenant des performances élevées et en restant équitable.
SOURCE : HEALTHITANALYTICS