Une étude menée par l’UCSF révèle que l’intelligence artificielle est aussi efficace qu’un médecin pour prioriser les patients qui doivent être vus en premier.
Les services d’urgence du pays sont surpeuplés et surchargés, mais une nouvelle étude suggère que l’intelligence artificielle (IA) pourrait un jour aider à prioriser les patients qui ont besoin d’un traitement le plus urgent.
À l’aide des enregistrements anonymisés de 251 000 visites d’adultes aux urgences, des chercheurs de l’UC San Francisco ont évalué dans quelle mesure un modèle d’IA était capable d’extraire les symptômes des notes cliniques des patients pour déterminer leur besoin d’être traité immédiatement. Ils ont ensuite comparé l’analyse de l’IA avec les scores des patients sur l’indice de gravité des urgences, une échelle de 1 à 5 que les infirmières des urgences utilisent lorsque les patients arrivent pour attribuer les soins et les ressources en fonction des besoins les plus élevés, un processus connu sous le nom de triage.
Les données des patients ont été séparées de leur identité réelle (anonymisée) pour l’étude, publiée le 7 mai 2024 dans Réseau JAMA ouvert. Les chercheurs ont évalué les données à l’aide du grand modèle de langage (LLM) ChatGPT-4, en y accédant via la plate-forme d’IA générative sécurisée de l’UCSF, qui offre de larges protections de confidentialité.
Les chercheurs ont testé les performances du LLM avec un échantillon de 10 000 paires appariées – 20 000 patients au total – comprenant un patient souffrant d’une maladie grave, telle qu’un accident vasculaire cérébral, et un autre souffrant d’une maladie moins urgente, telle qu’une fracture du poignet. Compte tenu uniquement des symptômes des patients, l’IA a pu identifier quel patient ED parmi les deux souffrait d’un état plus grave dans 89 % des cas.
Dans un sous-échantillon de 500 paires évaluées par un médecin ainsi que par le LLM, l’IA était correcte dans 88 % des cas, contre 86 % pour le médecin.
L’aide de l’IA dans le processus de triage pourrait libérer le temps critique des médecins pour traiter les patients atteints des maladies les plus graves, tout en offrant des outils de prise de décision de secours aux cliniciens qui jonglent avec plusieurs demandes urgentes.
“Imaginez deux patients qui doivent être transportés à l’hôpital mais il n’y a qu’une seule ambulance. Ou un médecin est de garde et trois personnes l’appellent en même temps, et elle doit déterminer à qui répondre en premier”, a déclaré auteur principal Christopher Williams, MB, BChir, chercheur postdoctoral UCSF au Bakar Computational Health Sciences Institute.
Pas tout à fait prêt pour les heures de grande écoute
L’étude est l’une des rares à évaluer un LLM en utilisant des données cliniques réelles plutôt que des scénarios simulés, et elle est la première à utiliser plus de 1 000 cas cliniques à cette fin. C’est également la première étude à utiliser les données des visites aux urgences, où il existe un large éventail de problèmes médicaux possibles.
Malgré le succès de cette étude, Williams a averti que l’IA n’est pas prête à être utilisée de manière responsable dans les services d’urgence sans validation et essais cliniques supplémentaires.
“C’est formidable de montrer que l’IA peut faire des choses intéressantes, mais il est plus important de considérer qui est aidé et qui est gêné par cette technologie”, a déclaré Williams. “Est-ce que le simple fait d’être capable de faire quelque chose constitue la barre pour utiliser l’IA, ou est-ce que c’est être capable de bien faire quelque chose, pour tous les types de patients ?”
Une question importante à résoudre est de savoir comment éliminer les biais du modèle. Des recherches antérieures ont montré que ces modèles peuvent perpétuer les préjugés raciaux et sexistes dans les soins de santé, en raison des préjugés présents dans les données utilisées pour les former. Williams a déclaré qu’avant que ces modèles puissent être utilisés, ils devront être modifiés pour éliminer ce biais.
“Nous devons d’abord savoir si ça marche et je comprends comment cela fonctionne, puis soyez prudent et délibéré dans la manière dont elle est appliquée », a déclaré Williams. « Les travaux à venir porteront sur la meilleure façon de déployer cette technologie dans un environnement clinique. »
2024-05-08 01:59:12
1715125813
#service #des #urgences #est #plein #craquer #jour #lIA #pourrait #aider