Apporter le pouvoir prédictif de l’intelligence artificielle aux soins de santé
Un aspect important du traitement des patients souffrant de maladies comme le diabète et les maladies cardiaques est de les aider à rester en bonne santé en dehors de l’hôpital – avant qu’ils ne retournent au cabinet médical avec d’autres complications.
Mais atteindre les patients les plus vulnérables au bon moment a souvent plus à voir avec les probabilités qu’avec les évaluations cliniques. L’intelligence artificielle (IA) peut aider les cliniciens à s’attaquer à ce type de problèmes, en analysant de grands ensembles de données pour identifier les patients qui bénéficieraient le plus de mesures préventives. Cependant, l’utilisation de l’IA a souvent obligé les organismes de soins de santé à embaucher leurs propres spécialistes des données ou à se contenter de solutions toutes faites qui ne sont pas optimisées pour leurs patients.
La start-up ClosedLoop.ai aide désormais les organismes de soins de santé à exploiter la puissance de l’IA grâce à une solution d’analyse flexible qui permet aux hôpitaux d’intégrer rapidement leurs données dans des modèles d’apprentissage automatique et d’obtenir des résultats exploitables.
La plateforme est utilisée pour aider les hôpitaux à déterminer quels patients sont les plus susceptibles de manquer des rendez-vous, de contracter des infections comme la septicémie, de bénéficier de contrôles périodiques, etc. Les assureurs santé, quant à eux, utilisent ClosedLoop pour faire des prévisions au niveau de la population sur des sujets tels que les réadmissions de patients et l’apparition ou la progression de maladies chroniques.
« Nous avons construit une plateforme scientifique de données sur les soins de santé qui peut prendre en compte toutes les données dont dispose une organisation, construire rapidement des modèles spécifiques à (leurs patients) et déployer ces modèles », explique Dave DeCaprio, co-fondateur et directeur technique de ClosedLoop en 1994. « Pouvoir prendre les données d’une personne telles qu’elles sont contenues dans son système et les convertir en un modèle facilement utilisable reste un problème qui nécessite beaucoup de connaissances dans le domaine (des soins de santé), et c’est ce que nous apportons.
À la lumière de la pandémie de Covid-19, ClosedLoop a également créé un modèle qui aide les organisations à identifier les personnes les plus vulnérables dans leur région et à se préparer aux poussées de patients. L’outil open source, appelé l’indice C-19, a été utilisé pour mettre en relation les patients à haut risque avec les ressources locales et a aidé les systèmes de soins de santé à créer des scores de risque pour des dizaines de millions de personnes dans l’ensemble.
L’indice est la toute dernière façon dont ClosedLoop accélère l’adoption de l’IA par l’industrie des soins de santé pour améliorer la santé des patients, un objectif auquel DeCaprio a travaillé pendant la plus grande partie de sa carrière.
Concevoir une stratégie
Après avoir travaillé comme ingénieur logiciel pour plusieurs entreprises privées pendant le boom de l’Internet au début des années 2000, DeCaprio cherchait à changer de carrière lorsqu’il est tombé sur un projet axé sur l’annotation du génome au Broad Institute du MIT et à Harvard.
Ce projet a été la première exposition professionnelle de DeCaprio au pouvoir de l’intelligence artificielle. Il a ensuite passé six ans au Broad, après quoi il a continué à explorer l’intersection entre les grandes données et les soins de santé.
« Après un an dans le secteur de la santé, j’ai réalisé qu’il allait être très difficile de faire autre chose », explique M. DeCaprio. « Je ne vais pas pouvoir m’enthousiasmer pour la vente de publicités sur Internet ou autre chose de ce genre. Une fois qu’on commence à s’occuper de la santé humaine, ces autres choses me paraissent tout simplement insignifiantes ».
Au cours de son travail, M. DeCaprio a commencé à remarquer les problèmes liés à la façon dont l’apprentissage machine et d’autres techniques statistiques faisaient leur chemin dans les soins de santé, notamment le fait que les modèles prédictifs étaient appliqués sans tenir compte des populations de patients des hôpitaux.
Quelqu’un dirait : « Je sais comment prédire le diabète » ou « Je sais comment prédire les réadmissions », et ils vendraient un modèle », explique M. DeCaprio. « Je savais que ça n’allait pas marcher, parce que la raison pour laquelle les réadmissions se produisent dans une population à faible revenu de New York est très différente de celle pour laquelle les réadmissions se produisent dans une communauté de retraités en Floride. L’important n’était pas de construire un modèle magique, mais de construire un système qui puisse rapidement prendre les données de quelqu’un et former un modèle spécifique à ses problèmes ».
