L'IA surpasse le jugement des cliniciens en triant les patients postopératoires pour des soins intensifs

ai

Crédit: CC0 Public Domain

L'intelligence artificielle (IA) sous la forme d'un algorithme appris par machine a correctement trié la grande majorité des patients postopératoires vers l'unité de soins intensifs lors de sa première application de validation du concept dans un hôpital universitaire. La précision de cet algorithme généré par ordinateur amène les chirurgiens à envisager l'utilisation active de l'IA dans l'acquisition en temps réel d'informations cliniques à partir du dossier médical électronique du patient afin de déterminer de manière plus fiable si un patient a besoin de soins postopératoires intensifs ou de routine. Les résultats de l'étude pilote de l'algorithme ont été présentés au Congrès clinique 2019 de l'American College of Surgeons.

Au moment présent, équipes chirurgicales se fier au jugement clinique pour décider quels patients ont besoin de soins intensifs postopératoires. Il n’existe pas d’ensemble unique de critères fixes ni de voie postopératoire normalisée pour la détermination.

Les cliniciens ont généralement tendance à faire un triage excessif, ce qui signifie qu'en cas de doute, ils sont prudents et envoient un patient en soins intensifs. Toutefois, un tri trop important peut entraîner l’admission d’un patient à l’USI qui n’a pas besoin d’être présent. "Dans ces cas, le patient peut être exposé inutilement à une bactérie multirésistante et bénéficier d'une durée de séjour plus longue. D'autre part, le sous-triage signifie qu'un patient qui aurait dû se trouver en réanimation est envoyé en convalescence L'unité est en panne et la possibilité de sauver rapidement une condition détériorée est retardée car la surveillance n'est pas aussi intense ", a déclaré Marcovalerio Melis, MD, FACS, professeur agrégé de chirurgie au système hospitalier Langone de l'Université de New York, à New York, co-auteur de l'étude pilote.

L'IA commence à être utilisée pour aider les patients à trier leurs symptômes afin qu'ils puissent décider s'ils doivent se rendre au service des urgences ou se faire soigner dans un autre lieu, tel qu'un centre de soins d'urgence. Il commence maintenant à être appliqué en chirurgie et pourrait générer des bases de données complètes sur techniques chirurgicales et les pratiques et leurs résultats et la fourniture d'un soutien clinique en temps réel fondé sur des preuves.

L'étude pilote a utilisé la forme aléatoire d'apprentissage automatique par forêt pour analyser de grandes quantités de données, rechercher des corrélations entre variables, évaluer des options et trouver des solutions à un problème complexe. Une forêt aléatoire construit un organigramme des questions et réponses qui mènent à une décision, et regroupe l'expérience et les informations provenant de nombreuses sources afin de réduire la variabilité et d'accroître la fiabilité des prévisions.

L'algorithme résultant comprenait 87 variables cliniques et 15 critères spécifiques liés à l'adéquation de l'admission à l'USI dans les 48 heures suivant la chirurgie. Une admission à l'USI était jugée appropriée si l'un de ces critères était rempli. Les critères étaient les suivants: intubation de plus de 12 heures, réintubation, arrêt respiratoire ou circulatoire, appel à réponse rapide ou code, pression artérielle en dessous de 100/60 mHg pendant deux heures consécutives, rythme cardiaque moins de 60 ou plus de 110 battements par minute pendant deux heures consécutives, utilisation d'appareils de pression, placement d'une ligne veineuse centrale ou d'un cathéter Swan-Ganz, échocardiogramme, apparition récente d'arythmie cardiaque, d'infarctus du myocarde, retour en salle d'opération, transfusion sanguine nécessitant plus de 4 réadmission dans l’USI après une admission préalable.

Les chercheurs ont préparé un questionnaire pour demander de manière prospective aux cliniciens comment ils évalueraient le besoin de soins intensifs pour chaque patient. "Nous avons demandé aux cliniciens quelle était la meilleure voie à suivre pour chaque patient: le patient devrait-il se rendre à l'unité de soins post-aigus, à un étage normal ou à l'unité de soins intensifs? Nous avons posé la même question à la machine et comparé les résultats", a expliqué Francesco Maria Carrano. , MD, chercheur postdoctoral à la NYU Langone et premier auteur de l’étude.

L'intelligence artificielle a correctement trié 41 des 50 patients de l'étude (82%). Les chirurgiens avaient un taux de triage de précision de 70% (35 patients), les intensivistes de 64% (32 patients) et les anesthésiologistes de 58% (29 patients). Le nombre de décisions de triage incorrectes était le plus faible pour l'IA (18%), suivi de 30% pour les chirurgiens, 36% pour les intensivistes et 42% pour les anesthésiologistes.

Le taux d’embryons était similaire pour l’IA (12%) et les chirurgiens (10%); le taux de surmenage était beaucoup plus faible pour l'IA (6%) que pour les cliniciens dont le taux variait de 20% à 40%. De plus, l'IA a atteint un taux prédictif positif de 50% et un taux prédictif négatif de 86%.

Bien que l'algorithme de cette étude ait clairement surpassé le jugement des cliniciens, il s'agit d'un premier pas. Les chercheurs en chirurgie envisagent d'appliquer l'algorithme à d'autres populations de patients et incluent d'autres caractéristiques démographiques et cliniques. "La majorité des patients de cette étude étaient des hommes de notre hôpital. Nous aimerions élargir l'étude de l'algorithme aux femmes et aux patients d'autres hôpitaux", a déclaré le Dr Carrano.

"L'algorithme sera amélioré et perfectionné au fur et à mesure que la machine analysera plus de patients et que des tests effectués sur d'autres sites valideront le modèle d'IA. Certes, comme le montre cette étude, le concept est valide et peut être extrapolé à tout hôpital", a déclaré le Dr. Melis.


Étude: l'aide à la décision personnalisée affecte les soins intensifs


Fourni par
Collège américain des chirurgiens

Citation:
                                                 L'IA surpasse le jugement des cliniciens en triant les patients postopératoires pour des soins intensifs (29 octobre 2019)
                                                 récupéré le 29 octobre 2019
                                                 sur https://medicalxpress.com/news/2019-10-ai-outperforms-clinicians-judgment-triaging.html

Ce document est soumis au droit d'auteur. Mis à part toute utilisation équitable à des fins d’étude ou de recherche privée, aucun
                                            partie peut être reproduite sans autorisation écrite. Le contenu est fourni seulement pour information.

Source

A propos newstrotteur-fr

Découvrez également

Une nouvelle étude affirme que certains cancers “ne sont pas découverts”

Une nouvelle étude affirme que certains cancers “ne sont pas découverts”

Une nouvelle étude controversée prétend qu’un cancer sur cinq diagnostiqué en Australie aurait mieux valu …

Laisser un commentaire

Do NOT follow this link or you will be banned from the site!