Prédire qui pourrait mourir à l'hôpital est l'un des défis les plus difficiles pour les médecins qui s'occupent des personnes atteintes d'une maladie hépatique grave.
Une école de médecine de l'Université de Virginie Commonwealth, gastroentérologue, travaillant avec une équipe internationale connue sous le nom de consortium effacé, a rapporté mercredi qu'ils avaient développé un modèle d'IA qui peut aider à sauver des vies en fournissant une meilleure prédiction des patients hépatiques hospitalisés risquant de mourir. L'équipe a signalé ses travaux dans le journal Gastro-entérologie.
Jasmohan Bajaj, MD, qui fait également partie du VCU Stravitz-Sanyal Institute for Liver Disease and Metabolic Health et le Richmond Veterans Administration Medical Center, a déclaré que si les médecins mettent en œuvre le modèle d'intelligence artificielle, les médecins peuvent agir plus tôt, guider des conversations difficiles avec les familles et cibler leurs soins aux patients atteints de cirrhose. Bajaj est l'auteur correspondant de l'étude du consortium, qui a impliqué des milliers de patients dans le monde, dont plus de 29 000 anciens combattants militaires américains.
Cela signifie qu'un médecin peut avoir plus de confiance sur les patients qui ont besoin des soins les plus urgents, lesquels pourraient avoir besoin de discussions sur les soins palliatifs avec des membres de la famille, qui pourraient avoir besoin de transfert dans des hôpitaux mieux équipés et les patients susceptibles de récupérer. Médicalement et non médicalement, nous pouvons mieux aborder le patient si nous avons une meilleure gestion de l'état du patient. «
Jasmohan Bajaj, MD
La cirrhose se produit lorsque le foie est si gravement endommagé par l'alcool, l'hépatite ou l'excès de graisse qu'il ne peut plus fonctionner correctement. Les patients sont souvent confrontés à plusieurs séjours à l'hôpital et à des complications dangereuses, notamment des infections graves, une insuffisance rénale et une confusion connues sous le nom d'encéphalopathie hépatique. Une fois hospitalisés, ils sont confrontés à un risque élevé de décès, mais prédisant les patients en danger le plus est difficile.
Pour voir si l'IA pouvait aider les médecins à évaluer leurs patients hospitalisés atteints de cirrhose, l'équipe s'est initialement tournée vers une base de données de consortium collectée de manière prospective d'informations sur la santé détaillées sur plus de 7 000 patients atteints de cirrhose. Ces patients ont été traités dans 121 hôpitaux de six continents, des États-Unis à l'Asie et en Afrique. Les chercheurs ont enregistré pourquoi les patients ont été admis, quelles complications ils avaient, quels traitements ils ont reçu et s'ils ont survécu au séjour à l'hôpital.
À l'aide d'outils avancés d'apprentissage automatique, l'équipe a testé à quel point quatre modèles différents pourraient prédire quels patients mourraient à l'hôpital. L'un des outils était une méthode statistique traditionnelle, et les trois autres ont utilisé des approches d'apprentissage automatique plus récentes.
L'équipe a constaté que le modèle d'analyse aléatoire des forêts fonctionnait le mieux et a surpassé une ancienne méthode statistique en ramassant des signes d'avertissement cachés. Le modèle de forêt aléatoire avait un score de précision de 0,815, supérieur à la méthode de régression logistique traditionnelle, qui a obtenu 0,773.
Même lorsque l'équipe a simplifié le modèle aux 15 facteurs de risque les plus puissants, ce qui le rend très accessible pour une utilisation dans le monde, il a quand même mieux performé que l'ancienne méthode. Les facteurs les plus critiques étaient de savoir si le patient de cirrhose a été admis pour insuffisance rénale, avait de graves complications cérébrales ou des infections expérimentées, ce qui augmente le risque de mourir à l'hôpital.
Une fois qu'un patient est identifié comme à haut risque, a déclaré Bajaj, les prestataires de santé peuvent intensifier les soins et la gestion des complications pour empêcher l'état d'un patient de s'aggraver. Si un patient est à la limite de la transplantation hépatique, il pourrait être considéré pour une greffe du foie le plus tôt possible.
« Les patients à haut risque pourraient être déplacés vers un autre hôpital pour un meilleur traitement », a déclaré Bajaj. « Et la dernière chose est que, s'il est probable qu'ils soient sur la voie de la déclin et peut-être des soins palliatifs, ces décisions peuvent être prises plus tôt, lorsque le patient est toujours éveillé et alerte et peut participer à la prise.
« D'un autre côté », a poursuivi Bajaj, « si le patient est à faible risque, les médecins peuvent se sentir plus confiants en se concentrant sur la récupération et la planification des décharges. »
L'équipe a ensuite testé le même modèle dans environ 29 000 vétérans militaires américains atteints de cirrhose qui ont été traités dans les hôpitaux VA. Même parmi ces patients, qui étaient plus âgés et surtout des hommes, le modèle d'IA a surpassé les systèmes de notation standard, donnant aux médecins une idée plus claire des patients susceptibles de survivre ou non.
Le consortium partage l'outil avec les hôpitaux qui s'occupent des patients atteints d'une maladie hépatique avancée, aux États-Unis et à l'étranger. L'équipe de recherche a conçu l'outil pour faciliter l'utilisation; Les médecins n'ont qu'à saisir les 15 détails les plus importants du patient pour obtenir une estimation de risque fiable.
« Une meilleure prédiction signifie une meilleure planification », a déclaré Bajaj. « Lorsque nous savons qui est le plus à risque, nous pouvons cibler le traitement, parler tôt aux familles et concentrer nos ressources où ils comptent le plus. »
D'autres chercheurs VCU et Richmond VA qui ont participé à la recherche comprenaient Somaya Albaisi, MD; Brian Bush; Nilang Patel, MD; Jawaid Shaw, MD; Scott Silvey; et Leroy Thacker, Ph.D.
