Intelligence artificielle
Protocoles d’urgence obsolètes prêts à être modernisés par l’apprentissage automatique
Ajouter Securities.io à vos sources préférées sur Google
New données de l’Université d’Osaka ont montré que les capacités en rapide expansion de l’apprentissage automatique peuvent désormais s’étendre aux situations d’urgence. Une équipe de chercheurs a démontré que la technologie peut désormais aider efficacement à déterminer les candidats appropriés pour l’acide tranexamique, réduisant les taux de mortalité chez les patients traumatisés.
Qu’est-ce que l’acide tranexamique (TXA) ?
La plupart des médicaments sont simplement des traitements pour une certaine condition. Certains, cependant, peuvent réellement sauver des vies. L’un d’eux est l’acide tranexamique, ou « TXA ». Dans sa forme la plus simple, le TXA est administré aux patients pour arrêter les saignements importants, généralement issus d’un traumatisme.
En y regardant de plus près, le TXA agit en réduisant et en prévenant les saignements continus en favorisant la formation de caillots dans le corps. Il y parvient en empêchant la formation d’une enzyme appelée plasmine qui décompose la protéine essentielle à la coagulation – la fibrine.
Normalement, la présence de plasmine est bénéfique, car elle empêche la coagulation excessive et une multitude de maladies (par ex., accidents vasculaires cérébraux, embolie pulmonaire, thrombose veineuse profonde, infarctus du myocarde, etc.) qui pourraient en résulter. Cependant, dans une situation d’urgence où le saignement doit être contrôlé, la capacité du TXA à empêcher sa formation est cruciale.
Sauver des vies dans les situations d’urgence grâce à l’apprentissage automatique
Que ce soit un ambulancier de première ligne travaillant à stabiliser un patient à l’arrière d’une ambulance en mouvement, ou une infirmière travaillant aux côtés d’une équipe de professionnels de santé dans une salle d’urgence, le TXA reste un outil important pour gérer les saignements incontrôlés résultant d’un traumatisme. Il est toutefois important de reconnaître que le TXA n’est pas approprié pour chaque patient, car il s’accompagne souvent d’effets secondaires graves, rendant la décision de son administration difficile.
Reconnaissant que le TXA n’est pas universellement bénéfique en raison des effets secondaires potentiels, l’étude susmentionnée s’est concentrée sur l’identification de sous‑groupes spécifiques de patients traumatisés qui bénéficieraient le plus d’un traitement par TXA. À l’avenir, cette capacité à identifier les candidats pourrait jouer un rôle important dans la modernisation des protocoles existants de détermination de l’éligibilité à l’administration.
En utilisant des techniques d’apprentissage automatique, les chercheurs ont analysé les données de plus de 50 000 patients de la Japan Trauma Data Bank afin d’identifier huit phénotypes traumatiques distincts (groupements basés sur des traits observables). Ils ont ensuite examiné l’impact du TXA sur ces phénotypes en ce qui concerne la mortalité hospitalière. Les résultats ont révélé que certains sous‑groupes présentaient une réduction significative de la mortalité lorsqu’ils étaient traités avec le TXA, tandis que d’autres n’en bénéficiaient pas.
L’étude souligne la diversité des présentations des patients traumatisés, dont les blessures varient largement en type et en gravité, ce qui rend difficile la prédiction de l’efficacité du traitement au cas par cas. L’objectif de cette recherche est d’améliorer les soins personnalisés pour les patients traumatisés, améliorant ainsi la qualité globale des soins et les taux de survie dans cette population à haut risque. Cette approche de traitement spécifique au patient pourrait conduire à une utilisation plus efficace du TXA dans les soins traumatiques, réduisant les effets secondaires inutiles et optimisant les résultats – tout cela grâce à l’apprentissage automatique.
