Suivi des risques dans les unités de soins intensifs néonatals
Près de 8 % des bébés naissent prématurément chaque année, nécessitant une hospitalisation en unité de soins intensifs néonatals. Cela augmente le risque d’infection, mais la pose rapide d’un diagnostic est complexe, car les données microbiologiques et biologiques ne sont pas fiables, et les signes cliniques n’ont pas de valeur diagnostique. En conséquence, les médecins administrent généralement une grande quantité d’antibiotiques à large spectre.
Un système pour évaluer le risque septique et la maturation du nouveau-né
Le projet Digi-NewB, financé par l’UE, visait à soutenir la prise de décision en aidant à détecter les infections nosocomiales et à quantifier la maturation du nouveau-né. Le projet a combiné l’expertise des domaines de l’ingénierie, des mégadonnées et des sciences médicales. «Notre système utilise l’intelligence artificielle (IA) pour intégrer des données physiologiques, cliniques et biologiques en temps réel afin d’évaluer le risque septique et de contribuer à la prise de décision en matière de soins de santé et de traitement», explique Patrick Pladys, coordinateur de Digi-NewB. Le système capture et analyse un ensemble complet de données relatives au nouveau-né, telles que les rythmes cardiaques et respiratoires, les signes cliniques et les mouvements, grâce à des enregistrements vidéo. Ensuite, il calcule et affiche un score de risque septique. Il permet ainsi aux cliniciens de suivre l’évolution de ce score de risque septique dans le temps. Ils peuvent également afficher les tendances des paramètres sélectionnés et revoir les enregistrements vidéo. Surtout, ce nouveau système est simple à utiliser et à installer, et peut être manipulé par le personnel hospitalier. Ce projet axé sur les données a apporté de nombreuses innovations technologiques et scientifiques. En outre, il a généré une grande base de données annotée combinant vidéos, signaux physiologiques et données cliniques équivalant à sept ans d’enregistrements et la conception de plusieurs algorithmes innovants de traitement du signal dont certains ont été brevetés. Un effort important a également été consacré à l’extraction et à la caractérisation des mouvements captés en vidéo et du cri spontané des nouveau-nés prématurés. Cela permet de quantifier la maturation postnatale des rythmes cardiaques et respiratoires, du sommeil et des pleurs des prématurés.
Performance clinique et orientations futures
Pour élaborer et optimiser le système Digi-NewB, les partenaires du projet ont mis en place un prototype au CHU de Rennes, fonctionnant en temps réel. En utilisant une méthodologie de conception ciblée, le produit des résultats scientifiques a été introduit dans le système pour améliorer sa préparation technique. Bien qu’il doive encore être validé dans une vaste étude clinique contrôlée, le système Digi-NewB a passé avec succès un test de validation de principe au cours de son développement. Cela met en évidence le potentiel de la surveillance basée sur l’IA pour détecter et traiter la septicémie pendant la période périnatale. Les résultats ont montré que le système Digi-NewB peut identifier la septicémie 4 à 48 h avant les tests standard ou toute autre approche actuellement utilisée pour le diagnostic de la septicémie dans les unités néonatales. «Nous avons démontré qu’au tout début de la vie, notre approche multidimensionnelle permet une utilisation plus cohérente des données de santé pour la prise de décision clinique», souligne Patrick Pladys. L’équipe du projet travaille actuellement à une étude clinique contrôlée pour démontrer que la surveillance en temps réel via le score de septicémie généré par le système Digi-NewB peut réduire la morbidité et la mortalité associées à la septicémie néonatale nosocomiale. «L’important dans le système Digi-NewB, c’est qu’il peut s’adapter et s’améliorer au fur et à mesure que la quantité de données incluses dans la base d’apprentissage augmente, et en tenant compte des développements des soins néonatals», conclut Patrick Pladys. En outre, les partenaires ont construit un tableau de maturation qui montre la corrélation des mesures cardiorespiratoires, du sommeil ou du neurocomportement avec l’âge. Bien que son impact dans la pratique clinique reste à déterminer, cet outil de maturation permettra de mesurer les écarts par rapport à la trajectoire postnatale optimale attendue, permettant ainsi la prise de décision en matière d’assistance ventilatoire et de sortie de l’hôpital.
Mots‑clés
Digi-NewB, septicémie, maturation, surveillance, prématuré, nouveau-né, unité de soins intensifs néonatals, système d’aide à la décision
