Un outil de dépistage axé sur l’intelligence artificielle (IA) a réussi à identifier les adultes hospitalisés à risque de trouble de la consommation d’opioïdes et a recommandé une référence à des spécialistes de la dépendance aux patients hospitalisés.
La méthode basée sur l’IA a été tout aussi efficace qu’une approche uniquement des prestataires de santé dans l’initiation de consultations spécialisées en toxicomanie et la recommandation de surveillance du retrait des opioïdes. Par rapport aux patients qui ont reçu des consultations initiées par les prestataires, les patients atteints de dépistage de l’IA avaient 47% de chances de réadmission à l’hôpital dans les 30 jours suivant leur sortie initiale.
Cette réduction des réadmissions s’est traduite par un total de près de 109 000 $ en économies estimées en matière de soins de santé au cours de la période d’étude.
L’étude, publiée dans Médecine de la naturerapporte les résultats d’un essai clinique achevé, démontrant le potentiel de l’IA à affecter les résultats des patients dans les établissements de soins de santé réels. L’étude suggère que l’investissement dans l’IA peut être une stratégie prometteuse spécifiquement pour les systèmes de soins de santé cherchant à accroître l’accès au traitement de la toxicomanie tout en améliorant l’efficacité et en économisant les coûts.
« Les soins de toxicomanie restent fortement sous-priorisés et peuvent être facilement négligés, en particulier dans les milieux hospitaliers dépassés où il peut être difficile d’incorporer des procédures à forte intensité de ressources telles que le dépistage », a déclaré Nora D. Volkow, MD, directrice du National Institute on Drug Abuse (NIDA). « L’IA a le potentiel de renforcer la mise en œuvre du traitement de la toxicomanie tout en optimisant le flux de travail hospitalier et en réduisant les coûts des soins de santé. »
Dans un essai clinique, des chercheurs de la Madison de l’Université du Wisconsin et de la santé publique ont comparé les consultations spécialisées par la toxicomanie dirigée par les médecins à l’exécution de leur outil de dépistage de l’IA, qui avait été développé et validé dans les travaux antérieurs.
Les chercheurs ont d’abord mesuré l’efficacité des consultations dirigées par les prestataires à l’hôpital universitaire de Madison, Wisconsin, entre mars et octobre 2021 et mars à octobre 2022, par lequel les fournisseurs de soins de santé ont mené des consultations spécialisées en addiction ad hoc pour les troubles de la consommation d’opioïdes. Ils ont ensuite mis en œuvre l’outil de dépistage de l’IA entre mars et octobre 2023 pour aider les prestataires de soins de santé et leur rappeler tout au long de l’hospitalisation du besoin d’un patient pour les soins d’un spécialiste de la toxicomanie.
Du début à la fin, l’essai a dépisté 51 760 hospitalisations adultes, 66% se produisant sans déploier le screaseur d’IA et 34% avec le screaseur AI déployé à l’échelle de l’hôpital. Au total, 727 consultations en médecine de la toxicomanie ont été achevées au cours de la période d’étude.
Le screaseur AI a été conçu pour reconnaître les modèles dans les données, comme la façon dont notre cerveau traite les informations visuelles. Il a analysé les informations dans toutes les documents disponibles dans les dossiers de santé électroniques en temps réel, tels que les notes cliniques et les antécédents médicaux, pour identifier les caractéristiques et les modèles associés au trouble de l’utilisation des opioïdes.
Lors de l’identification, le système a émis une alerte aux prestataires lorsqu’ils ont ouvert le graphique médical du patient avec une recommandation pour commander une consultation en médecine de la toxicomanie et pour surveiller et traiter les symptômes de sevrage.
L’essai a révélé que la consultation promptrée par l’IA était tout aussi efficace que la consultation initiée par les fournisseurs, ne garantissant aucune diminution de la qualité tout en offrant une approche plus évolutive et automatisée. Plus précisément, l’étude a montré que 1,51% des adultes hospitalisés ont reçu une consultation en médecine de la toxicomanie lorsque les professionnels de la santé ont utilisé l’outil de dépistage de l’IA, contre 1,35% sans l’aide de l’outil d’IA.
De plus, le dépistage de l’IA était associé à moins de réadmissions de 30 jours, avec environ 8% des adultes hospitalisés du groupe de dépistage de l’IA réadmis à l’hôpital, contre 14% dans le groupe traditionnel dirigé par les fournisseurs.
La réduction des réadmissions de 30 jours s’est toujours maintenue après avoir pris en compte l’âge des patients, le sexe, la race et l’ethnicité, le statut d’assurance et les comorbidités, comme calculé via un rapport de cotes. Lors de l’analyse des résultats en utilisant le rapport de cotes, les chercheurs ont estimé une diminution de 16 réadmissions en utilisant le dépistage de l’IA.
Une analyse de rentabilité ultérieure a indiqué un coût net de 6 801 $ par réadmission évité pour le patient, l’assureur de soins de santé et / ou l’hôpital. Cela équivalait à un total estimé de 108 800 $ en économies de soins de santé pour la période d’étude de huit mois au cours de laquelle le dépistage de l’IA a été utilisé, même après avoir pris en charge les coûts de maintien du logiciel d’IA. Le coût moyen d’une réadmission à l’hôpital de 30 jours est actuellement estimé à 16 300 $.
« L’IA est prometteuse dans les milieux médicaux, mais de nombreux modèles de dépistage basés sur l’IA sont restés dans la phase de développement, sans intégration dans des milieux réels », a déclaré Majid Afshar, MD, auteur principal de l’étude et professeur agrégé à l’Université du Wisconsin-Madison. « Notre étude représente l’une des premières démonstrations d’un outil de dépistage de l’IA intégré à la médecine de la toxicomanie et aux flux de travail hospitaliers, mettant en évidence le pragmatisme et la promesse du monde réel de cette approche. »
Alors que le dépistage de l’IA a montré une forte efficacité, des défis demeurent, notamment une fatigue potentielle d’alerte parmi les fournisseurs et la nécessité d’une validation plus large entre différents systèmes de soins de santé. Les auteurs notent également que si les diverses périodes d’étude – de plusieurs années de plusieurs années – étaient assorties de façon saisonnière, la nature évolutive de la crise des opioïdes peut avoir introduit des biais résiduels. Les recherches futures se concentreront sur l’optimisation de l’intégration de l’outil d’IA et l’évaluation de son impact à plus long terme sur les résultats des patients.
La crise des opioïdes continue de réduire les systèmes de soins de santé aux États-Unis, les admissions aux services d’urgence pour la consommation de substances augmentant de près de 6% entre 2022 et 2023 à environ 7,6 millions. Les opioïdes sont la deuxième cause principale de ces visites après l’alcool, mais le dépistage du trouble des opioïdes dans les hôpitaux reste incohérent. En conséquence, les patients hospitalisés atteints de troubles de la consommation d’opioïdes quittent fréquemment l’hôpital avant de voir un spécialiste de la toxicomanie, un facteur lié à une augmentation dix fois des taux de surdose.
La technologie de l’IA est devenue un nouvel outil évolutif pour potentiellement surmonter ces obstacles et améliorer les possibilités d’intervention précoce et de lien avec les médicaments pour le trouble d’utilisation des opioïdes, mais davantage de recherches sont nécessaires pour comprendre comment l’IA peut être utilisée efficacement dans les établissements de soins de santé.
