Un homme ayant des antécédents d'arythmie cardiaque est admis dans une salle d'urgence en Virginie, avec des symptômes de douleur thoracique et un rythme cardiaque irrégulier. En fonction de facteurs tels que l'âge, fréquence respiratoire, pression artérielle, et la numération plaquettaire, les médecins sont en mesure de déterminer la probabilité de sa survie en soins intensifs. Ils le font à l'aide d'un score de gravité de la maladie en unité de soins intensifs (USI), dont le plus courant est le système APACHE. APACHE - Acute Physiology and Chronic Health Evaluation - a été conçu à l'origine au début des années 1980 comme un outil de prédiction, présentant ensuite le risque de mortalité en soins intensifs dans un format simplifié.

Avec les signes vitaux et les taux sériques vérifiés, on estime que l'homme présente un risque de 7 %, suggérant une probabilité relativement faible de mourir pendant son séjour en soins intensifs. L'hôpital utilisera ce score pour évaluer plus tard sa propre performance, et comparer les résultats de patients similaires avec ceux d'autres hôpitaux.

Pourtant, si le patient avait été australien et emmené dans une unité de soins intensifs à Perth, le score APACHE centré sur les États-Unis aurait pu s'avérer moins utile, avec ses chances de survie une affaire plus complexe, dit Jesse Raffa, chercheur à l'Institute for Medical Engineering and Science (IMES) et développeur principal d'un nouveau système de notation connu sous le nom de Global Open Source Severity of Illness Score, ou GOSSIS.

« Il serait difficile de dire si un modèle développé sur des patients américains est pertinent pour un tel patient en Australie, " dit Raffa. " Ce que nous essayons de faire, c'est de trouver quelque chose de plus approprié au niveau international. "

Avec GOSSIS, Raffa et un groupe de collaborateurs cherchent à collecter et à intégrer des données hospitalières de divers pays, créant ainsi un score de gravité de la maladie en soins intensifs véritablement universel à utiliser dans divers contextes. Raff et le groupe — co-chercheurs Alistair Johnson, Tom Pollard, David Pilcher, et Omar Badaoui, conseillé par le chercheur scientifique principal Leo Anthony Celi et faisant partie du laboratoire de physiologie computationnelle, dirigé par le professeur Roger Mark à l'IMES, qui, avec les hôpitaux participants, sont collectivement intitulés le consortium GOSSIS – vise également à fournir un système mieux calibré que les modèles plus anciens. Le financement initial de GOSSIS a été fourni par Philips Healthcare et les National Institutes of Health.

« L'utilisation principale d'APACHE est que les hôpitaux contrôlent leurs performances, " dit Raffa. " Et l'étalonnage est important pour l'analyse comparative, ou comparer les statistiques de survie à celles d'autres hôpitaux, et ensuite évaluer la performance relative."

Alors que les hôpitaux ont généralement une idée de leurs propres taux de mortalité des patients, Rapha dit, les modèles de prédiction bien calibrés font souvent défaut, rendant la comparaison avec leurs pairs difficile. « Lorsque vous avez une approche systématique – un algorithme validé – cela conduit à une analyse comparative plus précise de votre centre. »

Près de 45 hôpitaux américains fournissent actuellement des données à APACHE IV, une itération récente d'APACHE. En revanche, au début de 2019, Des ensembles de données prêts pour GOSSIS existent pour les unités de soins intensifs en Argentine, Australie, Nouvelle-Zélande, Bangladesh, Inde, Népal, Sri Lanka, Brésil, et 205 hôpitaux américains. Combiné avec les membres internationaux du consortium, le système GOSSIS fournira des données à partir d'un total de plus de 1, 000 établissements médicaux.

Un avantage supplémentaire proposé de GOSSIS :sa rentabilité. Contrairement aux scores APACHE coûteux, souvent difficile à obtenir pour les hôpitaux avec moins de ressources et qui ne peuvent pas être considérés comme totalement analogues aux rapports d'autres pays, GOSSIS est accessible, ainsi que ajouté à, gratuit - une aubaine potentielle pour le système, comme avec une participation accrue et plus active, l'algorithme lui-même a l'opportunité unique d'être régulièrement mis à jour, et amélioré.

« GOSSIS est une initiative importante pour de nombreuses raisons, " dit Celi. " Le premier est sa nature open source, qui permet une évaluation et un recalibrage continus de l'algorithme. Ceci est difficile avec les systèmes de notation propriétaires et serait généralement accompagné par les fournisseurs facturant plus pour ces services. La deuxième raison est la participation d'un nombre beaucoup plus important de pays qui sont traditionnellement exclus de l'élaboration de tels scores. En demandant à ces pays de fournir des données pour entraîner l'algorithme, il est plus probable que l'algorithme fonctionnera bien sur leur population."

Bien que GOSSIS soit disponible pour tout hôpital cherchant à y accéder, les chercheurs encouragent le plus d'unités de soins intensifs possible, à l'échelle mondiale, pour télécharger leurs données.

"En fournissant leurs propres données de soins intensifs, les hôpitaux s'assurent qu'ils sont bien représentés dans l'algorithme. Souvent, les hôpitaux collectent de toute façon tout ou partie de ces éléments de données, en particulier s'ils utilisent un autre système de notation, " dit Rapha.

Il ajoute que l'homogénéité ne sera pas une condition préalable au téléchargement des données. "Nous reconnaissons que tout le monde n'aura pas des données parfaites, et nous avons choisi l'approche que nous avons utilisée dans cet esprit."

Badaoui, responsable de la science des données de santé et de l'IA chez Philips Patient Care Analytics, espère que le système aura un impact majeur. « Dans 10 ans, nous envisagerions un grand consortium de données provenant de toutes les régions du monde, qui permettrait à une variété de modèles de risque open source d'être disponibles dans tous les pays. »

Dans ses premières étapes d'adoption, GOSSIS attire déjà l'attention de la communauté médicale. Le 19 février, Raffa et ses collègues ont reçu la médaille d'argent pour leur travail de la Society of Critical Care Medicine à San Diego. En pensant au prix, Raffa dit qu'il a été honoré, surtout en tant que data scientist, être reconnu par une organisation de professionnels de la santé.

" C'est un honneur d'avoir l'équipe reconnue avec ce prix, et je pense que cela illustre bien que la science des données, en particulier lorsqu'il est fait en collaboration avec des cliniciens, aura un rôle important dans l'avenir de la recherche clinique, " dit Rapha.

Cette histoire est republiée avec l'aimable autorisation de MIT News (web.mit.edu/newsoffice/), un site populaire qui couvre l'actualité de la recherche du MIT, innovation et enseignement.