Une intelligence artificielle détecte les arrêts cardiaques lors des appels d’urgence
Les cinq premières minutes sont les plus importantes lorsqu’une personne fait un arrêt cardiaque car, pour chaque minute passée, les chances de survie diminuent de 10 %. Les services médicaux d’urgence sont généralement les premiers à intervenir en cas d’arrêt cardiaque, et il est essentiel qu’ils soient équipés des bons outils pour poser le bon diagnostic. Les services médicaux d’urgence emploient actuellement des protocoles définis pour reconnaître les conditions médicales et activer le système de réponse d’urgence. En raison d’une récente hausse du nombre d’appels d’urgence, un besoin pressant se fait toutefois ressentir pour identifier plus rapidement les pathologies graves telles que l’ACEH.
Un système d’appel d’urgence vocal intelligent
Le projet AI4EMS, financé par l’UE, a mis au point un assistant numérique vocal pour aider dans le diagnostic et la priorisation des patients. La plateforme AI4EMS intègre une reconnaissance vocale de pointe et un apprentissage automatique pour analyser en temps réel les appels d’urgence. «Cette technologie est en mesure d’analyser n’importe quelle interaction médecin‑patient à l’aide de l’apprentissage automatique pour identifier les symptômes, plus rapidement que les humains, en épaulant les professionnels de la santé en prenant la bonne décision au bon moment», explique Jonas Hansen, coordinateur du projet. En exploitant l’intelligence artificielle et plus spécifiquement le traitement en temps réel du langage naturel, le logiciel AI4EMS écoute les appels d’urgence et aide le preneur d’appel à identifier les signes des maladies graves, telles que l’arrêt cardiaque. Cette technologie repose sur des algorithmes développés à la suite de milliers d’entretiens médicaux antérieurs et recherche les schémas verbaux et non verbaux de la communication, tels que le ton de l’appelant, ou des informations sur la respiration du sujet. Fait important, chaque fois que cette technologie est employée dans une situation, elle aide à affiner le processus, permettant ainsi des taux de détection améliorés et une diminution du nombre des diagnostics erronés.
Une détection des arrêts cardiaques en quelques secondes
L’équipe du projet a entamé une étude pilote avec des fournisseurs de services d’urgence à Copenhague et à Seattle pour tester la technologie AI4EMS sur des patients victimes d’ACEH et ayant fait l’objet d’un diagnostic erroné. Les données issues des Départements d’urgence de Copenhague ont montré que le logiciel AI4EMS est en mesure d’identifier les arrêts cardiaques en seulement 44 secondes. Faisant suite à une étude approfondie sur près de 110 000 appels d’urgence au Danemark, le logiciel a réduit de 43 % le nombre des arrêts cardiaques non détectés. Il a également reconnu 25 % plus rapidement que le preneur d’appel humain les signes les plus pertinents.
Impact du projet et perspectives
Il y a une demande croissante pour l’intelligence artificielle et l’assistance technologique dans l’interprétation des mégadonnées dans le secteur des soins de santé et dans la gestion efficace des solutions de triage. «AI4EMS démontre la compétence d’un modèle d’apprentissage automatique fonctionnant dans un environnement de soins de santé habituellement opéré par les humains», souligne Jonas Hansen. «Il s’agit d’un parfait exemple où les humains et la technologie travaillent de pair pour améliorer les services des soins de santé.» Une série d’activités de diffusion ont aidé à sensibiliser et ouvrir la voie pour un nouveau paradigme dans la médecine d’urgence où la technologie renforce le travail des professionnels de la santé et accroît les taux de survie de millions de patients dans le monde. Le fait d’utiliser en temps réel ce logiciel lors des entretiens avec les patients permet d’aider les médecins à poser les bonnes questions et à parvenir aux bonnes conclusions. Les chercheurs prévoient d’élargir l’application de modèles similaires d’intelligence artificielle à d’autres systèmes de soins de santé, comme les ambulances, les services d’urgence et les cabinets des médecins généralistes. Ils ont également adapté cette technologie pour produire des solutions spécifiques à la COVID‑19 afin de soutenir le personnel d’urgence à prioriser les patients à risque élevé.
Mots‑clés
AI4EMS, intelligence artificielle, services médicaux d’urgence, arrêt cardiaque extra‑hospitalier (ACEH)
