L’intelligence artificielle au service des parcours de soin : A Saint-Etienne, Lorient et Marseille, la science prédictive se met au service de la santé pour élaborer des modèles permettant d’anticiper, le plus tôt possible, l’orientation des patients après leur séjour à l’hôpital.
« Penser à la sortie du patient, dès son arrivée aux urgences »: ainsi pourrait se résumer l’un des axes de recherche supervisés par Vincent Augusto, directeur du Centre Ingénierie et Santé (CIS) de MINES Saint-Etienne. Objectif : développer des outils destinés aux soignants visant à prévoir de façon précoce les meilleures solutions pour la suite des soins. De quoi désengorger certains services, en particulier les urgences. En effet, ces dernières subissent de fréquentes surcharges en raison de « goulots d’étranglement. Non pas parce que l’hôpital serait mal organisé, mais parce qu’il n’y a souvent pas de solution immédiate à la sortie entre soins de suite, accueil en EHPAD, etc. », relève le chercheur. En conséquence, des lits se retrouvent « bloqués » en attendant que l’on trouve un hébergement et/ou des traitements de plus long terme.
Neurones numériques
Pour remédier à cette problématique, Laura Uhl, doctorante et membre de son laboratoire, emploie le « deep learning ». Cette méthode permet de traiter des données complexes et d’établir des corrélations afin, par exemple, de formuler des prédictions. Plus élaboré encore que le principe de l’arbre de décision, ce procédé imite en quelque sorte les neurones en procédant par "couches" d’analyse. En ce sens, une partie du processus échappe même à la connaissance humaine ! « Cela fonctionne comme une boite noire. En tant que tel, on ne peut pas expliquer toutes les relations trouvées par l’algorithme », indique l’encadrant.
Appliquée à l’orientation des patients, cette méthode s’emploie à « entraîner des algorithmes afin qu’ils reconnaissent des motifs ». Ainsi, selon le profil des patients (âge, situation socio-économique, etc.), il devient possible de déterminer un « parcours de soin type ». Cela permettra, par exemple, d’évaluer de façon précoce dans quel établissement de suite un patient devra être admis à sa sortie. Et donc de réserver sa place le plus tôt possible. Le scientifique prévoit bien sûr des risques d’erreur et l’éventualité de lits réservés trop tôt pour des « patients qui, finalement, n’en auront pas besoin ».
Données protégées
Pour effectuer ces recherches de pointe quasiment sans équivalent dans le monde, à part en Israël, les sources utilisées proviennent du Groupe Hospitalier Bretagne Sud à Lorient. C’est ce dernier qui a initié ce programme, réalisé avec une filiale d’Orange localisée à Marseille, Enovacom (un éditeur de logiciels de santé).
Vincent Augusto l’assure, l’usage et le stockage des informations collectées, par nature sensibles et protégées par le secret médical, répondent aux exigences très strictes de la CNIL. De nouvelles données anonymisées provenant d’une autre structure hospitalière pourraient bientôt affiner encore les résultats.
Pour la doctorante qui mène la thèse Cifre sur laquelle reposent ces procédés innovants, la prochaine étape consistera à explorer les stratégies de coordination entre l’hôpital et les organismes d’aval (EHPAD, cliniques, etc.) Sa soutenance est prévue pour 2024.