Dans cette optique, DeCaprio s’est associé à un ancien collègue et entrepreneur en série, Andrew Eye, et a lancé ClosedLoop en 2017. Le premier projet de la start-up consistait à créer des modèles prédisant les résultats de santé des patients pour le Medical Home Network (MHN), une collaboration hospitalière à but non lucratif visant à améliorer les soins pour les bénéficiaires de Medicaid à Chicago.
Lorsque les fondateurs ont créé leur plateforme de modélisation, ils ont dû s’attaquer à un grand nombre des obstacles les plus courants qui ont ralenti l’adoption de solutions d’IA par les soins de santé.
Souvent, le premier problème rencontré par les startups est de faire fonctionner leurs algorithmes avec les données de chaque système de soins de santé. Les hôpitaux varient dans le type de données qu’ils collectent sur les patients et la manière dont ils stockent ces informations dans leur système. Les hôpitaux stockent même les mêmes types de données de manière très différente.
M. DeCaprio attribue à la connaissance que son équipe a de l’espace des soins de santé le mérite de les avoir aidés à élaborer une solution qui permet aux clients de télécharger des ensembles de données brutes sur la plateforme de ClosedLoop et de créer en quelques clics des éléments tels que les scores de risque des patients.
Une autre limite de l’IA dans les soins de santé a été la difficulté de comprendre comment les modèles aboutissent à des résultats. Avec les modèles de ClosedLoop, les utilisateurs peuvent voir les principaux facteurs contribuant à chaque prédiction, ce qui leur donne plus de confiance dans chaque résultat.
Dans l’ensemble, pour s’imprégner des activités des clients, les fondateurs savaient que leur plateforme d’analyse devait donner des informations simples et exploitables. Cela s’est traduit par un système qui génère des listes, des scores de risque et des classements que les responsables des soins peuvent utiliser pour décider quelles interventions sont les plus urgentes pour quels patients.
« Lorsque quelqu’un entre à l’hôpital, il est déjà trop tard (pour éviter des traitements coûteux) dans de nombreux cas », explique M. DeCaprio. « La plupart des meilleures possibilités de réduire le coût des soins consistent à les maintenir hors de l’hôpital ».
Des clients comme les assureurs santé utilisent également la plateforme de ClosedLoop pour prévoir les tendances générales en matière de risque de maladie, de surutilisation des salles d’urgence et de fraude.
Un pas en avant pour Covid-19
En mars, ClosedLoop a commencé à explorer comment sa plateforme pourrait aider les hôpitaux à se préparer et à répondre à Covid-19. Ces efforts ont abouti à un hackathon de l’entreprise le week-end du 16 mars. Dès le lundi, ClosedLoop disposait d’un modèle open source sur GitHub qui attribuait des scores de risque de Covid-19 aux patients de l’assurance maladie. Ce vendredi-là, il avait été utilisé pour faire des prévisions sur plus de 2 millions de patients.
Aujourd’hui, le modèle fonctionne avec tous les patients, pas seulement ceux qui bénéficient de l’assurance maladie, et il a été utilisé pour évaluer la vulnérabilité des communautés dans tout le pays. Les organisations de soins ont utilisé le modèle pour prévoir les poussées de patients et aider les personnes les plus exposées à comprendre ce qu’elles peuvent faire pour prévenir l’infection.
« Une partie de ce travail consiste simplement à tendre la main aux personnes socialement isolées pour voir s’il y a quelque chose qu’elles peuvent faire », explique M. DeCaprio. « Une personne de 85 ans qui est enfermée dans son coin ne sait peut-être pas qu’il existe une organisation communautaire qui lui livre ses courses ».
Pour DeCaprio, le fait d’apporter le pouvoir prédictif de l’IA aux soins de santé a été une expérience enrichissante, bien qu’humiliante.
« L’ampleur des problèmes est telle que, quel que soit l’impact que vous ayez, vous n’avez pas l’impression d’avoir suffisamment bougé l’aiguille », dit-il. En même temps, chaque fois qu’une organisation dit : « C’est le principal outil que nos responsables de soins utilisent pour déterminer à qui s’adresser », elle se sent bien.