Les promesses de l'IA dans le triage des urgences

Ce que l’on appelle le triage des urgences basé sur l’IA exploite les données des patients en temps réel, notamment les signes vitaux, les antécédents médicaux et les symptômes présentés, pour automatiser et standardiser le processus de triage. Mais ces nouveaux outils sont-ils vraiment efficaces? Une étude britannique publiée dans l’International Journal of Medical Informatics tente de les recenser, d’en identifier les avantages et les freins, ainsi que d’imaginer ses évolutions dans un futur proche.

L’IA peut adapter la priorisation des patients en fonction des effectifs et de la disponibilité des ressources allouées au service.

Une évaluation en temps réelle, plus rapide et plus précise des patients

Les systèmes de triage pilotés par l’IA améliorent l’efficacité en analysant rapidement plusieurs points de données, permettant une évaluation en temps réel et plus précise des patients, à partir des symptômes, des signes vitaux et des données de santé historiques notamment. Cela est particulièrement apprécié dans les situations critiques, où il faut aller vite, comme dans les AVC ou les pathologies cardiaques aigües. Les chercheurs indiquent également que l’IA peut adapter la priorisation des patients en fonction des effectifs et de la disponibilité des ressources allouées au service.

Attention à la qualité des données et aux biais algorithmiques

Parmi les défis à relever, le frein majeur est la qualité des données et la fiabilité des algorithmes. En effet, si les ensembles de données qui les ont entrainés manquent de diversité ou contiennent des inexactitudes, le système d’IA peut produire des résultats biaisés ou peu fiables. Autre problème souvent lié à ce dernier, le biais algorithmique favorisé par des données historiques inhomogènes. Des stratégies telles que des ensembles de données de formation diversifiés et des mécanismes de détection des biais sont essentielles pour garantir une prise de décision juste et équitable en matière d’IA.

Gagner la confiance des cliniciens

Enfin, la confiance des cliniciens dans les systèmes d’IA ou les considérations éthiques, notamment la confidentialité des données – respect du RGPD - et la responsabilité, sont parmi les notions qui peuvent limiter le développement de ces outils de triage. Pour les faire évoluer vers une adoption généralisée, l’une des principales priorités est d’affiner les algorithmes d’IA pour en améliorer la précision, l’équité et l’adaptabilité, par une atténuation des biais et la diversification des populations intégrées.

L'importance de la formation et de l'encadrement éthique

Les chercheurs évoquent d’autre part, comme facteurs de développement de ces outils, l’intégration de l’IA à la technologie de santé portable, la mise en place de plateformes d’enseignement et de formation afin que les professionnels de la santé acquièrent de nouvelles compétences pour travailler efficacement aux côtés des systèmes d’IA, sans oublier l’encadrement éthique de la discipline.

Le triage des urgences accompagné par l’IA semble avoir un bel avenir devant lui, tant ses applications sont susceptibles de faire gagner du temps et de l’énergie aux professionnels du secteur. Mais des efforts restent à faire pour que ces outils puissent être adoptés par le plus grand nombre et permettent une prise en charge optimisée des patients dans les services d’urgences.