Apprentissage automatique : un catalyseur central à travers les technologies disruptives
Cette étude est la dernière d’une série croissante d’exemples mettant en évidence comment des sous‑ensembles d’intelligence artificielle, comme l’apprentissage automatique, peuvent exceller en tant que catalyseur central ou « technologie de base » dans presque tous les secteurs – une constatation soulignée dans le rapport ‘Big Ideas 2024’ d’Ark Invest.
Une grande partie de cela est attribuée à la capacité de l’IA à traiter et à reconnaître des motifs au sein d’énormes quantités de données. Elle peut le faire plus efficacement que n’importe quel humain et progresse de plus en plus rapidement.
Spécialistes de l’apprentissage automatique
Bien qu’il puisse falloir encore du temps avant que l’apprentissage automatique ne soit utilisé pour déterminer si un patient doit recevoir du TXA, plusieurs entreprises travaillent déjà à développer davantage cette technologie. En fait, certaines ont déjà commencé à l’intégrer à d’autres aspects des soins de santé tout aussi importants.
*Les chiffres fournis ci‑dessous étaient exacts au moment de la rédaction et sont susceptibles de changer. Tout investisseur potentiel doit vérifier les métriques*
1. NVIDIA
NVDA Graphique du prix
NVDA Graphique du prix
| Capitalisation boursière | PER prévisionnel 1 an | Bénéfice par action (BPA) |
| 2,179,359,750,000 | 38.31 | $11.94 |
NVIDIA (NVDA ) est à la pointe du développement de l’IA, exploitant sa puissante technologie GPU pour faire progresser divers secteurs, y compris la santé. Dans le domaine de la santé, les plateformes IA de NVIDIA sont utilisées pour accélérer la découverte de médicaments, l’imagerie médicale et l’analyse génétique. Par exemple, leurs GPU permettent un traitement plus rapide de grands ensembles de données pour des tâches telles que le diagnostic par imagerie, aidant à identifier les maladies à partir de radiographies et d’IRM avec une plus grande précision et rapidité.
NVIDIA collabore avec des institutions de recherche et des organisations de santé pour développer des outils d’IA qui prédisent les maladies, améliorent les résultats pour les patients et réduisent les coûts de santé. Grâce à ces initiatives, NVIDIA améliore les applications de santé existantes et ouvre de nouvelles voies pour diagnostiquer et traiter les maladies en utilisant la puissance de l’IA.
Au moment de la rédaction, NVDA était classé par la majorité des analystes comme un ‘Achat fort’
2. Powerful Medical
Le produit/service phare de Powerful Medical est connu sous le nom de PMCardio. Il s’agit d’une plateforme conçue pour aider les professionnels de santé à analyser, interpréter, diagnostiquer et traiter les événements cardiaques.
Elle utilise l’apprentissage automatique pour analyser les ECG et les comparer à une vaste base de données de dossiers patients. Cela permet à PMCardio de détecter les infarctus du myocarde, également appelés « crises cardiaques », ainsi que d’autres anomalies avec précision et rapidité.
La plateforme se distingue par sa capacité à fournir des diagnostics précis dès le premier contact, ce qui est crucial pour une intervention rapide lors d’urgences cardiovasculaires. La technologie de PMCardio est particulièrement importante car elle contribue à combler le fossé critique dans la détection des affections cardiaques qui peuvent ne pas être apparentes avec les méthodes de diagnostic traditionnelles.
En intégrant l’IA à ses opérations, PMCardio offre aux professionnels de santé un outil puissant qui améliore la coordination des soins, rationalise le processus de triage et assure une détection précoce et précise des événements cardiaques potentiellement mortels. Cette avancée technologique médicale met en lumière le potentiel de l’IA à révolutionner le domaine du diagnostic cardiovasculaire en améliorant la capacité à prédire et traiter efficacement les maladies cardiaques.
Le 1er mars 2024, PMCardio a réussi à obtenir un financement de 7,5 M€ du Conseil européen de l’innovation afin de poursuivre le développement de ses outils de diagnostic basés sur l’IA, montrant son potentiel pour atténuer l’une des principales causes de mortalité dans le monde.
