Des soins aux patients avec l’intelligence artificielle ?

CompuTREND Ltd. a clôturé avec succès un projet Big Data.

Le nouveau modèle informatique peut faciliter la vie des patients asthmatiques et le travail des médecins asthmatiques, mais à moyen terme, il peut être étendu à plusieurs domaines des soins chroniques, montre le projet de recherche et développement de deux ans qui a déjà été clôturé , mais dont les résultats sont actuellement publiés par CompuTREND Ltd, connue principalement pour ses solutions informatiques pour la santé.

L’appel d’offres de recherche et développement, appelé KFI_16-1-2017-0113, soutenu par l’Office national hongrois de la recherche, du développement et de l’innovation, a examiné la méthodologie des soins aux patients asthmatiques et a développé des solutions d’analyse de données et d’intelligence artificielle qui complètent et rendent le processus de soins beaucoup plus facile.

Au cours du développement, une solution informatique hongroise a été créée, basée sur l’analyse de textes médicaux, qui prédit les risques thérapeutiques et explore les facteurs affectant l’efficacité et l’efficience de la pharmacothérapie. Sur la base des résultats, il sera également possible d’utiliser les options d’analyse de données avancées dans d’autres domaines thérapeutiques à long terme.

Données structurées du texte médical

L’objectif du projet de recherche et développement était d’abord de créer un cadre pour les données extraites de la documentation médicale complexe des enfants souffrant d’asthme ou d’allergies alimentaires, ainsi que des informations en temps réel recueillies dans le cadre du système d’examen et de soins continus par spiromètre effectué dans l’environnement domestique, lié à la maladie, enregistré par le patient en s’appuyant sur les descriptions de l’état, il fournit au médecin traitant des informations supplémentaires sur l’évolution de la thérapie, ainsi que prédit l’efficacité insuffisante de la thérapie médicamenteuse et la nécessité de un changement.

L’objectif le plus important du programme de recherche était la construction d’un modèle adapté à l’analyse de textes médicaux en hongrois, qui crée des données structurées à partir des informations textuelles de la documentation médicale, les analyse et les compare avec les données de la littérature, ainsi qu’avec les résultats du domaine thérapeutique donné. En créant les bases de l’analyse de textes médicaux en hongrois, il est devenu possible de donner à la recherche médicale et professionnelle dans divers domaines un nouvel élan de données grâce à l’analyse basée sur les mégadonnées des données de santé disponibles électroniquement et en constante expansion.

Automatisation des processus de santé

Dans un contexte mondial, avec la croissance continue de la population, l’augmentation significative de la durée de vie avec des maladies chroniques et le développement rapide de la technologie, les dépenses de santé augmentent de manière explosive et les économies développées dépensent une proportion toujours croissante du produit national brut. Produit sur la santé. La rationalisation des dépenses de santé, automatisant ainsi les processus décisionnels, est devenue un enjeu majeur.

CompuTREND Ltdqui détient une position marketing dominante dans le domaine de l’informatique de santé, notamment dans le domaine de l’informatique économique de la santé, et qui a accumulé une expérience professionnelle significative, a donc lancé un programme de recherche et développement pour la mise en œuvre de systèmes basés sur les mégadonnées.

Le secteur de la santé – et à cet égard la Hongrie n’est en aucun cas en retard sur l’Europe occidentale – collecte, gère et stocke une énorme quantité de données. La caractéristique commune de ces données est qu’elles se trouvent dans des lieux différents et isolés, dans les hôpitaux, dans les bases de données des cabinets de médecins de famille ou des prestataires de soins privés, et dans les bases de données des sites d’examens cliniques et de recherche. Structurés, non structurés, textuels et basés sur des images, ils se composent de signaux d’instruments, et cet ensemble de données hétérogène rend extrêmement difficile l’analyse des données, l’extraction d’informations, l’élaboration de conclusions appropriées et la cartographie complète du système de relations de cause à effet.

Cependant, avec l’aide de l’analyse des mégadonnées, une solution à ce problème peut devenir disponible : en plus des données de santé structurées, les informations contenues dans les données de santé non structurées, généralement des descriptions textuelles, peuvent également être utilisées pour la prise de décision la plus précise.

L’élément textuel de la documentation médicale, le statut, les descriptions d’épicrisie et les résultats radiologiques et histologiques contiennent de nombreuses informations qui ne peuvent pas être extraites à l’aide d’outils traditionnels d’exploration de données car la majorité de la documentation médicale est un champ de texte libre, c’est-à-dire un ensemble de données non structurées. Dans le projet de recherche et développement, CompuTREND a donc entrepris de développer une solution capable de construire une base de données structurée à partir de données non structurées de manière automatisée – de plus, elle prend également en compte les particularités de la langue hongroise, de sorte qu’elle peut être utilisé en douceur dans les soins de santé hongrois.

Le modèle des mégadonnées

Au cours de la recherche, la société a développé un algorithme adapté et un modèle méthodologique basé sur le traitement de mégadonnées, qui peut collecter des informations pertinentes sur l’état du patient, les symptômes affectant la qualité de vie, le dosage approprié, les interactions et les effets secondaires des médicaments. pris pour le médecin traitant même entre deux rendez-vous médecin-patient et indique dès que possible si une intervention médicale est nécessaire en raison d’un facteur de risque.

L’algorithme peut analyser les symptômes et les plaintes qui déterminent la qualité de vie du patient, les relations entre les paramètres vitaux mesurables et comment ils peuvent être utilisés pour prédire l’aggravation de la condition. Le projet de recherche et développement s’est concentré principalement sur l’asthme et les allergies alimentaires, mais le modèle de données volumineuses peut également être utilisé pour soutenir la prise en charge d’autres groupes de patients, principalement avec une base de données standardisée adaptée à la description des symptômes et des plaintes et une description méthodologique également adaptée. pour une utilisation dans d’autres domaines.

Résultats de la recherche

Dans le programme de recherche et développement de deux ans, il a été possible de créer un modèle opérationnel qui fournit une solution pour l’intégration de données et d’informations actuellement non traitées à partir des données textuelles de la documentation de santé générées pendant les soins aux patients dans les processus de guérison. Dans le même temps, un modèle de soins basé sur l’informatique a été créé, dans lequel le patient lui-même doit participer activement au processus de traitement, et en suivant systématiquement la thérapie, vous pouvez vous attendre à atteindre une qualité de vie adéquate.

Le modèle de soins offre la possibilité d’intégrer les données de mesure d’appareils externes, dans le cas des soins de l’asthme, les données mesurées du spiromètre, et comprend également une solution adaptée pour enregistrer les symptômes et les plaintes du patient en temps réel, ce qui permet une surveillance de diverses maladies à domicile, ainsi que des détériorations, prédiction précise des risques thérapeutiques.

Bien que le modèle de soins ait été développé pour les patients souffrant d’allergies respiratoires, alimentaires et d’asthme, la méthodologie crée également une opportunité de prise en charge des maladies cardiovasculaires, du diabète, des troubles de la coagulation sanguine et d’autres maladies chroniques, afin que les différents intervenants aient accès à l’information sur la l’efficacité et l’efficience de la thérapie.

La solution informatique créée dans le cadre du projet de recherche et développement a créé la base du processus selon lequel, après avoir lu les résultats médicaux complets, le patient profane reçoit automatiquement l’interprétation du matériel médical de manière structurée.