Diabète: un financement pour mieux éclairer les décisions cliniques grâce à l’IA

Par UdeMnouvelles
En 5 secondes Dirigé par Jean Noel Nikiema, le projet CONNECT réunira données cliniques, information génétique et recommandations médicales pour soutenir des soins mieux adaptés à chaque personne.
L’objectif du projet est de soutenir des décisions plus sûres tout en tenant compte des particularités de chaque personne vivant avec le diabète.

Ajuster le traitement d’une personne diabétique exige de regarder bien plus que sa glycémie. Quels médicaments prend-elle déjà? A-t-elle d’autres problèmes de santé? Quels sont ses risques de complications? Pour les équipes soignantes, les réponses se trouvent souvent dans des systèmes différents, sous des formats difficiles à combiner.

C’est à ce problème que s’attaque CONNECT, un projet dirigé par Jean Noel Nikiema, professeur à l’École de santé publique de l’Université de Montréal. Son équipe veut concevoir un outil d’aide à la décision clinique qui utilisera l’intelligence artificielle (IA) pour rapprocher ces renseignements des recommandations médicales et proposer des soins mieux adaptés à chaque personne.

Le projet a été retenu à l’issue du premier concours du Digital Health Innovation Fund de l’Institut de recherche Terry Fox. Piloté par la Plateforme de découverte et de santé numérique de l’Institut, ce programme de financement soutient 14 projets pancanadiens à hauteur de 40,9 M$. Les projets financés réunissent 55 partenaires des milieux universitaire, entrepreneurial et de la santé.

Une vue d’ensemble des traitements

Les personnes vivant avec le diabète prennent souvent plusieurs médicaments et ont besoin d’un suivi régulier. Au moment de choisir ou de modifier un traitement, les professionnels de la santé doivent conjuguer les recommandations cliniques avec les résultats de laboratoire et la situation particulière de chaque patient.

Le projet CONNECT prévoit leur faciliter la tâche en regroupant, dans un ensemble structuré et interrogeable, des données sur les médicaments prescrits et les soins du diabète. 

Trois partenaires y contribueront: Omnimed fournira des données provenant de dossiers médicaux électroniques; Optithera apportera de l’information sur les risques génétiques; et Wikimedica contribuera aux connaissances sur les médicaments et aux recommandations de soins. Le recours à des normes communes facilitera l’utilisation de ces renseignements entre systèmes et leur validation.

Remonter à la source des suggestions

Comment l’outil fonctionnera-t-il? Devant une situation clinique donnée, il cherchera d’abord les passages pertinents dans les recommandations et les données probantes disponibles. Un grand modèle de langage aidera ensuite à formuler une suggestion structurée, comme un ajustement de médicament ou un examen à envisager.

La proposition sera reliée aux sources qui la soutiennent. Les cliniciens pourront ainsi consulter les éléments sur lesquels elle repose.

«Le Canada a besoin de plus que de bonnes idées. Il nous faut un écosystème de confiance où des algorithmes d’IA avancés peuvent être testés, comparés et validés à partir de données réelles, dans un cadre de gouvernance rigoureux», souligne Jean Noel Nikiema.

Des données qui restent sur place

Pour travailler ensemble, les partenaires n’auront pas à s’échanger les dossiers individuels. Les modèles seront entraînés et utilisés là où se trouvent déjà les données. Seules des mises à jour chiffrées des modèles et des statistiques agrégées circuleront entre les organisations.

Cette méthode, appelée «apprentissage fédéré», est au cœur de la plateforme nationale. Elle vise à rendre possible l’analyse de données réparties entre plusieurs établissements dans le respect de la confidentialité de ces renseignements et des règles qui encadrent leur utilisation.

L’équipe de CONNECT devra aussi valider et comparer plusieurs grands modèles de langage. Elle prévoit ensuite intégrer un prototype au dossier médical électronique d’Omnimed pour que les professionnels puissent y accéder dans leur environnement de travail.

Le projet doit donc aboutir à la fois à des données mieux organisées, à une évaluation des modèles et à un outil utilisable en clinique. L’objectif est de soutenir des décisions plus sûres et plus cohérentes tout en tenant compte des particularités de chaque personne vivant avec le diabète.

Partager