IA : vers une meilleure prise en charge ?

Comment prendre mieux prendre en charge les patients grâce à la transformation digitale et l'intelligence artificielle ? Le Centre Hospitalier de Valenciennes (CHV) a proposé un retour d’expérience lumineux lors d’une conférence à la Paris healthcare week.

Si le Centre Hospitalier de Valenciennes (CHV) a décidé de se lancer avant la plupart des autres établissements dans la transformation numérique et l’intelligence artificielle (IA), c’est parce qu’il est confronté à un étrange paradoxe.
 
Côté pile : l’un des plus gros centres hospitaliers de France (près de 2000 lits, 375 395 personnes accueillies en consultation par an, 420 millions d’euros de budget…) est réparti sur trois zones de proximité (Valenciennes, Cambrai et Maubeuge) et présente « un taux de séjours hospitaliers très important, voire plus élevé que la moyenne nationale, donc notre installation sanitaire est très équipée », note Rodolphe Bourret, le directeur Général du CHV qui ajoute que « le nombre de médecins en ville est plus élevé que la moyenne nationale ».
 
Côté face : la région a un taux de surmortalité très important, « soit « + 30 % par rapport à la moyenne nationale », selon Rodolphe Bourret. Et d'avancer le chiffre de 3 000 décès évitables par an, dont la moitié serait dû à deux pathologies principales : le cancer et les maladies cardiovasculaires.

La précarité n’explique pas tout

 
Comment expliquer ce paradoxe entre cette offre de soins de qualité et cette importante surmortalité ? Comment expliquer que 3 000 patients meurent prématurément chaque année sur ce territoire ?

La précarité importante de la population du territoire (taux de chômage élevé, taux important de familles monoparentales…) n’explique pas tout. C’est la raison pour laquelle le CHV a mis en place des outils et des processus pour faciliter l’accès aux soins et dégager de nouvelles marges de manœuvre dans la prise en charge des patients, l'organisation et la gestion budgétaire.

L’IA est l’une des composantes principales du projet de transformation digitale du CHV et de son territoire, le Hainaut Cambrésis (GHT HC) initié depuis deux ans. Il a fait l’objet la semaine dernière d’un retour d’expérience lors d’une conférence intitulée "De nouvelles marges de manœuvre dans la prise en charge des patients grâce à la Transformation Digitale et l'Intelligence Artificielle", lors de la Paris healthcare week.

Cette transformation digitale est d’abord passée par un certain nombre de processus : la mise en place d’un annuaire commun pour travailler avec l’interopérabilité la plus complète possible, l’utilisation d’un système de messagerie homogène et d’une base documentaire partagée….
 
Objectif ? Fluidifier le parcours de soins, se concentrer sur un dossier patient unique et partagé, pour aller de plus en plus vers une médecine personnalisée, réaliser des échanges simplifiés avec la médecine de ville, assurer la connexion au médico-social, générer la mobilité des patients…
 
Le CHV a également fait en sorte de réduire le nombre des applications métiers qui ont été divisées par deux, afin de les consolider et de les mutualiser à travers des blocs fonctionnels. Les données ont également été « neutralisées », les outils facilitant la communication et la collaboration entre établissements ont fait l’objet d’une convergence, comme les applications métiers d’ailleurs.
 

Vers un meilleur diagnostic ?

 
Cette transformation digitale et ces innovations devraient permettre de « fournir au citoyen, à l’endroit où il est et le plus tôt possible, un niveau de service rendu minimum », selon Bernard Castells, le chef du pôle d’imagerie médicale du CHV. À l’avenir, il aimerait « pouvoir fournir à n’importe quel citoyen à l’endroit où il est, ou à proximité, des éléments de diagnostic, de prise en charge thérapeutique et de suivi qui soient de qualité supérieure à ce qui se fait aujourd’hui ».
 
Mais comment l’IA fonctionne t-elle concrètement ? « Il y a la zone noire et la zone blanche, ce qu’on sait et ce qu’on ne sait pas, a expliqué Bernard Castells. On produit énormément d’éléments de données qui sont stockées dans les dossiers par patient. L’idée, c’est de savoir ce qu’on fait pour ce patient-là, mais aussi, à terme, pour des catégories de patients et de population à propos de pathologies cardio-vasculaires ou cancéreuses, qui font l’objet de nombreuses morts prématurées sur notre territoire ».
 
