Bébés prématurés : quand l'intelligence artificielle aide à prévenir les infections

Sauver des vies, améliorer la santé et les soins des 300 000 bébés nés prématurément chaque année en Europe : c'est l'objectif du projet européen Digi-NewB, qui développe un système d'aide à la décision sur le risque infectieux, non invasif et temps réel, basé sur une intelligence artificielle. Les premiers scores de risque d’infection viennent d'être obtenus avec succès lors de deux enregistrements de 12 heures de nouveau-nés prématurés au CHU de Rennes.

Capture d'écran du système développé par Digi-NewB - Credit : Digi-NewB
  1. Plusieurs heures, voire plusieurs jours de temps gagné
  2. Une vaste étude clinique est maintenant nécessaire pour valider le système
  3. Comment fonctionne le système Digi-NewB et quels sont ses bénéfices ?
  4. Un consortium européen

Plusieurs heures, voire plusieurs jours de temps gagné

Les nouveaux-nés prématurés suivis dans les services de pédiatrie hospitaliers sont extrêmement sensibles au risque d'infection, difficile à anticiper.

Il est souvent "trop tard" lorsque nous détectons une infection, au plus haut des signes cliniques. Chaque heure que nous pouvons gagner est un bénéfice attendu pour le patient. Grâce à l'approche Digi-NewB, nous voulons démontrer que nous pouvons détecter le risque d’infection plusieurs heures voire plusieurs jours à l'avance et être plus précis que dans la pratique courante, explique Patrick Pladys, coordonnateur scientifique de Digi-NewB, chef du pôle femme-enfant et du service de pédiatrie du CHU de Rennes, professeur à la Faculté de Médecine de l’Université de Rennes 1.

 

Une vaste étude clinique est maintenant nécessaire pour valider le système

Pour valider le système, les porteurs du projet souhaitent maintenant lancer une vaste étude clinique. Objectif : suivre plus de 1 000 patients, sur un plus grand nombre d’hôpitaux.

Comment fonctionne le système Digi-NewB et quels sont ses bénéfices ?

Simulation d'acquistion de données par Digi-NewB sur un mannequin de soin - © Digi-NewB et UR1/C. Morvan

Digi-NewB s'appuie sur les données recueillies, grâce à l'accord de leurs parents, auprès de 400 nouveau-nés hospitalisés en néonatalogie dans les 6 CHU du Grand Ouest (réseau HUGO - Rennes, Angers, Brest, Nantes, Tours, Poitiers).
Il mobilise l'expertise du Laboratoire Traitement du Signal et de l'Image autour du Big Data, de l'IA, de la modélisation et de la gestion de bases de données.

"Ce système, même perfectible, est la concrétisation de plusieurs années de recherche autour de la variabilité cardiaque et de la variabilité respiratoire menée par le laboratoire", souligne Guy Carrault, professeur de l'Université de Rennes 1 et directeur adjoint du Laboratoire Traitement du Signal et de l'Image ( (LTSI, Université de Rennes 1/Inserm) qui intervient sur le Big Data, l'IA, la modélisation et la gestion de bases de données.

Le système Digi-NewB repose sur trois étapes clés :
- l’acquisition non invasive de données auprès du nouveau-né (signes vitaux, observations cliniques, mouvements captés par caméras infrarouge et HD) ;
- le traitement et l'analyse des données via l'intelligence artificielle ;
- et enfin l'affichage d'un score de risque d’infection.

Grâce à ce nouveau système, les cliniciens peuvent visualiser l'évolution du score de risque d’infection dans le temps, l’évolution des paramètres et vérifier les enregistrements vidéo pour une période donnée.
Le système est facile à utiliser, grâce à des études d'ergonomie réalisées dans plusieurs hôpitaux avec le personnel soignant.

Un consortium européen

Digi-NewB a été développé par un consortium européen de 7 partenaires académiques et industriels financés par le programme H2020 de recherche et d’innovation de l’Union Européenne.

Ces partenaires coopèrent avec le réseau HUGO, le CHU de Rennes et l’Université de Rennes 1 pour apporter leurs compétences sur :
- le design centré utilisateur (NUIG, Irlande) ;
- les modèles d’intelligence artificielle (TUNI, Finlande) ;
- les indices de complexité (INESC TEC, Portugal) ;
- le développement du matériel et analyses son/vidéo (Voxygen, France) ;
- le développement de systèmes d’information hospitaliers innovants (Syncrophi, Irlande).