À propos des cookies sur ce site Pour fonctionner correctement, nos sites Internet nécessitent certains cookies (requis). En outre, d'autres cookies peuvent être utilisés avec votre consentement pour analyser l'utilisation d'un site, améliorer l'expérience des utilisateurs et à des fins publicitaires. Pour plus informations, passez en revue vos options de préférences en. En visitant notre site Web, vous acceptez que nous traitions les informations comme décrit dans ladéclaration de confidentialité d’IBM. Pour faciliter la navigation, vos préférences en matière de cookie seront partagées dans les domaines Web d'IBM énumérés ici.
Accueil
Case Studies
Innocens BV
Permettre une intervention plus rapide dans les soins aux nourrissons à haut risque
La start-up de soins de santé Innocens BV utilise l’IA d’IBM pour concevoir une solution qui permet de détecter les signes potentiels de septicémie chez les nouveau-nés vulnérables
Dans l’unité de soins intensifs néonatals (USIN), chaque seconde compte.
Le décompte commence dès la naissance d’un enfant prématuré : les néonatologistes s’empressent d’identifier et de traiter les complications de santé potentielles. Plus ils détectent une maladie critique tôt, plus ils peuvent intervenir rapidement, commencer le traitement et sauver des vies précieuses.
Selon la National Library of Medicine, les anticorps maternels sont transférés au placenta pendant le troisième trimestre de grossesse, ce qui confère aux nouveau-nés une immunité contre certaines infections et maladies. Les prématurés naissent avant la fin du transfert de l’immunité, c’est-à-dire moins de 37 semaines de gestation, ce qui les rend plus vulnérables aux infections bactériennes comme la septicémie, qui cible les systèmes immunitaires immatures ou affaiblis¹.
À l’hôpital universitaire d’Anvers (UZA) en Belgique, environ un prématuré sur cinq né avec un poids inférieur à 1,5 kg souffre d’une septicémie tardive. Le personnel de l’USIN de l’hôpital est chargé de détecter les septicémies ou les infections du sang chez ces nouveau-nés, entre de nombreuses autres complications potentielles, en utilisant l’intuition qu’il a développée grâce à son expérience et des instantanés de données, puis en fournissant un traitement en temps opportun pour réduire le risque de décès et les retards de développement chez les survivants.
En raison du risque de conséquences aussi dévastatrices, le Dr David Van Laere, néonatologiste de l’UZA, a consacré une grande partie de sa carrière à la recherche de méthodes plus efficaces et plus rapides pour détecter la septicémie. « Au cours des dix dernières années, j’ai étudié les tendances et les caractéristiques entre les signes vitaux et les complications liées à la naissance prématurée », explique-t-il.
Son expérience clinique a révélé que les changements dans les signes vitaux du bébé sont souvent visibles plusieurs heures avant la détection d’une septicémie. « Si nous pouvions détecter ces changements dans les données plus tôt, nous pourrions éviter un retard dans le démarrage du traitement antibiotique », déclare le Dr Van Laere. « Étant donné que les antibiotiques sauvent souvent des vies en cas de septicémie, les commencer plus tôt pourrait avoir un impact sur la gravité de la maladie, voire augmenter les chances de survie du nourrisson. »
Face à cette réalité frustrante, le Dr David Van Laere s’est mis à la recherche d’un moyen d’utiliser au mieux la grande quantité de données qui l’entouraient. « L’USIN de l’UZA est un environnement hautement numérisé avec plusieurs sources de données », dit-il. « Nous avons des ensembles de données complets, de la naissance à la sortie de l’hôpital, qui contiennent des signaux de surveillance, des rapports, des diagnostics, des données du dossier électronique du patient, etc. » Les informations tirées de ces données sur les patients pourraient permettre d’identifier les maladies à un stade plus précoce, à condition que les médecins trouvent un moyen de rendre ces informations exploitables.
Capacités améliorées
Peut identifier un nombre important de cas de septicémie sévère
Détection plus rapide
Peut aider à détecter la septicémie des heures avant le personnel médical
Le Dr Van Laere a fait les premiers pas vers le développement d’une solution basée sur l’IA en s’associant à un groupe de recherche en bio-informatique à l’Université d’Anvers. Les premières itérations de la solution ont été financées par une subvention de l’université. Un chercheur local travaillant sur le projet est devenu le premier collègue à rejoindre Innocens BV, une spin-off de l’Université d’Anvers et de l’UZA.
Le Dr Van Laere a également discuté des solutions possibles avec son ami Dirk A. Claessens, un directeur IBM, consultant et spécialiste de l’IA, des données et de l’analyse prédictive.
Ils se racontaient fréquemment des anecdotes sur leur travail lors de leurs balades à vélo hebdomadaires en ville ou autour d’un repas au bistrot du coin. Autant de moments de répit pour le Dr Van Laere, dont l’emploi du temps consistait à s’occuper de nouveau-nés en situation de crise et à avoir des conversations difficiles avec des parents angoissés.
