L’IA au service des urgences hospitalières

Jonathan
Jonathan Alimi
Juill. 12 - Lecture 4 min.

Selon l’ARS (Agence Régionale de Santé), 20% des passages aux urgences pourraient être évités. 70 % des patients s’y rendent de leur propre chef sans appeler au préalable ni leur médecin traitant ni SOS médecin.

Face à l’urgence ressentie par le patient, les services d’urgence sont souvent saturés. Les professionnels de santé pâtissent de cette situation (brancards installés dans les couloirs faute de lits, temps d’analyse réduit…) et le patient entame un vrai parcours du combattant depuis son admission jusqu’à sa prise en charge par un médecin.

parcours-patient-urgences-hopital-Intelligence-artificielle
Le parcours aux urgences – Crédit : https://www.chl.lu

L’arrivée aux urgences est souvent accompagnée par de la peur, de l’angoisse et d’une part d’inconnue pour les patients.

Comment, dans un contexte de restrictions budgétaires de plus en plus fort, donner aux médecins des outils pour rendre leur travail plus serein ? Comment mieux évaluer aussi l’urgence ressentie par le patient et améliorer sa prise en charge ?

L’intelligence artificielle (IA) a un rôle à jouer.

La santé, un domaine où l’intelligence artificielle reste à inventer

Le rapport Villani, publié en avril 2018, a pour objectif de donner du sens à l’intelligence artificielle. La santé à l’heure de l’IA y prend une place importante. En effet, « l’intelligence artificielle en santé ouvre des perspectives très prometteuses pour améliorer la qualité des soins au bénéfice du patient » comme la prise en charge plus personnalisée et prédictive, l’aide à l’orientation dans le parcours de soin.

Couplés à de la data, les algorithmes de machine learning peuvent, par exemple, se révéler un puissant outil.

Notamment pour améliorer la gestion des lits aux urgences, à travers la prédiction des activités liées :

  • Aux phénomènes épidémiques prédictibles (grippes, gastro-entérites, bronchiolites…) ;
  • Aux événements climatiques récurrents (canicule, pollution…) ;
  • Aux événements calendaires prévisibles (vacances scolaires).

Les urgences peuvent ainsi moduler les effectifs ou leur capacité d’accueil, ou tout simplement se mettre en coordination avec les urgences alentour pour faciliter le confort des patients. Une piste que devrait expérimenter prochainement le CHU d’Amiens-Picardie.

chu-amiens-hopital-ia-urgences
© Wikimedia - Marion du CHU Amiens-Picardie

C’est aussi le cas de GE Healthcare Partners, qui au bout de deux ans (à Baltimore) a réduit les temps d’attente de 25% à l’admission et de 75% pour les lits post-opératoires. Ces temps d’attente réduits, ainsi que les différentes aides apportées par le système aux personnels de soins, permettent au personnel d’accueillir plus de personnes par jour.

Autre exemple au Danemark : la start-up Corti utilise l’intelligence artificielle pour aider les centres d’appels d’urgence à identifier les signes d’arrêt cardiaque par téléphone. Grace à l’analyse prédictive de la voix en temps réel, de l’intonation, du rythme de la respiration et des mots prononcés par le patient en urgence, l’IA est capable de déterminer l’état du patient et d’émettre une alerte en cas de suspicion d’arrêt cardiaque. L’utilisation faite de l’IA par Corti est un succès aujourd’hui car elle ne remplace pas l’interaction humaine, indispensable au patient, mais se positionne en aide à l’urgentiste.

L’IA pour améliorer la précision des diagnostics et les rendre plus rapides

Grâce aux objets connectés de plus en plus présents, le suivi en temps réel du patient et des données produites (description des symptômes, état physiologique, …) couplées aux données du Dossier Médical Partagé (DMP) rendent possible l’amélioration continue des techniques d’IA utilisées à des fins médicales.

A la lecture d’un dossier médical, le médecin urgentiste doit prendre une décision rapide. En analysant le dossier médical (digitalisé) destiné aux urgentistes, l’IA est capable, en quelques minutes, de porter à la connaissance du médecin urgentiste des informations essentielles : comme les prescriptions médicamenteuses qui permettent d’identifier des pathologies préexistantes.

En aidant à améliorer les diagnostics et à réduire les temps de prise de décision, l’IA risque de transformer les usages quotidiens des praticiens. C’est aussi une réelle opportunité d’améliorer le parcours de santé des patients en limitant leurs déplacements et en les réorientant plus rapidement vers un autre service adapté.

Les grands enjeux de l’IA « médicale » se placent au niveau de la collecte des données, de leur sécurité, et de la sensibilisation des patients sur la maitrise de leurs données.

Face à ces conclusions, l’IA va devenir un assistant nécessaire aux médecins mais ne pourra jamais les remplacer, l’interaction entre les médecins et les patients étant nécessaire et irremplaçable.
Eux seuls ont la capacité de comprendre l’humain de manière holistique, en tenant notamment compte du mode de vie du patient et de ses émotions.

Jonathan
Jonathan Alimi
Architecte de l'IA