Peu de pratiques de soins primaires sont conçues pour détecter rapidement la maladie d'Alzheimer et les démences associées. Le temps limité que les cliniciens de soins primaires peuvent consacrer aux patients, la nécessité de se concentrer sur les problèmes de santé qui ont amené le patient à la clinique, ainsi que la stigmatisation de la maladie d'Alzheimer et de la démence sont les principales raisons du manque de reconnaissance de cette maladie.
Les chercheurs ont démontré qu’une méthode d’intelligence artificielle entièrement numérique et sans coût pour détecter la démence peut être étendue aux cliniques de soins primaires sans temps supplémentaire pour les médecins.
Dans un essai clinique randomisé pragmatique dans le monde réel portant sur plus de 5 000 patients issus de cabinets de soins primaires, des chercheurs de l'Institut Regenstrief, de l'École de médecine de l'Université d'Indiana, d'Eskenazi Health, de l'École de médecine de l'Université de Miami et de l'Université Lamar ont testé une double approche combinant le Quick Dementia Rating System (QDRS) – un outil de 10 questions rapporté par le patient – et un outil d'intelligence artificielle (IA), appelé marqueur numérique passif. La méthode de combinaison de ces outils a augmenté le taux de nouveaux diagnostics de maladie d'Alzheimer et de démences associées de 31 pour cent par rapport aux soins habituels, le tout sans nécessiter de temps supplémentaire pour le clinicien ni de tests coûteux.
L'outil d'IA, développé depuis plus de 10 ans au Regenstrief par le chercheur Malaz Boustani, MD, MPH, et son équipe, est un algorithme d'apprentissage automatique qui utilise le traitement du langage naturel pour analyser les données des dossiers de santé électroniques (DSE). Il identifie des informations telles que les problèmes de mémoire, les problèmes vasculaires et d'autres facteurs liés à la démence.
« S'appuyant sur plus de 50 ans d'innovation dans la science des données numériques sur la santé et l'apprentissage automatique, ce marqueur numérique passif développé à l'Institut Regenstrief est désormais open source », a déclaré le Dr Boustani, membre du corps professoral de Regenstrief et de l'École de médecine de l'IU.
Conformément à la tradition de Regenstrief en matière de méthodologie de dossier médical ouvert, il n'y a pas de frais de licence – juste le coût de base de son déploiement, de la même manière que vous déploieriez n'importe quelle application. Tout système de santé disposant d’un dossier de santé électronique et du personnel adéquat peut le mettre en œuvre. C’est nul et ne nécessite aucun temps de clinicien. »
Malaz Boustani, Institut Regenstrief
Au-delà de l’augmentation du dépistage, l’approche numérique combinée a également conduit à une augmentation de 41 pour cent des évaluations diagnostiques de suivi, telles que la neuroimagerie et les tests cognitifs, suggérant des soins de la démence plus précoces et plus accessibles pour les populations traditionnellement mal desservies par le système de santé.
« Il s'agit de l'approche de détection précoce la plus évolutive que je connaisse », a déclaré le Dr Boustani, auteur principal de l'essai clinique sur la détection numérique de la démence dans les soins primaires. « La plupart des méthodes de détection précoce nécessitent au moins cinq minutes du temps d'un médecin et s'accompagnent souvent de frais de licence. Notre double approche, en revanche, ne nécessite aucun temps ni argent du clinicien. »
L’essai, mené dans neuf centres de santé agréés par le gouvernement fédéral d’Indianapolis, a intégré le QDRS et le marqueur numérique passif directement dans le dossier de santé électronique Epic. Le système a automatiquement invité les patients âgés de 65 ans et plus à répondre à la courte enquête QDRS via leur portail patient, tandis que l'algorithme de marqueur numérique passif analysait en permanence les données cliniques existantes pour signaler les patients à risque. Les résultats apparaissaient automatiquement dans la boîte de réception du DSE du clinicien, incitant à une évaluation plus approfondie uniquement lorsque cela était nécessaire – sans nécessiter de temps supplémentaire, de personnel ou de dépistage manuel.
« Ce qui est puissant dans cette approche, c'est qu'elle contribue à uniformiser les règles du jeu », a déclaré Zina Ben Miled, PhD, scientifique affiliée au Regenstrief et professeur à l'université Lamar, qui a développé l'outil de marqueur numérique passif aux côtés du Dr Boustani. « En intégrant ces outils directement dans le dossier de santé électronique, nous pouvons atteindre des patients qui autrement pourraient être négligés – en garantissant que chacun, quels que soient ses antécédents ou ses ressources, ait la même opportunité de détection et de soins précoces. »
« Le système d'évaluation rapide de la démence a été conçu pour permettre aux patients et à leurs familles de signaler facilement et rapidement les changements cognitifs », a déclaré James E. Galvin, MD, MPH, professeur de neurologie et directeur du Comprehensive Center for Brain Health de la Miller School of Medicine de l'Université de Miami. « Lorsqu'ils sont utilisés avec des outils numériques tels que le marqueur numérique passif Regenstrief, nous pouvons étendre la détection précoce – de manière efficace et efficiente. »
Cette avancée représente une avancée majeure dans la traduction de l’IA et des résultats rapportés par les patients dans les soins cliniques quotidiens. En intégrant des outils numériques évolutifs qui fonctionnent de manière transparente au sein des systèmes de santé existants, l’équipe de recherche a démontré comment la technologie peut renforcer la détection précoce, réduire le fardeau des équipes de soins primaires et améliorer les résultats pour les personnes âgées.
« Ce travail représente la prochaine phase de notre héritage d'un demi-siècle à Regenstrief : utiliser les données, l'innovation et la compassion pour transformer la prestation des soins de santé », a déclaré le Dr Boustani. « Nous avons montré qu'il est possible d'intégrer la puissance de l'IA et les résultats rapportés par les patients directement en clinique – de manière transparente, abordable et à grande échelle. »
