L'intelligence artificielle peut prédire le moment où vos reins échoueront jusqu'à 48 heures à l'avance, permettant un traitement rapide.
Le fonctionnement de nos reins peut complètement cesser de fonctionner en peu de temps, entraînant des dommages permanents ou même la mort. Il est donc important de diagnostiquer l'insuffisance rénale aiguë le plus tôt possible. Dans Nature Des chercheurs américains racontent comment ils ont réussi à faire cela avec l'aide de l'intelligence artificielle.
Les reins peuvent échouer en réponse à des médicaments, à une infection ou à des problèmes avec d'autres organes. Les scientifiques américains ont utilisé les données de 700 000 patients, dont certains ont développé des problèmes rénaux et d'autres non. Ils ont alimenté l'ordinateur avec les informations de leur dossier médical électronique, les résultats d'analyses de laboratoire et les médicaments qui leur avaient été administrés. Ils ont utilisé une partie des données pour former l'ordinateur, le reste pour le tester. À l'aide de l'apprentissage en profondeur, l'ordinateur lui-même a recherché des paramètres qui prédisent l'insuffisance rénale.
Le système a réussi à prédire correctement un peu plus de la moitié des cas, parfois jusqu'à 48 heures avant que le patient ne réponde aux critères officiels d'insuffisance rénale.
Johan Decruyenaere, qui étudie comment les mégadonnées peuvent être utilisées pour prédire le déclin des patients dans l'unité de soins intensifs de l'UZ Gent, trouve la recherche précieuse, mais émet quelques réserves quant à sa traduction dans la pratique. "L'algorithme réussit chez un peu moins de la moitié des patients, donc pas prédire l'insuffisance rénale. Si les médecins se fiaient trop au jugement de l'ordinateur, cela pourrait conduire à un diagnostic ultérieur chez ces personnes.'
Les chercheurs américains rapportent que pour chaque avertissement correct, le système déclenche deux fausses alarmes. "On peut affirmer que ce n'est pas si grave, car un regard supplémentaire du médecin suffit pour évaluer l'état du patient", explique Decruyenaere. "Mais cela présente également des risques dans un service hospitalier très fréquenté, où l'insuffisance rénale n'est qu'un des nombreux problèmes. À l'avenir, lorsque des dizaines d'alarmes pour des problèmes potentiels sont lancées sur le médecin tout au long de la journée, cela peut entraîner une fatigue d'alarme.'
La prochaine étape consiste maintenant à tester le modèle sur d'autres ensembles de données, pour voir s'il fonctionne également dans d'autres hôpitaux et d'autres pays. "Il faudrait alors mettre en place une étude dans laquelle un groupe de patients est suivi de manière classique, et un autre groupe avec ce système d'alarme", explique Decruyenaere. « Cela entraîne-t-il un comportement différent de la part du médecin ? Et surtout :y a-t-il moins de lésions rénales chez les patients ? Ce n'est qu'alors que nous saurons avec certitude si un tel modèle a une valeur ajoutée. Une étude similaire a récemment été publiée dans Nature Digital Medicine démontrer aucun effet d'un tel système d'alarme.'
