Une fois déployé, cet outil pourrait permettre aux médecins de traiter certains patients en priorité alors que les systèmes de santé de nombreux pays dans le monde arrivent à saturation, a expliqué Megan Coffee, de l’école de médecine Grossman de l’université de New York, dans la revue Computers, Materials & Continua.
L’outil a découvert plusieurs indicateurs qui présument fortement de la possibilité pour un patient de développer un syndrome de détresse respiratoire aiguë (SDRA), une complication du Covid-19 qui remplit les poumons de liquide et tue environ 50% des personnes la développant.
L’analyse par un algorithme intelligent des données de 53 patients atteints du coronavirus dans deux hôpitaux de Wenzhou, en Chine, a montré que des changements dans le taux d’alanine aminotransférase, une enzyme présente dans le foie, le taux d’hémoglobine et dans les signalements de douleurs, étaient les indications les plus précises d’une complication.
Avec d’autres facteurs, l’outil a permis de diagnostiquer un risque de SDRA avec une précision de jusqu’à 80%.
Affiner l’outil
Les symptômes considérés comme des marqueurs du Covid-19, comme la fièvre, une image particulière des poumons au scanner, et des réponses immunitaires fortes, n’ont par contraste pas permis de prédire si les patients atteints d’une forme légère de la maladie pourraient développer un SDRA.
Le sexe ou l’âge ne sont pas des indicateurs utiles, même si d’autres études ont indiqué que les patients âgés de 60 ans et plus étaient un groupe à risque élevé.
« Beaucoup de données utilisées par la machine pour influencer ses décisions sont différentes de celles qu’un médecin consulterait normalement », a affirmé à l’AFP Megan Coffee, co-auteure de l’étude.
L’intelligence artificielle sert déjà aux dermatologues pour prédire quels patients sont susceptibles de développer un cancer de la peau.
Dans le cas du Covid-19, une maladie encore mal connue, l’outil peut mener les médecins dans la bonne direction pour savoir quels patients traiter en priorité si les hôpitaux sont surchargés de malades, a assuré l’autre responsable de l’étude, Anasse Bari, professeur de sciences de l’informatique à l’université de New York.
L’équipe tente désormais d’affiner son outil avec les données de New York, épicentre de la pandémie aux Etats-Unis, espérant qu’il puisse être prêt à être déployé en avril.
