Cette nouvelle application de l’apprentissage automatique ou intelligence artificielle, développée à l'Université de Surrey pourrait permettre de détecter l’infection urinaire et donc contribuer, indirectement à réduire l'une des principales causes d'hospitalisation, en particulier chez les personnes atteintes de démence, vivant à domicile et suivies à distance. Documentée dans la revue PLoS ONE, elle illustre les progrès de l’IA appliquée à la télésurveillance.
Selon l'Organisation mondiale de la santé, environ 50 millions de personnes dans le monde sont atteintes de démence. Ce nombre devrait atteindre 82 millions en 2030 et 152 millions en 2050. A l’hôpital, environ un lit sur est occupé par un patient atteint de démence, pourtant 22% de ces admissions sont jugées évitables. L’infection urinaire demeure l’une des principales causes de ces hospitalisations évitables. En touchant n'importe quelle partie du système urinaire, des reins à la vessie, une infection urinaire peut en effet entrainer des symptômes sévères qui comprennent des douleurs dans la partie inférieure de l'estomac, du sang dans les urines, le besoin d'uriner subitement ou plus souvent qu'à l'habitude et, dans certains cas des changements d'humeur et de comportement, particulièrement préoccupants chez les patients déments.
Ces scientifiques spécialisés dans le traitement de la vision, de la parole et du signal de l’Université de Surrey expliquent comment, dans le cadre d’un essai clinique, ils mettent à profit une technique appelée Factorisation par matrices non négatives pour identifier des indices cachés de l'infection urinaire. Ces nouveaux algorithmes d'apprentissage automatique vont permettre en effet d’identifier les premiers symptômes d'infection urinaire.
Un exemple de gestion intégrée de la santé par la technologie : ce développement prend place dans un programme dédié à l’exploitation des nouvelles technologies au service de la santé, ciblé ici sur la surveillance des patients atteints de démence vivant à la maison, à l'aide d'un réseau de dispositifs activés par Internet, tels que capteurs de surveillance de l’environnement et de l’activité, et des dispositifs de surveillance des signaux corporels vitaux. Les données recueillies à partir de ces dispositifs sont analysées à l'aide de solutions d'apprentissage automatique. Les problèmes de santé identifiés sont ensuite signalés sur un tableau de bord numérique et suivis par une équipe de surveillance clinique.
Selon ses inventeurs l’outil est donc capable de détecter le risque d’infection urinaire chez le patient dément e représente un outil précieux pour les professionnels de la santé, leur permettant de mettre en œuvre des plans de soins plus efficaces et mieux personnalisés pour les patients, permettant d’éviter dans de nombreux cas l’hospitalisation.
Cet exemple révèle et confirme l'incroyable potentiel de l'apprentissage automatique pour l’amélioration de la qualité des soins, ici plus spécifiquement pour les patients atteints de démence, en leur permettant de surcroît de rester chez eux.
Enfin, le développement de ces algorithmes au service des soins de santé à domicile est une démonstration du potentiel de la pluridisciplinarité car ils réunissent les expertises « du monde universitaire, médical et de l'industrie ».
Un plus également pour les aidants.
Source : PLoS ONE January 15, 2019 DOI : 10.1371/journal.pone.0209909 Machine learning methods for detecting urinary tract infection and analysing daily living activities in people with dementia
Lire aussi : TÉLÉSURVEILLANCE : RAS, un robot de soins aux aînés dans une maison intelligente