C’est au cours de ces moments que les deux hommes ont réalisé qu’ils avaient plus en commun que l’amour du vélo et de la bonne cuisine : ils partageaient également une passion pour les données. « Les données racontent une histoire. Lorsqu’un patient présente des complications graves, nous pouvons voir comment sa physiologie évolue dans les données. Il doit y avoir un moyen de déterminer la direction que prend cette histoire et donc d’en améliorer le dénouement », a déclaré le Dr Van Laere. Inspiré par son ami, Dirk A. Claessens a commencé à griffonner des idées.
« La solution que tu souhaites créer doit permettre de détecter plus rapidement les signes potentiels pouvant indiquer des issues défavorables, comme la septicémie chez les nouveau-nés, sur la base des données dont tu disposes », a affirmé Dirk A. Claessens au cours de leur discussion animée. L’USIN de l’UZA disposait de dix ans de données sur les admissions de nourrissons prématurés et de faible poids à la naissance, ce qui a donné aux deux hommes un point de départ solide. Le Dr Van Laere souhaitait intégrer ces données à une solution prédictive basée sur l’IA capable de fournir des informations aux professionnels de santé. « Ma principale préoccupation est de pouvoir détecter les signes d’une infection dès que possible, même la nuit ou lorsque nous sommes très occupés. »
Avec le large éventail de solutions d’IA et l’expertise technique d’IBM Consulting à Amsterdam, IBM Research à Almaden et IBM Watson Center à Munich, Dirk A. Claessens savait qu’IBM était le partenaire technologique idéal pour concrétiser le projet du Dr Van Laere. Ces séances de brainstorming, ainsi que les développements du groupe de recherche universitaire, ont finalement conduit le Dr Van Laere et son équipe à lancer Innocens BV, une filiale créée pour développer et valider la solution Innocens.
Innocens, qui est l’acronyme de « Improving Neonatal Outcome with a Clinical Early Notification System » (Améliorer les issues néonatales avec un système de notification clinique précoce), est une technologie d’edge computing qui entraîne les ordinateurs à analyser les flux de données des patients pour identifier des tendances qui pourraient indiquer une septicémie tardive. Selon le Dr Van Laere, une solution comme Innocens repose sur trois piliers : un modèle prédictif, une interface utilisateur convaincante et une architecture robuste.
Modèle prédictif
Les clients peuvent entraîner les ordinateurs à l’aide d’un processus appelé machine learning, une sous-catégorie d’IA qui utilise des algorithmes pour apprendre des données, tirer des conclusions des tendances et aider à prédire les résultats. Ces algorithmes se corrigent et s’entraînent constamment pour être plus rapides et plus précis.
IBM Client Engineering a permis à Innnocens de développer et de tester le modèle de machine learning fédéré que la solution Innocens BV a l’intention d’utiliser. Innocens BV a utilisé IBM Watson Studio pour entraîner les modèles de machine learning de sa solution afin de détecter les infections du sang chez les nourrissons de l’USIN. IBM Watson Studio, un service de base sur IBM Cloud Pak for Data, fournit une plateforme pour construire, exécuter et gérer des modèles à grande échelle.
Interface utilisateur
L’interface conviviale est intuitive et fournit des informations que l’utilisateur doit interpréter. « Nous avons tiré parti des fonctionnalités d’IA explicable intégrées à IBM Cloud Pak for Data, la plateforme de données utilisée pour la modélisation », explique le Dr Van Laere. « En aidant les utilisateurs à mieux comprendre ce que les modèles leur disent et pourquoi, nous construisons une base de confiance entre les soignants et leurs instruments, une confiance qui est impérative si nous voulons rester vigilants. »
Dirk A. Claessens explique l’importance de la confiance. « L’interface utilisateur est absolument essentielle pour renforcer la compréhension de la technologie par l’utilisateur. Nous voulons fournir une technologie qui fournit aux médecins des informations qu’ils peuvent ensuite utiliser pour diagnostiquer au mieux les patients. L’ordinateur améliore les connaissances humaines, mais le médecin garde le contrôle. »
Architecture robuste
Une architecture robuste qui intègre l’edge computing rapproche le calcul et le stockage de données de la source de données. C’est crucial dans un environnement médical où des informations sensibles sont partagées pendant le processus de soins et où le temps est un facteur essentiel. « Les appareils qui effectueront la visualisation et les prévisions doivent être à proximité de la source de données et des personnes qui utilisent les données », explique Dirk A. Claessens.
Les sources de données disparates peuvent compromettre la sécurité et entraîner des délais de réponse. « Il y a l’hôpital, puis la chambre du patient à l’intérieur de l’hôpital, puis les dispositifs à l’intérieur de la chambre du patient. Nous souhaitons isoler chacune de ces zones pour contribuer à la protection des données et traiter les informations en temps réel », explique Dirk A. Claessens.
Les modèles Innocens fonctionnent localement et sont protégés par les pare-feux de l’hôpital. Ils peuvent fonctionner et évoluer sans supprimer les données sensibles de l’hôpital. « Les données brutes resteront sur site. Le machine learning fédéré fait cela sans déplacer les données. Les paramètres seront déplacés dans le cloud, mais les données brutes resteront dans l’enceinte de l’hôpital », poursuit-il.
L’impact de la technologie Innocens est étudié dans le cadre d’essais cliniques. La commercialisation pourrait avoir lieu dans les années à venir.
Ce qui a commencé comme un simple échange d’idées entre amis est devenu une approche révolutionnaire des soins néonatals.
Chez Innoncens BV, le Dr Van Laere et son équipe ont utilisé la technologie IBM pour créer un environnement de données et d’IA qui permet aux médecins d’étudier les tendances, de remettre en question les résultats et de concevoir des soins personnalisés basés sur la valeur.
Le modèle prédictif fournit aux médecins une base continue, explicable et basée sur les données pour leurs décisions en matière de soins. Le Dr Van Laere poursuit : « Innocens travaille à nos côtés pour surveiller les nourrissons 24 heures sur 24, 7 jours sur 7. » En améliorant les renseignements à la disposition du personnel soignant qui travaille au chevet des patients, les médecins de l’USIN peuvent apporter du confort aux patients et leur prodiguer des soins précis.
En fin de compte, le Dr Van Laere et Dirk A. Claessens considèrent l’impact de la solution Innocens sur la prédiction d’une éventuelle septicémie précoce et son traitement comme le début d’un long parcours vers l’application de l’IA pour améliorer les soins aux nouveau-nés. « Nous espérons que la même approche basée sur un modèle pourra être utilisée pour détecter d’autres complications liées à la prématurité à un stade plus précoce », déclare le Dr Van Laere. IBM Cloud Pak for Data, IBM Watson Studio et IBM Watson Machine Learning alimentent et soutiennent les plans d’Innocens BV visant à déployer la solution dans d’autres hôpitaux et systèmes de soins intensifs néonatals du monde entier.
Innocens BV (lien externe à ibm.com) est une start-up de recherche et de développement de l’unité de soins intensifs néonatals de l’hôpital universitaire d’Anvers (UZA).Innocens est l’acronyme de « Improving Neonatal Outcome with a Clinical Early Notification System » (Améliorer les issues néonatales avec un système de notification clinique précoce). La solution Innocens vise à développer un système d’aide à la décision clinique basé sur la technologie de l’IA.
¹ Palmeira, P., Quinello, C., Silveira-Lessa, A. L., Zago, C. A., & Carneiro-Sampaio, M. (2012). IgG placental transfer in healthy and pathological pregnancies. Clinical & developmental immunology, 2012, 985646. https://doi.org/10.1155/2012/985646
Notes de bas de page
© Copyright IBM Corporation 2023. IBM Corporation, IBM Cloud, New Orchard Road, Armonk, NY 10504
Produit aux États-Unis, mars 2023.
IBM, le logo IBM, ibm.com, IBM Consulting, IBM Cloud Pak, IBM Research et IBM Watson sont des marques commerciales d’International Business Machines Corp., déposées dans de nombreux pays. Les autres noms de produits et de services peuvent être des marques d’IBM ou d’autres sociétés. La liste actualisée de toutes les marques d’IBM est disponible sur la page Web « Copyright and trademark information » à l’adresse suivante : http://www.ibm.com/fr-fr/legal/copytrade.
Innocens BV est propriétaire de la technologie d’aide à la décision clinique basée sur l’IA d’Innocens. Cette technologie comprend un modèle de machine learning pour la détection de la septicémie tardive chez les nourrissons très prématurés. Le modèle de machine learning a été développé à l’hôpital universitaire d’Anvers en collaboration avec l’hôpital universitaire d’Anvers et IBM.
Les informations contenues dans le présent document étaient à jour à la date de sa publication initiale. Elles peuvent être modifiées sans préavis par IBM. Les offres mentionnées dans le présent document ne sont pas toutes disponibles dans tous les pays où la société IBM est présente.
Toutes les références clients mentionnées ou décrites illustrent la façon dont certains clients ont utilisé les produits IBM et précisent les résultats qu'ils ont pu obtenir. Les chiffres réels en termes de coûts environnementaux et de performances peuvent varier d'un client à l'autre en fonction de la configuration et des conditions de fonctionnement. En général, les résultats attendus ne peuvent pas être garantis, car les résultats de chaque client dépendent entièrement des systèmes du client et des services commandés. LES INFORMATIONS CONTENUES DANS LE PRÉSENT DOCUMENT SONT FOURNIES « EN L'ÉTAT », SANS AUCUNE GARANTIE EXPLICITE OU IMPLICITE, NOTAMMENT SANS AUCUNE GARANTIE DE QUALITÉ MARCHANDE, D'ADÉQUATION À UN USAGE PARTICULIER ET TOUTE GARANTIE OU CONDITION D'ABSENCE DE CONTREFAÇON. Les produits IBM sont garantis conformément aux dispositions des contrats qui régissent leur utilisation.
