4 UTILISATIONS CLÉS DE L'INTELLIGENCE ARTIFICIELLE DANS LA GESTION DES SOINS CHRONIQUES

L'IA peut-elle aider les patients atteints de maladies incurables ?

L'asthme, l'arthrite, le diabète et d'autres maladies chroniques telles que les maladies cardiaques affectent environ la moitié de tous les adultes aux États-Unis. Dans le monde, les maladies chroniques représentent plus de 90 % des taux de morbidité et de mortalité parmi les nations du premier monde.

Et ça empire. Saviez-vous:

Les maladies chroniques, selon le CDC, sont l'une des principales causes de décès et d'invalidité aux États-Unis.

Le système de santé américain dépense environ 1,65 billion de dollars par an pour traiter les patients atteints d'une ou plusieurs maladies chroniques. Et parmi ces patients, 12 % qui souffrent de cinq maladies chroniques ou plus représentent 41 % des dépenses totales de santé.

Selon l'Agence américaine pour la recherche et la qualité des soins de santé, environ 4,4 millions d'admissions à l'hôpital ont coûté 30,8 milliards de dollars aux soins de santé. La moitié de ce chiffre est consacrée au traitement des maladies cardiaques et des complications du diabète.

Une étude de l'American Public Health Association montre que le secteur de la santé pourrait économiser jusqu'à 218 milliards de dollars par an en prévenant les maladies chroniques les plus courantes.

Les secteurs public et privé ont d'énormes incitations à réduire les maladies chroniques. Beaucoup se tournent vers l'intelligence artificielle (IA) pour la gestion des soins chroniques (CCM). Plus précisément, quatre domaines sont à l'étude :

Prévention de la CCM

Détection de CCM

Diagnostic de CCM

Traitement du CCM

Prévenir ou arrêter la maladie avant qu'elle ne se produise ou ne s'aggrave

Des algorithmes d'IA sont utilisés pour empêcher les maladies de se produire en premier lieu. Pour ce faire, ils parcourent les vastes quantités de données de patients du DME pour identifier les personnes à risque de maladie cardiaque, d'hypertension et d'autres maladies chroniques. Par la suite, les patients seraient rencontrés par le personnel soignant pour discuter des traitements préventifs tels que :

Vaccination

Médicaments contre l'hypertension

Conseils diététiques

Les résultats de certains de ces programmes d'IA se sont avérés surprenants. Dans une étude de 2018, des chercheurs de Google ont examiné les scans rétiniens de patients. Ils ont pu identifier les patients qui souffriraient d'une crise cardiaque ou d'un autre problème cardiaque dans les cinq ans avec une précision de 70 %.

Détection ou surveillance quasi continue des changements

La télésanté pour la gestion des soins chroniques a considérablement élargi la portée des soins de santé pour surveiller les patients et leurs conditions. Dans le passé, les prestataires et autres professionnels de la santé vérifiaient l'état du patient lors de rendez-vous programmés ou à l'hôpital. Désormais, grâce aux appareils portables et aux systèmes de surveillance à distance des patients, les paramètres vitaux des patients tels que le poids, la pression artérielle, la température, les niveaux d'oxygène, etc. peuvent être surveillés en continu à partir d'emplacements distants.

Malheureusement, la quantité d'informations qui arrivent est énorme. C'est là qu'interviennent les IA. Elles peuvent, selon leurs algorithmes, traiter à la vitesse de l'éclair une grande quantité de données. Ils peuvent alerter le fournisseur si le patient fait une crise d'asthme majeure ou si sa glycémie est restée stable pendant plusieurs semaines avec les nouveaux médicaments contre le diabète.

Une autre façon dont l'IA est utilisée avec CCM est la communication. Certaines formes de douleur chronique peuvent être difficiles à diagnostiquer. C'est particulièrement le cas des patients qui ne peuvent pas communiquer ou s'exprimer facilement lors des rendez-vous chez le médecin. Un exemple bien connu est après que le patient a subi un accident vasculaire cérébral majeur. La paralysie des muscles et la désorientation mentale peuvent rendre presque impossible pour le patient de répondre aux questions du prestataire.

