Une étude de l'UPV, une référence internationale pour l'application de l'IA au suivi et à la gestion du COVID19.
L'équipe de l'UPV a mis au point une nouvelle technique pour étudier les sous-phénotypes en fonction des caractéristiques cliniques.
Une étude développée par des chercheurs de l'Universitat Politècnica de València (UPV), appartenant au groupe BDSLab-ITACA et à l'Institut de Mathématiques Pures et Appliquées (IUMPA), est devenue l'un des ouvrages de référence internationaux pour l'application fiable de l'Intelligence Artificielle au suivi et à la gestion du COVID19.
Les chercheurs de l'UPV
UPV
Dans cet article, publié dans le Journal of the American Medical Informatics Association , l'équipe de l'UPV démontre les limites que la variabilité ou l'hétérogénéité des données, lorsqu'elles proviennent de sources multiples comme, par exemple, de plusieurs hôpitaux ou pays, peut avoir pour une application fiable de l'intelligence artificielle. Dans l'article, ils présentent les clés des solutions potentielles à ces limitations. En outre, sur la base de cette étude, l'équipe de l'UPV a développé de nouveaux outils pour aider à décrire et à classer les patients atteints de COVID-19.
"Les résultats de notre étude et l'application de ces outils peuvent potentiellement aider à l'évaluation clinique du patient et faciliter une classification automatisée précoce - par niveau de risque - avant et après l'admission à l'hôpital. Ils peuvent même aider à planifier l'allocation des ressources, en favorisant notamment les patients qui vont être admis en soins intensifs", explique Carlos Sáez, chercheur du groupe BDSLab-ITACA à l'Universitat Politècnica de València et coordinateur de l'étude.
Nouveaux modèles prédictifs
Les chercheurs du BDSLab-ITACA de l'UPV, en collaboration avec l'Institut INCLIVA de l'Hôpital Clínico Universitario de Valencia et l'Institut iMas12 de l'Hôpital 12 de Octubre de Madrid, ont également développé un modèle d'intelligence artificielle pour la prédiction précoce de la mortalité, dans les 30 premiers jours d'admission aux urgences, en concentrant son application dans l'étude sur la population adulte de plus de 50 ans. Et une application de Deep Learning qui aide à prédire la gravité dans tous les groupes d'âge avec l'avantage de pouvoir travailler même avec des informations incomplètes sur les patients, offrant ainsi une IA robuste et fiable face aux problèmes de qualité des données.
"Les modèles prédictifs mis au point peuvent aider à sélectionner le traitement le plus optimal pour chaque patient en fonction de son risque de mortalité, ainsi qu'à planifier et à gérer les ressources dans les scénarios de faible disponibilité des ressources, et tout cela de manière robuste aux incertitudes potentielles des informations disponibles", explique Carlos Sáez.
Tous ces travaux font partie du projet SUBCOVERWD-19, financé par le FONDS SUPERA COVID-19, promu par les universités espagnoles CRUE, Banco Santander, par l'intermédiaire de Santander Universities et le Conseil national espagnol de la recherche (CSIC).
Étudier au Mexique
Enfin, les chercheurs de l'UPV, sur la base d'une étude portant sur près de 800 000 cas de COVID-19 fournie par le gouvernement mexicain, et en collaboration avec le Centre de recherche scientifique et d'enseignement supérieur d'Ensenada, Ensenada, Mexique, ont mis au point une nouvelle technique d'étude des sous-phénotypes - la division des populations de patients en groupes significatifs sur la base de caractéristiques cliniques.
Cette technique est basée sur une IA exploratoire de "méta-clustering", qui permet d'obtenir automatiquement un grand nombre de résultats à différents niveaux sociodémographiques - par groupes d'âge, par sexe, et leur combinaison - favorisant la non-discrimination et qui devraient autrement être effectués manuellement avec plus d'effort, ainsi que de les présenter à l'utilisateur de manière intuitive et détaillée pour exploration.
De l'application de cette technique aux cas mexicains, l'équipe de l'UPV conclut que l'âge chronologique seul ne peut être utilisé comme facteur de risque de gravité, mais doit toujours être accompagné de comorbidités et même d'habitudes (âge physiologique).
"Nous avons également vu qu'à conditions cliniques équivalentes, les femmes ont un taux de récupération plus élevé que les hommes et que, parmi la population âgée, ce sont les plus de 100 ans qui se remettent le mieux. Nous avons également constaté que les taux de guérison varient considérablement d'un État mexicain à l'autre et en fonction de l'établissement clinique", conclut Carlos Sáez.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Espagnol peut être trouvé ici.
Publication originale
Autres actualités du département science
Recevez les dernières actualités du secteur des sciences de la vie
Ne manquez plus aucune actualité : notre newsletter consacrée aux biotechnologies, au secteur pharmaceutique et aux sciences de la vie vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
