Détection d’un accident cérébrovasculaire (ACV) ou ‘Stroke’ – L’IA pourrait aider les ambulanciers dans les urgences critiques en temps

Être ambulancier est un travail incroyablement stressant.  Non seulement ils sont chargés de sauver des vies, mais ces travailleurs de première ligne sont constamment placés dans des situations imprévisibles dans tous les environnements imaginables.  Ils doivent rester aimables tout en étant assertifs et travailler aussi bien individuellement qu’avec les services alliés (pompiers, police, etc.).  Pour couronner le tout, ils doivent faire cela tout en travaillant des heures irrégulières et longues, ce qui impose un stress extrême tant sur leur corps que sur leur esprit.  Parmi tous les appels auxquels les ambulanciers doivent répondre, certains des plus angoissants sont ceux où ils ont peu ou pas de contrôle sur le résultat.  Une réaction allergique peut être traitée avec des médicaments ; certaines urgences diabétiques peuvent être résolues avec du glucose ; les arythmies cardiaques peuvent être corrigées par une intervention électrique. Cependant, lorsqu’il s’agit d’accidents cérébrovasculaires (ACV) – communément appelés ‘stroke’, il y a peu de choses qui peuvent être faites sur le terrain.

Ce qui complique davantage la situation lorsqu’on traite un ACV, c’est le fait que le traitement de la forme la plus courante (ischémique) doit être administré dans un délai relativement court, inférieur à 4,5 heures.  Cela peut sembler beaucoup de temps, mais en tenant compte du temps nécessaire aux ambulanciers pour arriver sur les lieux, éliminer les causes possibles, identifier le problème et enfin préparer le patient pour le transport vers un service d’urgence, les 4,5 heures passent beaucoup plus vite qu’on ne le pense – surtout dans les zones rurales.  C’est pourquoi une détection rapide et précoce est primordiale lorsqu’on fait face à un ACV.

Heureusement, avec l’avènement de l’Intelligence Artificielle (IA), les ambulanciers pourraient disposer d’un nouvel outil sur lequel ils pourront compter dans les années à venir.

Transformer les minutes en secondes

Une équipe d’ingénieurs biomédicaux de l’Université RMIT a récemment développé un nouvel outil qui exploite l’IA pour identifier un ACV en quelques secondes, avec un taux de précision supérieur à ce qui est actuellement possible sur le terrain.  Leur article, intitulé ‘Expressions faciales pour identifier les suites d’un AVC: une étude pilote‘, décrit une application smartphone capable d’évaluer efficacement les traits du visage d’une personne et de déterminer s’il existe des signes d’un ACV en se basant sur des signes établis depuis longtemps, tels que l’affaissement facial unilatéral.

Bien que de nombreux travaux restent à accomplir, les premiers résultats sont très prometteurs, la solution alimentée par l’IA détectant avec précision les patients post-AVC avec un taux de réussite de 82 %.

« Avec une précision de 82 %, les résultats sont prometteurs. L’analyse montre que les expressions « Kiss » et « Spread » sont les meilleures pour différencier les individus sains des individus post-AVC, les muscles autour de la bouche étant les plus affectés. Le système est conçu pour une analyse non supervisée des vidéos, ce qui le rend adapté à être développé en tant qu’application sur smartphone »

Une partie de ce qui peut rendre l’identification d’un ACV difficile et chronophage est que le processus implique généralement d’écarter diverses causes alternatives de la présentation du patient.  Quelques affections courantes pouvant imiter un ACV incluent,

• hypoglycémie (faible taux de sucre dans le sang)
• infections du système nerveux central (p. ex., méningite)
• hypertension sévère et/ou augmentation de la pression intracrânienne (ICP)
• drogues (p. ex., cocaïne)

Une fois identifiés, les soins préhospitaliers consistent généralement à sécuriser les voies respiratoires du patient, administrer de l’oxygène si indiqué, et assurer un transport rapide. Ce dont le patient a besoin est soit un agent anti-coagulant pour les ACV ischémiques, soit une intervention chirurgicale pour les ACV hémorragiques.

En introduisant autant de variables, la précision devient plus difficile sur le terrain, et la denrée la plus précieuse (le temps) est consommée. Chaque minute rapproche le patient d’un dommage cérébral permanent ; une solution proposée par l’équipe d’ingénieurs pourrait sauver d’innombrables vies à travers le monde en rendant le travail des ambulanciers un peu plus facile et plus efficace.

Entreprises exploitant l’Intelligence Artificielle dans les soins de santé

1. Alphabet Inc.

GOOGL Graphique du prix

La division Google Health d’Alphabet (GOOG ) se concentre sur l’exploitation de l’IA pour améliorer les soins de santé. Elle développe des algorithmes d’IA pour diagnostiquer les maladies à partir d’imageries médicales, prédire les résultats pour les patients et personnaliser les plans de traitement. Un projet notable est l’utilisation de l’IA pour détecter la rétinopathie diabétique et le cancer du sein avec une grande précision à partir d’images médicales.

Une autre initiative liée à Alphabet provient de l’une de ses filiales, DeepMind. Cette entreprise, également à la pointe de l’IA dans le domaine de la santé, travaille sur des projets qui utilisent l’IA pour prédire la détérioration des patients et développer des modèles de prédiction de la structure des protéines pouvant accélérer la découverte de médicaments.

2. IBM Corporation

IBM Graphique du prix

IBM Watson Health applique l’IA et l’analyse de données à divers défis du secteur de la santé. Ses solutions basées sur l’IA visent à améliorer la prise de décision clinique, à renforcer les soins aux patients et à optimiser les opérations. Les solutions d’oncologie et de génomique de Watson Health aident les oncologues à élaborer des plans de traitement du cancer personnalisés en analysant d’énormes quantités de littérature médicale et de données génétiques.

Grâce à son initiative Clinical Development, IBM utilise également l’IA pour rationaliser le processus des essais cliniques, améliorer la gestion des données et réduire le délai de mise sur le marché des nouvelles thérapies.

Au‑delà des ACV

Il est intéressant de noter que l’équipe d’ingénieurs à l’origine de cette initiative estime qu’avec le temps, le logiciel pourra identifier avec précision d’autres affections neurologiques qui se manifestent par des expressions faciales. Quelques exemples de conditions correspondantes sont,

• Paralysie de Bell
• Maladie de Parkinson
• Myasthénie grave
• Sclérose latérale amyotrophique (SLA)

Le chef d’équipe, le professeur Dinesh Kumar, a déclaré que,

« Nous voulons être aussi sensibles et spécifiques que possible. Nous travaillons maintenant à un outil d’IA avec des données supplémentaires et où nous envisagerons également d’autres maladies… La collaboration avec les prestataires de soins de santé sera cruciale pour intégrer cette application aux protocoles d’intervention d’urgence existants, offrant aux ambulanciers un moyen efficace de détection précoce de l’AVC. »

Pour l’instant, espérons que ce produit pourra être perfectionné et aboutir, car il pourrait jouer un rôle important à la fois dans le sauvetage de vies et la préservation de la qualité de vie d’innombrables patients atteints d’ACV chaque année.