En dehors de la zone noire et la zone blanche, il y a la zone grise qui est traitée par l’IA :« On demande à l’IA de nous apporter dans cette zone grise un certain nombre d’éléments d’analyse, a confié Bernard Castells. Ces analyses sont produites par l’intelligence humaine, mais pas forcément avec la même compétence en fonction des intervenants. Ce n’est pas non plus forcément ordonnancé (mis dans un certain ordre, NDLR) car les pratiques ne sont pas toujours coordonnées. »

Plus de temps médical ?

 
L’IA devrait pouvoir apporter une organisation et un ordonnancement pour soulager les soignants sur toutes les tâches répétitives, selon Bernard Castells : « Je vois les radiologues faire du noir et du blanc toute la journée devant des écrans. Mais si on gagne un peu de temps et si on est moins fatigués grâce à l’IA, peut-être que l’on parlera plus aux patients, peut-être que l’on aura plus de temps pour aller sur des sujets complexes que l’on ne traite pas aujourd’hui. »
 
L’IA est également utilisée pour « détecter des éléments d’image et les segmenter. L’IA permet de dire quelle est la forme et les constituants d’une image, avant, éventuellement, de faire une proposition qu’on appelle le triage », d’après Bernard Castells.
 
Quel intérêt me direz-vous ? « Si vous faites un scanner du thorax, vous appliquez l’algorithme qui permet de voir s’il y a une anomalie. L’algorithme s’applique en quelques secondes et propose au radiologue de prendre en charge le diagnostic, ce qui permet d’avoir tout de suite un indicateur », s’est réjoui Bernard Castells qui a néanmoins tenu à préciser :« L’IA ne propose pas de diagnostic, elle présente un niveau d’analyse qui peut-être de très haut niveau, c’est le cas notamment sur les algorithmes qu’on utilise en cardio-vasculaire. Donc, on propose cette analyse au radiologue pour l’aider. Il s’agit d’une alerte qui nous fait dire « tiens, ça vaut le coup de regarder ». L’IA peut permettre cette pré-analyse, elle fournit de façon automatisée quelque chose qui alerte », selon Bernard Castells.

Les médecins qualifient les données

Il s’agit également selon lui de « choisir des paquets de données sur un sujet, puis les médecins les qualifient pour que cela ait du sens. Et ensuite, on teste l’effet de l’algorithme pour voir s’il répond aussi bien, si ce n’est plus régulièrement « mieux » qu’un certain nombre de médecins. Tout cela est expertisé : on ne produit pas d’algorithme comme ça et c’est terminé. On confronte les résultats au savoir médical et à l’expertise médicale. »
 
Enfin, le machine learning (apprentissage machine) permet au fur et à mesure d’améliorer les algorithmes, ce qui aboutit progresssivement « à des solutions d’analyse de plus en plus fiables, est convaincu Bernard Castells. À partir d’un paquet de données, on arrive on petit à petit grâce à l’IA à de meilleurs résultats. L’analyse préalable devient de plus en plus fiable, donc elle aide de mieux en mieux les praticiens qui désirent s’en servir ».
 
Le retour sur investissement en termes d’imagerie médicale devrait être le suivant, estime Bernard Castells : « On va probablement avoir moins de variabilité entre les différents praticiens, on aura aussi moins de variabilité dans les différents endroits du territoire où l’on va proposer ces analyses-là. »
 
Conséquence : « Cela va nous permettre de nous concentrer sur la gradation des soins ou sur certaines pathologies où, aujourd’hui, on ne peut pas différencier les examens réalisés dans des conditions différentes et avec des praticiens différents, car il n’y a pas de référence. Or avec l’IA, on va pouvoir développer quelque chose qui est référencé et préconisé. »
 
Objectif à court terme du CHV : « Traiter par l’IA et les algorithmes que l’on aura mis en place un certain nombre d’éléments de diagnostic qui nous posent aujourd’hui problème car ils sont traités par des individus isolés. Nous allons mettre en place une plateforme commune d’utilisation. Cette plateforme existe déjà pour nos radiologues : ils ont accès à l’IA qui s’applique de façon systématisée dès lors que l’on fait un examen du cœur, une IRM ou un scanner », a conclu Bernard Castells. Bienvenue dans le futur !
 

Portrait de Julien Moschetti

Vous aimerez aussi

Presse auscultée. Pour la première fois au monde, un robot 100% made in France vient d’implanter une prothèse auditive électronique.
Que le retour de force soit avec toi

Le gros dossier

 

Le magazine What’s Up Doc est édité par l’agence Planète Med.