Un nouvel algorithme d’IA prédit le risque de mortalité pour les patients souffrant d’une blessure grave

Un nouvel algorithme d’IA prédit le risque de mortalité pour les patients souffrant d’une blessure grave

Des scientifiques du département de traumatologie et de médecine critique aiguë de la faculté de médecine de l'université d'Osaka ont développé un algorithme d'IA pour prédire le risque de mortalité des patients présentant des blessures graves. À l’aide de la banque de données japonaise sur les traumatismes de 2013 à 2017, ils ont pu obtenir les dossiers de plus de 70 000 patients ayant subi un traumatisme contondant, permettant aux chercheurs d’identifier les facteurs critiques susceptibles d’orienter plus précisément les stratégies de traitement.
Les médecins spécialistes des accidents dans les salles d'urgence doivent prendre des décisions concernant la vie ou la mort rapidement et souvent avec des informations très limitées. Une partie du défi réside dans le fait que les facteurs qui prédisent la probabilité de résultats cliniques indésirables ne sont pas entièrement compris, et parfois les propres changements inflammatoires et de coagulation sanguine du corps en réponse à une blessure grave causent plus de mal que de bien. Une approche plus rigoureuse et globale des soins de traumatologie est clairement nécessaire.
Aujourd’hui, une équipe de chercheurs de la Graduate School of Medicine de l’Université d’Osaka a analysé une base de données de tous les cas de traumatisme enregistrés au Japon à l’aide d’algorithmes d’apprentissage automatique. Cela comprenait des informations sur les patients telles que l'âge et le type de blessure. De plus, des analyses par spectrométrie de masse et protéomiques ont été réalisées sur le sérum de patients traumatisés de l’hôpital d’Osaka. Cela a fourni des informations plus spécifiques sur les marqueurs sanguins pouvant indiquer une augmentation ou une diminution de certaines protéines.

Notre étude a des implications cliniques importantes. Cela peut aider à identifier les patients les plus à risque qui pourraient bénéficier le plus d’une intervention précoce.

Jotaro Tachino, auteur principal de l'étude, Graduate School of Medicine, Université d'Osaka

L’équipe a utilisé une analyse hiérarchique des données et a découvert que 11 variables étaient les plus fortement corrélées à l’augmentation des taux de mortalité, notamment le type et la gravité des blessures. De plus, ils ont constaté que les patients les plus à risque présentaient souvent une inflammation excessive, voire une réponse inflammatoire aiguë. Ils ont également trouvé des marqueurs protéiques qui signalaient une coagulation régulée négativement, ce qui était fortement associé à des résultats négatifs.
"La méthodologie que nous avons utilisée pour ce projet peut également être étendue au développement de nouvelles stratégies de traitement et de nouveaux traitements pour d'autres maladies pour lesquelles de vastes ensembles de données sont disponibles", explique l'auteur principal Hiroshi Ogura. Ce travail peut considérablement optimiser l’allocation des rares ressources de soins de santé des urgences pour sauver davantage de personnes. L’équipe espère également que cette recherche pourra aider à révéler des moyens de calmer les voies inflammatoires qui peuvent devenir incontrôlables après des blessures traumatiques.

Source:

Université d'Osaka

Référence:

Tachino, J., et al. (2022) Développement de phénotypes cliniques et de profils biologiques grâce à l’analyse protéomique de patients traumatisés. Soins intensifs. est ce que je.org/10.1186/s13054-022-04103-z.

.