Des experts en intelligence artificielle et des professionnels de la santé de Portsmouth se sont réunis pour aider à prévenir une complication courante et douloureuse du traitement avancé de l’insuffisance rénale.
L’étude, dirigée par l’Université de Portsmouth et le Portsmouth Hospitals University NHS Trust (PHUT), a développé un modèle d’IA pour prédire quels patients sont les plus à risque de voir leur tension artérielle chuter pendant la dialyse ; une condition connue sous le nom d’hypotension intradialytique (IDH).
Trois millions de personnes souffrent d’une maladie rénale chronique au Royaume-Uni et 31 000 d’entre elles sont sous hémodialyse, où leur sang circule dans une machine pour le nettoyer des toxines.
L’une des complications les plus courantes chez les patients qui suivent ce traitement à domicile ou en centre est l’IDH, qui survient lorsque leur tension artérielle chute soudainement. Elle est associée à une augmentation de la mortalité et des hospitalisations, et jusqu’à présent, il n’existait aucun moyen fiable de prédire si cela se produirait.
Des données de pré-dialyse et en temps réel ont été collectées dans 10 centres de traitement sur deux décennies (2000-2020), impliquant 3 944 patients. L’équipe a utilisé des données comprenant un total de 73 323 sessions avec 36 662 événements IDH.
Grâce à ces informations, ils ont identifié 33 variables pour déterminer les individus les plus à risque. Il s’agit de toutes les observations qui sont régulièrement recueillies au cours des soins cliniques, telles que le poids, la température, l’âge, la tension artérielle, les médicaments et les détails du traitement.
Des algorithmes d’apprentissage automatique ont été utilisés pour créer un prédicteur qui pourrait être utile pour empêcher les événements IDH de se produire. Parmi les cinq algorithmes différents testés, le modèle Random Forest avait la précision prédictive globale la plus élevée (75,5 %), tandis que le modèle bidirectionnel de mémoire à long et à court terme a atteint la sensibilité la plus élevée (78,5 %). L’analyse a également révélé que les pressions artérielles systolique et diastolique sont des variables prédictives clés.
Le responsable du projet, le Dr Shamsul Masum de l’École de génie électrique et mécanique de l’Université, a déclaré : « Cette recherche met en évidence la valeur de l’utilisation de l’apprentissage automatique dans les soins de santé, en particulier dans des situations complexes comme l’hémodialyse. La prévision de l’hypotension aide non seulement les cliniciens à intervenir tôt, mais également ouvre la porte à des soins personnalisés.
« Tandis que nous continuons à développer et à affiner ces modèles, l’objectif est de créer un système pratique d’aide à la décision qui pourrait améliorer la gestion de la dialyse, la sécurité des patients et la qualité des soins.
L’étude a également testé l’algorithme en utilisant uniquement les données de pré-dialyse comme entrées, pour modéliser le scénario au début d’une séance de dialyse. Il a constaté que les performances de prédiction diminuaient mais restaient néanmoins cliniquement utiles.
Le document, publié dans le Journal des soins rénauxaffirme que les travaux futurs consisteront à créer un système d’aide à la décision pour les cliniciens et à mener un essai clinique. Il a été co-écrit par des néphrologues consultants du PHUT, le Dr Nicholas Sangala et le Dr Robert Lewis.
Le Dr Nicholas Sangala, néphrologue consultant, a déclaré : « Ce modèle est très prometteur et pourrait ouvrir la voie à un avenir dans lequel l’IA/ML pourra être utilisée pour personnaliser les traitements des personnes sous dialyse et réduire considérablement le risque d’IDH et d’autres complications.
Robert Lewis, néphrologue consultant, a ajouté : « La prédiction clinique de l’IHD est difficile et peu fiable. Cette étude indique que l’IA et l’apprentissage automatique peuvent être utilisés comme un outil pour aider à prodiguer des soins plus sûrs aux patients. »
L’idée du modèle découle d’une étude antérieure menée par l’Université et le Trust. Il y a deux ans, l’équipe a annoncé le développement d’un algorithme capable d’estimer combien de temps un patient pourrait passer à l’hôpital s’il recevait un diagnostic de cancer de l’intestin.
Grâce à l’intelligence artificielle et à l’analyse des données, ils ont pu prédire la durée du séjour à l’hôpital du patient, s’il serait réadmis après une intervention chirurgicale et sa probabilité de décès sur une période d’un ou trois mois.
Le professeur émérite Adrian Hopgood, co-auteur des deux études alors qu’il était à l’Université de Portsmouth, a déclaré : « Même si l’IA générative fait la une des journaux, ces études montrent que l’IA pour soutenir la prise de décision reste tout aussi importante, et que l’apprentissage automatique peut être efficace en utilisant des ensembles de données existants de taille modérée.
Les deux études faisaient partie du thème de recherche sur les technologies futures et émergentes de Portsmouth ; l’un des cinq domaines thématiques inscrits dans la Stratégie 2025 de l’Université qui soutiennent la collaboration pour étendre les connaissances et l’impact dans la recherche interdisciplinaire, l’innovation et l’éducation.