Un autre exemple est lorsque le patient ressent de la douleur sporadiquement ou dans certaines conditions en dehors du cabinet médical. Un appareil de télémédecine avec une IA associée à un logiciel de reconnaissance faciale peut éventuellement aider. Il peut surveiller les muscles du visage de ces patients. Après avoir ressenti une douleur, le programme peut fournir un score sur le tableau de la douleur. Le clinicien peut alors ajuster les plans de traitement en conséquence.

La détection par IA peut également être utilisée pour aider à minimiser la réadmission des patients. L'apprentissage automatique (ML), qui est un sous-ensemble spécifique de l'IA, peut parcourir les dossiers de santé du patient et d'autres données telles que les déterminants sociaux de la santé (conditions de vie malsaines à la maison, manque de transport facilement accessible vers une clinique médicale à proximité) pour prédire si il y a de fortes chances de réadmission. S'il y en a, le personnel de santé peut alors agir pour réduire sa probabilité en offrant des visites fréquentes de travailleurs sociaux ou même un transport gratuit pour les examens.

Il existe des incitations majeures pour réduire les réadmissions. Les patients qui reviennent coûtent à Medicare entre 15 et 20 milliards de dollars chaque année. Les hôpitaux souffrent ainsi qu'ils sont pénalisés financièrement pour chacun.

Diagnostic ou trouver les meilleurs traitements en ce moment

Les cliniciens doivent faire défiler des tonnes de données pour déterminer l'état actuel de ce patient et le meilleur plan d'action. Cela est particulièrement vrai pour les radiologues et les pathologistes, qui traitent des milliers de lames, d'échantillons et d'autres milliers de bits par jour.

Les algorithmes d'apprentissage automatique et d'apprentissage en profondeur (DL), qui sont des sous-ensembles de l'intelligence artificielle, sont testés en tant qu'aides possibles. Ils le font en suggérant des pathologies pour l'état chronique d'un patient. Cela pourrait considérablement accélérer le travail du prestataire puisque seules les informations les plus appropriées seraient affichées sur sa tablette médicale.

L'analyse d'images médicales en est un bon exemple. Des chercheurs de la NHS Foundation, basée au Royaume-Uni, ont comparé la précision de la recherche de maladies par le biais de programmes DL par rapport à l'examen par des cliniciens. Dans certaines études, DL s'est avéré tout aussi précis que les médecins eux-mêmes.

Traitement ou personnalisation du bon traitement pour le patient

Enfin, les soins de santé se tournent vers l'IA pour travailler avec le patient afin de gérer sa santé. Cela inclut ceux relevant du CCM.

Comment? Le personnel médical, après avoir parcouru les signes vitaux et les antécédents du patient via ML, DL et d'autres formes d'IA, peut fournir des suggestions adaptées aux désirs et aux besoins uniques de chaque patient. Cela se traduit par des soins plus personnalisés, moins de gaspillage dans des traitements inefficaces et des résultats positifs pour toutes les personnes impliquées.

Les infirmières virtuelles sont un exemple de cette nouvelle forme de « soins personnalisés ». Basés sur l'IA, ils peuvent aider les patients à rester sur la bonne voie en :

Enregistrement des données vitales poids et tension artérielle

Calculer les évaluations des risques

Émettre des rappels et même des interventions si le patient s'écarte du traitement

Réflexions finales

Le CCM est une grande partie des soins de santé, du nombre de patients nécessitant un traitement aux coûts prohibitifs. L'industrie de la santé se tourne vers des outils comme l'IA pour aider les cliniques médicales et les hôpitaux par la prévention, la détection, le diagnostic et le traitement des maladies chroniques.

Contactez Cybernet Manufacturing si vous souhaitez en savoir plus sur les avantages de l'intelligence artificielle dans la gestion des maladies chroniques pour votre groupe médical, votre clinique ou votre hôpital.