Photo: Shutterstock
Chaque hôpital présente des caractéristiques distinctes. Les équipements, le personnel, les capacités techniques et les populations de patients diffèrent d’un établissement à l’autre. Ainsi, bien que les profils développés pour des pathologies courantes puissent sembler universels, des nuances importantes nécessitent une approche individualisée, adaptée à la composition des patients et aux particularités des unités de soins.
Une nouvelle étude montre que l’intelligence artificielle (IA) peut contribuer à améliorer les soins en analysant les données de différents hôpitaux pour créer des groupes de patients mieux ciblés, reflétant les populations locales. L’IA peut ainsi identifier les besoins spécifiques en matière de soins, notamment les départements et équipes requis pour répondre efficacement aux besoins des patients. L’étude s’est concentrée sur les patients atteints de covid long. Quatre sous-populations de patients ont été identifiées, chacune ayant des besoins spécifiques :
- Troubles mentaux : anxiété, dépression, troubles neurodéveloppementaux, TDAH.
- Affections atopiques/allergiques : asthme, allergies.
- Affections non complexes : troubles visuels, insomnie.
- Affections complexes : maladies cardiaques, troubles neuromusculaires.
Grâce à une méthode d’apprentissage automatique appelée « apprentissage par transfert latent », les chercheurs ont analysé des données anonymisées provenant de huit hôpitaux pédiatriques. Ce système a permis d’identifier les besoins spécifiques de chaque sous-population et d’orienter les hôpitaux vers des stratégies adaptées.
Pour les chercheurs, une approche uniforme serait insuffisante pour les sous-groupes à haut risque nécessitant des soins spécialisés ». Par exemple, les patients atteints d’affections chroniques complexes enregistrent une augmentation marquée des hospitalisations et des visites aux urgences.
L’IA aurait pu, dès mars 2020, anticiper les besoins en lits de réanimation, ventilateurs ou personnel spécialisé, atténuant ainsi les effets de la pandémie. À l’avenir, ce système pourrait optimiser la gestion des maladies chroniques courantes, telles que le diabète ou l’asthme, en fonction des ressources et des populations locales. Les chercheurs estiment que cette technologie peut être déployée facilement grâce à une infrastructure de partage de données relativement simple, permettant aux hôpitaux de bénéficier des informations partagées au sein d’un réseau.
Partager par e-mail