| |
Des outils d’apprentissage automatique afin d’améliorer les soins liés à la COVID-19
Sous les auspices d’OROT, le centre névralgique futuriste des soins branchés du CIUSSS du Centre-Ouest-de-l’Île-de-Montréal et de l’Hôpital général juif, l’équipe de santé numérique du CIUSSS s’associe au Conseil national de recherches du Canada (CNRC) pour financer une initiative visant à développer et à évaluer un prototype d’outil d’apprentissage automatique (AA) explicable qui améliorera la transparence et l’applicabilité des décisions qu’il aidera à prendre. Notre objectif est d’introduire l’apprentissage automatique dans l’informatique clinique et de susciter une confiance accrue envers sa précision. « Pendant la pandémie de la COVID-19, les cliniciens ont reçu un déluge de modèles visant à appuyer les prévisions, la recherche des contacts, le dépistage et les soins aux patients. Plusieurs algorithmes étaient très prometteurs pour nous aider à réagir à la COVID-19, mais plus de travail est requis pour optimiser leur utilisation comme outils cliniques efficaces », explique le Dr Michael Shulha, adjoint au directeur de la Santé numérique du CIUSSS. « Avec ce projet, nous espérons perfectionner le lien entre l’apprentissage automatique et son implantation dans les interfaces cliniques au sein de notre établissement. Par conséquent, ces outils de pointe seront acceptés plus largement et ils auront une incidence accrue sur la prise de décisions cliniques, tout en garantissant l’uniformité de la pratique clinique ». Au cours de la première vague de la pandémie de la COVID-19, devant l’afflux de patients, les installations de soins de santé ont dû relever le défi d’adapter rapidement les systèmes de soins et les services. Bien que des efforts considérables ont été déployés pour adapter les installations, les protocoles et les modalités de soins et les protocoles relatifs aux infections, la capacité d’implanter rapidement des outils d’apprentissage automatique utilisés pour les soins aux patients était limitée. Une grande partie du défi est attribuable à l’absence de cadre de travail global pour mettre en œuvre l’intelligence artificielle explicable au sein de l’Hôpital général juif. La science de l’explicitation de l’apprentissage automatique n’en est encore qu’à ses débuts, tout comme le lien entre les méthodes d’explicitation et les nouveaux paradigmes de conception pour l’expérience de l’usager dans les interfaces cliniques. Dans le cadre de ce projet, un prototype d’outil d’apprentissage automatique sera conçu, fondé sur les données fournies par les cliniciens qui ont été très présents en première ligne auprès des patients infectés par la COVID-19 dans les Services et l’Unité de soins intensifs à l’Hôpital général juif. En d’autres termes, il s’agit d’une occasion d’apprentissage mutuelle pour l’intelligence artificielle et la pratique clinique réelle appuyée par près d’un an d’expérience à composer avec la pandémie. La première étape de ce projet sera de répondre aux questions suivantes : 1. Quels algorithmes d’apprentissage automatique seraient probablement les plus pertinents à implanter à l’appui de notre réponse soutenue à la COVID-19?2. Quelles méthodes d’explicitation seraient les plus appropriées à appliquer pour ces algorithmes?3. Quelle serait la meilleure possibilité en ce qui a trait à la représentation de l’apprentissage automatique explicable dans les interfaces des usagers?4. Quelle est la méthodologie scientifique la plus appropriée pour étudier l’acceptabilité des outils d’apprentissage automatique explicables par l’utilisateur final? À la fin de cette étape, l’Équipe de santé numérique du CIUSSS présentera les résultats aux cliniciens qui ont été très présents pendant la première vague de la COVID-19. Ces cliniciens aideront à cerner les algorithmes les plus cliniquement pertinents pour appuyer notre réponse continue à la COVID-19. « Ce projet vise à la fois à faire progresser la science de l’apprentissage automatique explicable et à clarifier l’ensemble des travaux pour l’application des méthodes d’explicitation et pour la conception de l’expérience des usagers au sein de l’informatique clinique », explique le Dr Shulha, chercheur à l’Institut Lady Davis à l’Hôpital général juif et membre du Groupe de médecine familiale de l’intelligence artificielle (AIFM) au Département de médecine familiale de l’université McGill. « Les étapes de recherches subséquentes produiront un prototype d’outil pratique ».Ce projet a été financé par le Programme Défi en réponse à la pandémie.OROT est un centre névralgique futuriste des soins branchés qui réunit les cliniciens et les utilisateurs finaux aux entrepreneurs et aux innovateurs afin de mettre au point et de lancer des technologies qui améliorent la vie des gens. Pour plus d’information, veuillez aller à https://orot-jgh.org/
|