IA

Une équipe de chercheurs de l'Université de Yale et d'autres institutions dans le monde a développé une plateforme innovante de triage des patients alimentée par l'intelligence artificielle (IA) qui, selon les chercheurs, est capable de prédire la gravité de la maladie des patients et la durée de leur hospitalisation lors d'une épidémie virale.

La plateforme, qui exploite les données d'apprentissage automatique et de métabolomique, vise à améliorer la gestion des patients et à aider les prestataires de soins de santé à allouer les ressources plus efficacement lors d'épidémies virales graves qui peuvent rapidement submerger les systèmes de santé locaux. La métabolomique est l'étude des petites molécules liées au métabolisme cellulaire.

"Être capable de prédire quels patients peuvent être renvoyés chez eux et ceux qui pourraient avoir besoin d'une admission en unité de soins intensifs est essentiel pour les responsables de la santé qui cherchent à optimiser les résultats de santé des patients et à utiliser les ressources hospitalières le plus efficacement possible pendant une épidémie", a déclaré l'auteur principal Vasilis Vasiliou, professeur de épidémiologie à la Yale School of Public Health.

Les chercheurs ont développé la plateforme en utilisant le COVID-19 comme modèle de maladie. Les résultats ont été publiés en ligne dans la revue Human Genomics le 28 août.

La plateforme intègre des données cliniques de routine, des informations sur la comorbidité des patients et des données métabolomiques plasmatiques non ciblées pour orienter ses prédictions.

« Notre plateforme de triage des patients basée sur l'IA se distingue des modèles de prédiction typiques de l'IA pour le COVID-19 », a déclaré Georgia Charkoftaki, auteur principal de l'étude et chercheuse scientifique associée au Département des sciences de la santé environnementale de l'YSPH. pierre angulaire d'une approche proactive et méthodique pour faire face aux prochaines épidémies virales.

Grâce à l’apprentissage automatique, les chercheurs ont construit un modèle de gravité du COVID-19 et de prédiction de l’hospitalisation basé sur des données cliniques et des profils métaboliques collectés auprès de patients hospitalisés pour la maladie. "Le modèle nous a amené à identifier un panel de biomarqueurs cliniques et métaboliques uniques qui sont fortement révélateurs de la progression de la maladie et permettent de prédire les besoins de prise en charge des patients très peu de temps après l'hospitalisation", ont écrit les chercheurs dans l'étude.

Être capable de prédire quels patients peuvent être renvoyés chez eux et ceux qui pourraient avoir besoin d'une admission en unité de soins intensifs est essentiel pour les responsables de la santé qui cherchent à optimiser les résultats de santé des patients et à utiliser les ressources hospitalières le plus efficacement possible pendant une épidémie.

Pour l’étude, l’équipe de recherche a collecté des données complètes auprès de 111 patients COVID-19 admis à l’hôpital Yale New Haven pendant une période de deux mois en 2020 et de 342 personnes en bonne santé (agents de santé) qui ont servi de témoins. Les patients ont été classés en différentes classes en fonction de leurs besoins en matière de traitement, allant de l'absence de besoin d'oxygène externe à la nécessité d'une pression positive des voies respiratoires ou d'une intubation.

L’étude a identifié un certain nombre de métabolites élevés dans le plasma qui présentaient une corrélation distincte avec la gravité du COVID-19. Ils comprenaient l’allantoïne, le 5-hydroxy tryptophane et l’acide glucuronique.

Notamment, les patients présentant des taux sanguins élevés d’éosinophiles se sont avérés avoir un pronostic de maladie plus sombre, exposant ainsi un nouveau biomarqueur potentiel de la gravité du COVID-19. Les chercheurs ont également noté que les patients nécessitant une pression positive des voies respiratoires ou une intubation présentaient une diminution des taux plasmatiques de sérotonine, une découverte inattendue qui, selon eux, justifie des recherches plus approfondies.

La plateforme de triage des patients assistée par l’IA comporte trois éléments essentiels :

Dans le cadre de l'étude, l'équipe de recherche a développé un logiciel convivial – le logiciel COVID Severity by Metabolomic and Clinical Study (CSMC) – qui intègre l'apprentissage automatique et les données cliniques pour assurer la gestion préhospitalière des patients et classer l'état des patients à leur arrivée. au service des urgences.

« Notre plate-forme modèle fournit une approche personnalisée pour gérer les patients atteints de COVID-19, mais elle jette également les bases de futures épidémies virales », a déclaré Vasiliou, président du département des sciences de la santé environnementale de l'YSPH et professeur Susan Dwight Bliss d'épidémiologie (santé environnementale). Les sciences). « Alors que le monde continue de lutter contre le COVID-19 et que nous restons vigilants face à d’éventuelles épidémies futures, notre plateforme basée sur l’IA représente une étape prometteuse vers une réponse de santé publique plus efficace et fondée sur les données. »