Comment un grand prestataire de soins de santé des villes jumelles est pionnier dans l’utilisation de l’IA pour l’analyse de l’EEG
L’intelligence artificielle (IA) est largement reconnue pour son potentiel à améliorer de nombreux aspects des soins de santé. Cependant, la plupart des neurologues, épileptologues et autres professionnels du domaine de la neurologie s’accordent à dire que l’intégration de l’IA dans l’analyse de l’électroencéphalographie (EEG) est particulièrement prometteuse pour augmenter l’efficacité des équipes de soins neurologiques et, en fin de compte, améliorer les résultats en matière de santé.
À l’hôpital Allina Health Abbott Northwestern à Minneapolis, Minnesota, qui est affilié à plusieurs hôpitaux de la région, le Dr Ram Mohan Sankaraneni, neurologue certifié et membre de l’American Epilepsy Society et de l’American Academy of Neurology, a transformé la promesse de l’IA en preuve concrète. Son objectif est d’aider les patients à ne plus avoir de crises afin qu’ils puissent mener une vie normale. Au cours de l’été 2024, le Dr Sankaraneni et son équipe de l’hôpital Allina Health Abbott Northwestern sont devenus les premiers prestataires aux États-Unis à mettre en œuvre autoSCORE, le seul modèle d’IA approuvé par la FDA pour l’interprétation de routine des EEG.
Développé par Holberg EEG et disponible exclusivement par le biais de la société leader en technologie médicale Natus Medical, autoSCORE a été formé sur le plus grand ensemble de données d’enregistrements EEG au monde. autoSCORE est le premier modèle d’IA dans le domaine de la santé capable d’effectuer une analyse clinique automatisée et complète des EEG.
Pour saisir l’impact révolutionnaire du travail du Dr Sankaraneni avec autoSCORE, il est crucial de comprendre d’abord les immenses défis auxquels sont confrontés les professionnels de la neurologie en ce qui concerne l’interprétation des EEG. Bien que des algorithmes simples et des détecteurs de pics et de crises sont utilisés dans l’analyse EEG traditionnelle depuis des décennies, cette pratique demande encore beaucoup de travail.
Les neurologues doivent analyser de grands volumes de données EEG, à la recherche d’anomalies souvent subtiles de l’activité cérébrale. Pour les patients souffrant de lésions cérébrales, d’épilepsie et d’autres affections neurologiques, réduire le temps nécessaire pour diagnostiquer et traiter les problèmes peut être crucial pour leurs résultats de santé. Les pénuries actuelles de personnel de santé, en particulier le manque de neurologues et de techniciens EEG qualifiés dans les régions excentrées et mal desservies, ont exacerbé ce problème.
Depuis plusieurs années, les chercheurs, les neuroscientifiques et les médecins s’intéressent à l’IA pour surmonter nombre de ces obstacles. L’objectif n’est pas de remplacer l’analyse humaine, mais d’utiliser des algorithmes avancés pour traiter les données d’EEG plus rapidement. En rationalisant l’analyse des données et en automatisant les tâches répétitives et souvent fastidieuses, les neurologues peuvent identifier plus rapidement les schémas et les anomalies. Ainsi, les cliniciens peuvent traiter plus efficacement les cas complexes et critiques, ce qui entraîne de meilleurs résultats même lorsque l’expertise en EEG n’est pas largement disponible.
autoSCORE est une solution d’IA innovante introduite par Natus et développée par Holberg EEG, conçue pour relever de nombreux défis de l’analyse EEG clinique en réduisant le temps de diagnostic, en améliorant la précision et en allégeant la charge de travail des médecins. autoSCORE offre une interprétation EEG de niveau expert en utilisant des algorithmes d’apprentissage profond formés sur plus de 30 000 enregistrements EEG étiquetés par des experts. Cela permet à l’outil d’IA d’identifier systématiquement les anomalies, telles que l’activité épileptiforme, avec une précision comparable à celle de cliniciens hautement formés.
Une étude 2023 publiée dans le JAMA a révélé que l’autoSCORE fonctionnait systématiquement avec une précision, une sensibilité et une spécificité proches ou supérieures à 90 %. En outre, les chercheurs ont constaté qu’autoSCORE surpassait systématiquement les autres modèles d’IA tout en fournissant des résultats comparables à ceux des meilleurs spécialistes humains.
L’intérêt initial du Dr Sankaraneni pour autoSCORE a été éveillé par sa curiosité sur la place qu’autoSCORE pourrait occuper dans les flux de travail actuels et sur la façon dont il pourrait améliorer la lecture de l’EEG, tant pour lui-même que pour les internes. De plus, il espérait que l’outil pourrait améliorer l’efficacité des flux de travail en automatisant certaines des analyses de routine requises pour les patients souffrant de troubles et de lésions cérébrales. Le Dr Sankaraneni était impatient de déterminer si autoSCORE pouvait plus rapidement mettre en évidence des schémas cérébraux anormaux et des problèmes potentiels qui pourraient nécessiter des investigations.
