Après une greffe de rein

L'IA prédit la dose correcte de médicament

Une équipe de chercheurs de l'UZ Leuven développe un modèle informatique entièrement automatisé qui prédit plus précisément que les médecins la dose de médicament immunosuppresseur qu'un patient doit recevoir après une transplantation rénale.

Grâce à une étude en pratique clinique, une équipe de chercheurs de l'UZ Leuven montre qu'un modèle d'IA entièrement automatisé prédit la dose de médicament immunosuppresseur avec plus de précision que les médecins. L'étude a comparé les décisions d'un médecin à celles du modèle d'IA chez 300 patients qui devaient prendre des médicaments après leur transplantation rénale. L'application d'IA a fonctionné sans intervention humaine à partir du dossier électronique du patient. "C'est la première fois que nous testons un modèle de dosage de médicaments intégré au dossier électronique du patient dans le cadre d'une étude comparative", déclare le professeur Dirk Kuypers.

Tacrolimus

Les patients doivent prendre du tacrolimus à vie pour contrer le rejet du nouvel organe. Il n'est pas facile pour les médecins de déterminer la bonne dose de ce médicament, surtout dans les premières semaines suivant la transplantation. En effet, le degré d'absorption du médicament par l'organisme varie considérablement d'une personne à l'autre. Des doses trop élevées peuvent entraîner des effets secondaires, des doses trop faibles un rejet de l'organe.

Depuis trois ans, des médecins de l'UZ Leuven travaillent sur une application d'IA qui calcule automatiquement le dosage quotidien correct du médicament. L'UZ Leuven se targue d'être le premier hôpital au monde à utiliser un modèle d'IA sans étapes intermédiaires ni actions humaines. L'algorithme d'aide à la décision a donné de bons résultats dans l'étude contrôlée, qui sont applicables dans la pratique.

Modèle mathématique

Une fois que le laboratoire dispose des résultats sanguins quotidiens du patient, le modèle d'IA suggère la dose de médicament. Le modèle mathématique extrait automatiquement les paramètres médicaux du patient du dossier médical électronique (KWS) et transmet la dose recommandée de tacrolimus à l'ordonnance électronique. Le médecin greffeur n'a plus qu'à valider ou rejeter la dose.

Le modèle a été développé en collaboration avec le département d'ingénierie de la KU Leuven et le département informatique de l'hôpital. Les chercheurs ont d'abord recueilli les données historiques de 315 patients ayant subi une transplantation rénale et ont analysé la dose de tacrolimus suggérée par les médecins en fonction de la concentration dans le sang au cours des deux premières semaines suivant la transplantation. Ils ont ensuite créé un modèle mathématique qu'ils ont testé par des simulations sur ordinateur. Après que les simulations ont montré que l'ordinateur pouvait prédire le dosage avec plus de précision que les médecins, un véritable essai clinique prospectif randomisé a été réalisé avec 293 nouveaux patients ayant subi une transplantation rénale. Un nouveau patient sur trois a reçu une recommandation de dosage de la part des médecins, tandis que deux patients sur trois ont reçu leur recommandation de dosage de la part de l'algorithme.

Également pour les autres patients transplantés

Dans plus de 99 % des cas, le médecin a suivi la proposition du modèle d'IA. Les calculs de l'IA ont également permis d'atteindre plus rapidement les concentrations sanguines idéales, ont provoqué moins de fluctuations et ont donc fourni une aide conviviale aux médecins pour qu'ils atteignent plus rapidement les concentrations optimales. "Les simulations n'ont pas seulement confirmé une dose exacte de tacrolimus pour les patients ayant subi une greffe de rein, mais aussi pour les patients ayant reçu de nouveaux poumons, un nouveau cœur et une greffe de moelle osseuse. C'est la première fois que nous avons des preuves cliniques qu'un modèle d'IA entièrement automatisé et intégré au dossier électronique du patient peut mieux prédire la bonne dose de médicament. Nous voyons donc beaucoup de potentiel dans ce modèle et nous allons poursuivre nos recherches sur un modèle d'IA capable, par exemple, de prédire la bonne dose d'antibiotiques, de chimiothérapie et d'autres médicaments", déclare le Dr Dirk Kuypers, néphrologue.

Il est intéressant de noter que le modèle d'IA fournira à terme des recommandations de plus en plus précises sur les doses de médicaments, car il s'appuie sur les informations les plus récentes d'un patient donné. Ainsi, au fil du temps, le modèle tient de moins en moins compte des données historiques d'autres patients et de plus en plus des données les plus récentes du patient lui-même.

Gagner du temps et de l'argent

"Nous avons prouvé que le principe et la plateforme sur lesquels nous travaillons depuis quelques années sont la bonne façon de créer ce type de modèle d'IA. Si vous pouvez créer un modèle basé sur les données historiques des patients et démontrer par des simulations sur ordinateur que les prédictions de l'algorithme sont plus précises que les prédictions humaines, vous économisez beaucoup d'argent et de temps. L'inverse est également vrai : si vos simulations sur ordinateur ne fonctionnent pas, vous ne devriez pas commencer à les tester dans la pratique", conclut M. Kuypers.

Cette recherche vient de paraître dans Clinical Pharmacology & Therapeutics.