L’utilisation des outils d’intelligence artificielle (IA) dans le domaine de la santé connaît une croissance rapide, renforcée par une confiance accrue dans les résultats prodigués par ces technologies.
RAMP, un outil déjà en service au sein de l’UVA Health, vise à fournir un apprentissage automatique applicable, vérifiable et explicable, intégré comme un outil d’aide à la décision dans le flux de travail clinique. Cela permet d’améliorer la compréhension des tendances de santé des patients et d’accélérer la fourniture des soins nécessaires, contribuant ainsi à de meilleurs résultats.
Les modèles d’analytique prédictive basés sur l’IA exploitent des données complexes, tant en temps réel qu’historiques, pour offrir aux professionnels de santé des informations exploitables et alerter les équipes de soins lorsque le patient nécessite une attention immédiate.
Valentina Baljak, scientifique senior en données à UVA Health, détient un doctorat en science et technologie de l’information, appliqué à l’apprentissage machine. L’UVA Health a développé et utilise RAMP depuis peu.
Baljak, accompagnée de deux de ses collègues, discutera de l’IA, de RAMP et bien d’autres sujets lors du HIMSS25 en mars à Las Vegas, dans le cadre d’une session intitulée “Plateforme de suivi des analyses en temps réel : L’IA utilisable en action.” Nous avons eu l’occasion de l’interroger pour comprendre les principaux thèmes de cette session et ce que les participants au HIMSS25 pourront en retirer.
Q. Quel est le thème principal abordé lors de votre session et quelle est sa pertinence pour la santé et les technologies de l’information en santé aujourd’hui ?
A. Avec l’émergence récente des modèles d’IA générative, ce sujet gagne en importance dans le domaine de la santé. Nous mettons l’accent sur les outils d’aide à la décision clinique en temps réel. L’intelligence artificielle n’est pas un concept nouveau.
À UVA Health, nous développons des systèmes prédictifs en temps réel depuis plusieurs années. L’une des plus grandes leçons apprises est que la forme que doit revêtir l’IA doit répondre à vos besoins spécifiques. Les cliniciens ne soutiendront pas des outils qu’ils ne peuvent pas expliquer. La confiance dans nos modèles et outils a nécessité une collaboration étroite à chaque étape, dès le départ.
Nous souhaitons fournir un modèle pour construire un système adapté à votre environnement, tout en sensibilisant à l’importance de la transparence, de la responsabilité et de l’explicabilité de vos modèles. Cela revêt une importance particulière en milieu médical, où des prédictions en temps réel peuvent avoir un impact significatif sur les résultats des patients.
Q. Vous vous concentrerez particulièrement sur l’IA. Comment est-elle utilisée dans le secteur de la santé dans le cadre de votre session ?
A. L’aspect clé de RAMP est la collecte de données en temps réel à partir des dossiers de santé électroniques (DSE) et d’autres sources de données. La capacité à écrire les résultats dans les dossiers patients d’un DSE et à alerter les équipes de soin en temps réel fait de RAMP un outil indispensable dans le milieu clinique.
Les technologies utilisées sont bien établies et entièrement open source. Python constitue une base solide pour notre développement en apprentissage machine, la connectivité back-end et le traitement des données. Les connexions à diverses sources de données sont réalisées grâce à FiHR, REST API et des systèmes HL7 personnalisés. Le site web est développé avec Angular.
En tant que dernière grande évolution, nous construisons un nouveau modèle prédictif sur notre plus grand flux de données en temps réel, développé avec Kafka pour collecter tous les signes vitaux et les formes d’onde EKG des moniteurs de chevet.
Q. Les participants viendront à votre session en espérant acquérir de nouvelles connaissances. Quelle est une chose qu’ils peuvent s’attendre à retenir ?
A. L’IA est une composante essentielle des soins de santé modernes, prenant des formes variées selon les besoins. Le choix de la bonne approche en matière d’IA est crucial, compte tenu des enjeux élevés.
Si vous disposez d’une expertise et de ressources internes, développer un système d’IA sur mesure constitue une alternative puissante aux systèmes sous forme de boîte noire fournis par des fournisseurs.
La session de Valentina Baljak, “Plateforme de suivi des analyses en temps réel : L’IA utilisable en action,” est programmée pour le mardi 4 mars à 12h45 au HIMSS25 à Las Vegas.
Points à retenir
- L’IA est de plus en plus intégrée dans le secteur de la santé, visant à améliorer les résultats des patients.
- Le modèle RAMP permet une assistance à la décision clinique avec des données en temps réel.
- La transparence et l’explicabilité des modèles d’IA sont essentielles, surtout dans un contexte médical.
- Utiliser des technologies open source peut renforcer la flexibilité et la personnalisation des systèmes d’IA en santé.
- Développer des solutions internes peut offrir une alternative viable face aux offres standardisées des fournisseurs.
Un regard sur l’intégration de l’IA dans le secteur de la santé soulève d’importantes questions sur la manière dont ces systèmes peuvent évoluer pour répondre aux besoins des professionnels de santé. En favorisant la collaboration et l’explicabilité, le potentiel de ces technologies pourrait être réalisé pleinement, ouvrant de nouvelles voies pour l’innovation dans les soins aux patients. Comment ces outils vont-ils façonner l’avenir de la santé ?
L’IA en santé est comme une symphonie bien orchestrée, où chaque donnée joue sa note pour améliorer les soins. Ensemble, nous créons des mélodies pour chaque patient.