Poussé par son désir d’améliorer l’efficacité de son équipe et confiant dans les recherches de ses pairs, la tâche du Dr Sankaraneni était maintenant de voir comment autoSCORE se comportait dans un contexte clinique réel. Cet outil récemment approuvé par la FDA pourrait-il tenir sa promesse de réduire le temps nécessaire à l’examen de l’EEG ?
Le Dr Sankaraneni a commencé à travailler avec autoSCORE avec ce qu’il appelle un « esprit de curiosité. » Bien que l’intégration d’autoSCORE ait nécessité quelques ajustements initiaux à son flux de travail standard, le Dr Sankaraneni a constaté un impact positif presque immédiat après avoir commencé à utiliser l’outil. En fait, il a trouvé remarquable la capacité d’autoSCORE à prioriser les études EEG pour examen en fonction de la probabilité d’anomalies. En signalant les enregistrements EEG nécessitant l’attention la plus immédiate, autoSCORE a mis en évidence les cas les plus critiques de manière rapide et précise.
Les artefacts, des signaux qui ne proviennent pas du cerveau lui-même mais qui sont souvent présents dans les enregistrements EEG, peuvent masquer des problèmes sous-jacents. Filtrer les artefacts cardiaques, respiratoires et autres peut être difficile, surtout pour les nouveaux professionnels des soins neurologiques. Même dans des études comportant un grand nombre d’artefacts, le Dr Sankaraneni a observé qu’autoSCORE était capable de différencier correctement les artefacts des véritables anomalies. L’outil aidait également à s’assurer qu’aucun détail important n’était négligé.
Alors que le Dr Sankaraneni a continué à utiliser autoSCORE, il a été agréablement surpris par l’efficacité de l’outil dans l’identification et la hiérarchisation des études comme anormales ou normales, notamment face aux complications dues à la présence d’artefacts.
« autoSCORE a été particulièrement efficace pour détecter les problèmes parmi les artefacts », a noté le Dr Sankaraneni, en mentionnant un cas spécifique dans lequel, malgré des interférences significatives dues aux mouvements du patient, l’outil d’IA pouvait encore différencier les artefacts et identifier correctement les anomalies focales. Un changement important dans son flux de travail est qu’avec autoSCORE, le Dr Sankaraneni peut maintenant se concentrer immédiatement sur les cas critiques, plutôt que de devoir parfois attendre la fin de la journée pour examiner tous les EEG.
L’expérience du Dr Sankaraneni avec autoSCORE s’inscrit dans le cadre de nouvelles recherches sur les implications globales du travail en équipe homme-machine pour les soins de santé, qui vont jusqu’à dire que « la collaboration humaine avec des machines intelligentes est devenue une caractéristique fondamentale d’un système d’aide à la décision clinique réussi ».
Lorsqu’on lui demande quel rôle autoSCORE peut jouer spécifiquement dans un cabinet de neurologie, le Dr Sankaraneni qualifie autoSCORE de « collègue fiable qui peut fournir un deuxième avis », ajoutant qu’autoSCORE offre sans aucun doute une « voie puissante pour des interventions plus rapides. »
Les avantages dont a bénéficié le Dr Sankaraneni, notamment l’amélioration de l’efficacité du flux de travail et de la précision du diagnostic, soulignent le potentiel transformateur des outils d’IA dans l’analyse de l’EEG. À mesure que l’IA continue d’évoluer, son rôle en neurologie est susceptible de s’étendre, offrant de nouvelles opportunités pour améliorer les soins et les résultats pour les patients.
Cependant, l’intégration de l’IA dans l’analyse de l’EEG soulève des considérations importantes sur l’équilibre entre l’assistance de la machine et le jugement clinique. Si les outils d’IA peuvent considérablement améliorer l’efficacité et la précision, ils doivent être considérés comme un complément, et non comme un substitut à l’expertise humaine. Une recherche publiée dans un numéro de 2022 de Nature indiquait que surmonter la perception que l’IA remplacera l’expertise est essentiel à l’adoption à grande échelle de l’IA pour l’interprétation de l’EEG. La mise en œuvre de pratiques exemplaires pour les équipes homme-machine est cruciale pour préserver l’intégrité du jugement professionnel expérimenté tout en garantissant une utilisation optimale des outils d’IA.
Le déploiement d’autoSCORE à l’hôpital Abbott Northwestern représente une avancée significative dans l’application de la technologie de l’IA en neurologie. En tant que pionnier de l’utilisation de l’IA pour des patients spécifiques, l’expérience du Dr Sankaraneni offre des indications précieuses sur les avantages pratiques de l’IA dans l’analyse de l’EEG.
À l’avenir, il est évident que l’adoption plus large de l’IA dans l’analyse de l’EEG pourrait entraîner des avancées significatives, allant de l’augmentation de l’efficacité des pratiques neurologiques individuelles à l’amélioration de l’accessibilité de l’EEG dans les régions excentrées et mal desservies.
L’utilisation pionnière de l’IA par l’hôpital Allina Health Abbott Northwestern illustre comment, lorsqu’elle est intégrée efficacement, l’IA, avec des outils comme autoSCORE, augmentera considérablement l’efficacité des neurologues, des épileptologues et des autres professionnels des soins neurologiques, et même contribuera à façonner l’avenir des soins neurologiques.
049795 RevA
