Un tiers des visites aux urgences en France sont liées à des traumatismes. Pour mieux comprendre et gérer ces cas, des chercheurs ont créé un algorithme qui classe les visites aux urgences liées aux traumatismes en analysant les dossiers médicaux avec l’aide d’une intelligence artificielle (GPT). Présentation.
Les traumatismes touchent souvent les jeunes et représentent 9% des décès en France. Plus d’un tiers des 21 millions de visites annuelles aux urgences sont liées à ces problèmes. Il est donc crucial de trouver des solutions pour alléger le fardeau sanitaire, social et économique qu’ils représentent.
Le projet TARPON, mené par des chercheurs de l’Inserm, de l’Université de Bordeaux et du CHU de Bordeaux, est né de l’observation que chaque visite aux urgences génère un compte-rendu rédigé par les soignants. Ces documents regorgent d’informations précieuses sur les symptômes, l’état des patients et les circonstances des traumatismes.
Cependant, ces données restent largement inexplorées, et nous manquons de statistiques sur les accidents domestiques, les violences ou les tentatives de suicide. Un observatoire existe pour les accidents de la route, mais il est incomplet, surtout pour les accidents impliquant des vélos, des piétons ou des trottinettes. En analysant de manière anonyme les comptes-rendus des urgences, il serait possible de créer un système de surveillance des traumatismes presque exhaustif.
Un GPT pour surveiller les traumatismes avec une précision de 97%
Les comptes-rendus médicaux sont souvent des textes non structurés mêlant termes courants, techniques, médicaux et abréviations. Pour en extraire les informations clés sans tout lire, les chercheurs ont créé une technique de traitement automatique du langage grâce à des réseaux de neurones artificiels. Ils ont adapté le modèle d’intelligence artificielle GPT et l’ont entraîné sur plus de 500 000 comptes-rendus des urgences adultes du CHU de Bordeaux. Ainsi, ils ont conçu un outil respectant les règles RGPD pour analyser le langage clinique francophone.
L’intelligence artificielle GPT entre à l’hôpital
Grâce au soutien du Health Data Hub, de Bpifrance, de la région Nouvelle Aquitaine, de l’Agence nationale de sécurité du médicament et des produits de santé (ANSM) et de la Délégation à la Sécurité Routière, les chercheurs ont pu acquérir un puissant serveur dédié à l’intelligence artificielle, installé au sein de l’hôpital. Ce serveur a permis de mettre en place l’algorithme développé par les scientifiques pour classer automatiquement les traumatismes selon leurs types, avec une précision impressionnante.
La méthode créée par les chercheurs permet de classer avec succès 97% des comptes-rendus (contre 86% auparavant), comme expliqué dans leur article scientifique. Grâce à cette avancée, l’analyse des données pourra commencer sur la plateforme technologique du Health Data Hub d’ici l’été.
Ces résultats ouvrent la porte à la création d’un système national de surveillance des traumatismes et à des études épidémiologiques, par exemple sur l’impact de la consommation de médicaments sur le risque d’accident. Ces travaux devraient apporter un nouvel éclairage sur d’importants enjeux de santé publique. Pour l’instant, le projet TARPON sera étendu à une quinzaine de services d’urgences répartis dans toute la France.
Ces résultats laissent entrevoir la création prochaine d’un observatoire national des traumatismes.
[1] TARPON : Traitement Automatique des Résumés de Passages aux urgences pour un Observatoire National
[2] Cette recherche répond aux obligations du Règlement Général sur la Protection des Données (RGPD).
Le projet TARPON a été publié dans la revue Journal of Medical Internet Research Artificial Intelligence.