Les chercheurs de la Mayo Clinic ont découvert que l’utilisation d’algorithmes d’intelligence artificielle (IA) pour analyser les modèles de changements chez les femmes en travail peut aider à déterminer si un accouchement vaginal réussi se produira avec de bons résultats pour la mère et le bébé. Les conclusions ont été publiées dans PLOS ONE.
Il s’agit de la première étape vers l’utilisation d’algorithmes pour fournir des conseils puissants aux médecins et aux sages-femmes lorsqu’ils prennent des décisions critiques pendant le processus de travail. Une fois validé par des recherches supplémentaires, nous pensons que l’algorithme fonctionnera en temps réel, ce qui signifie que chaque entrée de nouvelles données pendant le travail d’une femme enceinte recalcule automatiquement le risque d’issue défavorable. Cela peut aider à réduire le taux d’accouchement par césarienne et les complications maternelles et néonatales. »
Abimbola Famuyide, MD, OB-GYN de la Mayo Clinic et auteur principal de l’étude
Les femmes en travail comprennent l’importance des examens cervicaux périodiques pour évaluer la progression du travail. Il s’agit d’une étape essentielle, car elle aide les obstétriciens à prédire la probabilité d’un accouchement vaginal dans une période de temps spécifiée. Le problème est que la dilatation cervicale pendant le travail varie d’une personne à l’autre, et de nombreux facteurs importants peuvent déterminer le déroulement du travail.
Dans l’étude, les chercheurs ont utilisé les données du multicentre de l’Institut national de la santé infantile et du développement humain Eunice Kennedy Shriver Consortium sur la sécurité du travail base de données pour créer le modèle de prédiction. Ils ont examiné plus de 700 facteurs cliniques et obstétriques dans 66 586 accouchements à partir du moment de l’admission et pendant la progression du travail.
Le modèle de prédiction du risque se composait de données connues au moment de l’admission en travail, y compris les caractéristiques de base de la patiente, l’évaluation clinique la plus récente de la patiente, ainsi que la progression cumulée du travail depuis l’admission. Les chercheurs expliquent que les modèles peuvent fournir une alternative aux diagrammes de travail conventionnels et favoriser l’individualisation des décisions cliniques en utilisant les caractéristiques de base et de travail de chaque patient.
« Il est très individualisé pour la personne en travail », explique le Dr Famuyide. Il ajoute que ce sera un outil puissant pour les sages-femmes et les médecins à distance, car cela laissera du temps pour que les patients soient transférés des milieux ruraux ou éloignés vers le niveau de soins approprié.
« La capacité de l’algorithme d’IA à prédire les risques individualisés pendant le processus de travail aidera non seulement à réduire les résultats indésirables à la naissance, mais il peut également réduire les coûts de santé associés à la morbidité maternelle aux États-Unis, qui ont été estimés à plus de 30 milliards de dollars », ajoute Bijan Borah. , Ph.D., Robert D. et Patricia E. Kern Directrice scientifique de la recherche sur les services de santé et les résultats.
Des études de validation sont en cours pour évaluer les résultats de ces modèles après leur mise en œuvre dans les unités de travail.
Cette étude a été menée en collaboration avec des scientifiques de la Mayo Clinic Robert D. et du Patricia E. Kern Center for the Science of Health Care Delivery. Les auteurs n’ont déclaré aucun conflit d’intérêts concurrents ou potentiels.
