recherche
/
Bourse de recherche en santé de la FRS dans le domaine de l’intelligence artificielle : résultats des patients
Remise à Steven Hawken, Ph. D., scientifique principal à l’Institut de recherche de l’Hôpital d’Ottawa et professeur adjoint à l’École d’épidémiologie et de santé publique de l’Université d’Ottawa
Exploiter la puissance de l’intelligence artificielle (IA) pour prédire en temps réel le risque d’accouchement prématuré d’une femme enceinte
Au Canada, près de 30 000 enfants naissent prématurément chaque année, ce qui entraîne des effets néfastes sur la santé et des coûts importants pour le système de santé. Les modèles précédemment développés et les facteurs de risque connus n’ont permis d’identifier qu’une très faible proportion de femmes enceintes à risque d’accoucher prématurément. De meilleurs modèles prédictifs permettant d’identifier tôt les femmes susceptibles de connaître un accouchement prématuré seraient d’une valeur inestimable pour une gestion optimale de la grossesse et contribueraient à réduire les effets néfastes. Notre recherche est axée sur le développement de modèles d’IA et d’apprentissage automatique (p. ex., apprentissage profond ou réseaux neuronaux récurrents) en utilisant une vaste collection de bases de données liées individuellement, y compris des données sur les soins de santé collectées régulièrement, sur les diagnostics et les traitements, sur les tests de laboratoire et de dépistage, et sur les facteurs sociaux et démographiques au cours de la grossesse disponibles pour les femmes enceintes de l’Ontario, au Canada.
Nous utilisons des méthodes avancées d’IA et d’apprentissage automatique pour concevoir et valider des modèles prédictifs, dans le but d’aider les cliniciens à identifier les femmes présentant un risque élevé d’accouchement prématuré spontané à des moments critiques de la grossesse.
Dr. Steven Hawken
Applications concrètes
Un modèle hautement prédictif pour les grossesses prématurées intégré aux outils d’aide à la décision au chevet de la patiente pourrait être utilisé non seulement par les médecins et les sages-femmes, mais aussi par le personnel infirmier (praticien ou non) qui fournit une part importante des soins prénatals dans les régions rurales, éloignées et septentrionales du Canada, améliorant ainsi l’accessibilité à des soins appropriés pour toutes les femmes. L’identification précoce des femmes présentant un risque élevé d’accouchement prématuré est importante pour permettre une gestion optimale de la grossesse, y compris des interventions visant à retarder le début du travail et à réduire les effets néfastes, ainsi que pour veiller à ce que les femmes enceintes soient proches des centres de soins nécessaires lorsqu’elles sont susceptibles d’accoucher prématurément. Au fil du temps, les modèles développés peuvent être continuellement améliorés et affinés à mesure que de nouvelles données sont ajoutées et que les performances des modèles sont validées. En fin de compte, cela pourrait permettre d’éviter de nombreux accouchements prématurés, de réduire la mortalité et la morbidité néonatales qui y sont liées, ainsi que d’alléger considérablement le fardeau sociétal et économique en santé.