Vivant
L'intelligence artificielle au service des anesthésistes
- Tweeter
-
-
2 avis :
Des chercheurs du Massachusetts Institute of Technology (MIT) et du Massachusetts General Hospital (MGH) ont développé un système capable de trouver la dose optimale de propofol, un agent anesthésique intraveineux d'action rapide, à administrer à un patient au cours d'une opération chirurgicale.
« Nous pouvons penser que notre objectif est analogue au pilote automatique d'un avion, où le commandant de bord est toujours dans le cockpit, attentif », a expliqué Gabe Schamberg, l'un des chercheurs de l'étude. En effet, le but du système n'est pas de remplacer l'anesthésiste mais d'automatiser l'une de ses tâches qui consiste à surveiller en continu l'état du patient endormi en ajustant si nécessaire la dose d'anesthésique. Ce type de logiciel permettrait aux anesthésistes de se concentrer sur des aspects plus critiques des soins des patients.
L'équipe de scientifiques a utilisé l'apprentissage par renforcement profond (Deep Reinforcement Learning) pour développer ce programme. Plongé dans un environnement donné, le modèle apprend en recevant des récompenses et des pénalités en fonction de ses actions. En l'espèce, les chercheurs l'ont doté de deux réseaux de neurones : un "acteur" chargé de décider de la quantité de médicaments à doser au cours de l'opération et un "critique" dont le travail consiste à aider l'acteur à se comporter de façon à "maximiser" les récompenses. Ils ont utilisé trois récompenses différentes : une qui ne pénalisait que le surdosage de médicament, une qui remettait en question l'administration de n'importe quelle dose et une qui n'imposait aucune sanction.
Le système de récompense le plus efficace a été celui de la pénalité de dose dans lequel le "critique" remettait en question chaque dose prescrite par "l'acteur", réprimandant constamment ce dernier pour qu'il continue à doser au minimum nécessaire pour maintenir l'inconscience du patient tout au long de l'opération. Sans aucune pénalité, le système administrait parfois trop de médicament et avec une pénalité de surdosage, il donnait parfois trop peu.
Le modèle a été testé sur des données réelles collectées lors d'opérations chirurgicales. Les choix de dosage correspondaient étroitement à ceux des anesthésistes lors de la phase d'endormissement (l’induction de l’anesthésie). En revanche, le système a ajusté le dosage toutes les cinq secondes tandis que les anesthésistes ne le faisaient en moyenne que toutes les 20 à 30 minutes, notent les auteurs. Cependant, le modèle n'est pas encore capable de déterminer quand la chirurgie est terminée et donc qu'il n'est plus nécessaire d'administrer le médicament.
Article rédigé par Georges Simmonds pour RT Flash
Noter cet article :
Vous serez certainement intéressé par ces articles :
Diagnostiquer la maladie d’Alzheimer avec une seule IRM…
Des chercheurs du Collège Impérial de Londres ont montré qu’un algorithme d’apprentissage automatique machine learning permet de déterminer si une personne est atteinte de la maladie d’Alzheimer ...
L’avenir de la médecine appartient-il à la polymédication ?
La pénurie de médicaments et de vaccins et la non-observance pourraient appartenir au passé grâce à cette nouvelle technologie. La méthode en question, développée à la Rice University (Houston), ...
Une nouvelle sonde qui tient dans la poche pour rendre l’imagerie médicale accessible à tous les soignants
La startup EchOpen, issue de l’Assistance publique-Hôpitaux de Paris (AP-HP), vient de dévoiler une nouvelle sonde d’échographie clinique « qui tient dans la poche ». Elle est principalement ...
Recommander cet article :
- Nombre de consultations : 0
- Publié dans : Médecine
- Partager :