Une intelligence artificielle affectée au triage dans les salles d’urgence - clin d'oeil au CoDE:AIR de Simon Duchesne dans QuébecSciences
Une intelligence artificielle pourrait-elle aider des médecins à choisir qui recevra des soins dans des situations d’urgence où les ressources manquent? Dans une récente publication, le magazine QuébecSciences offre un tour d’horizon de cette problématique – un panorama qui inclus, entre autres éléments, un regard sur le projet CoDE:AIR piloté par notre chercheur Simon Duchesne, de la Faculté de médecine de l’Université Laval.
Une intelligence artificielle pourrait-elle aider des médecins à choisir qui recevra des soins dans des situations d’urgence où les ressources manquent?
Pour Simon Duchesne, la réponse se trouve dans le mariage entre deux technologies : les rayons X et l’intelligence artificielle. « En radiologie, l’humain est bon pour faire un diagnostic, ou pour trouver des anomalies, explique le chercheur, mais c’est plus difficile de faire des prédictions et de tenter d’estimer les risques de mortalité. Pour y arriver, on utilise des modèles statistiques – une étape qu’on peut sauter grâce à l’IA. On part d’une image et on finit avec une probabilité de survie pour le patient. »
Prenons le scénario suivant : en pleine vague de COVID-19, un patient aboutit aux soins intensifs. Parmi la batterie de tests qui permettent de déterminer son état, on prend une radiographie de ses poumons. En analysant le cliché, une IA peut prévoir si le patient récupérera à l’aide d’une assistance respiratoire, ou s’il est d’ores et déjà condamné.
Dès le mois de mai 2020, l’équipe du professeur Duchesne avait développé une première mouture de son algorithme, nommé CoDE : AIR.
Restons en contact!
Vous souhaitez être informé des nouvelles et activités de l'IID? Abonnez-vous dès maintenant à notre infolettre mensuelle.