Une équipe mixte (américaine + