L’intelligence artificielle pourra-t-elle prédire les facteurs associés à l’hospitalisation des personnes atteintes de démence ?

Shang-Ming Zhou, du centre de recherche sur les données de santé du Pays-de-Galles et d’Irlande du Nord à l’Université de Swansea (Royaume-Uni) et ses collègues de l’Institut de recherche de Chine et des pays de l’ASEAN (Association des Nations du Sud-Est asiatique : Laos, Vietnam, Birmanie, Thaïlande, Cambodge, Philippines, Malaisie, Indonésie, Brunei, Singapour) à l’Université Guanxi de Nanning (Chine), ont analysé 52,5 millions d’événements de santé survenus chez 59 298 patients atteints de démence. 30 178 ont été hospitalisés et 19 120 sont restés à domicile. Un traitement des données par un programme d’intelligence artificielle identifie plusieurs signaux dont la fréquence de survenue est significativement plus élevée dans le groupe des personnes hospitalisées : les cauchemars, l’hypertension artérielle essentielle, la prise de certains médicaments (betahistine, ibuprofène, simvastatine, vaccin de la grippe, carbonate de calcium, vitamine D), la rencontre avec un tiers aidant, des compétences sociales élevées, une glycémie élevée. Pour les auteurs, ces signaux cliniques permettraient d’identifier dans 64 à 75 % des cas des personnes à risque d’hospitalisation.

Zhou SM et al. Mining electronic health records to identify influential predictors associated with hospital admission of patients with dementia: an artificial intelligence approach. Lancet 2018; 392(S2): S9. Novembre 2018. www.thelancet.com/journals/lancet/article/PIIS0140-6736(18)32166-4/fulltext.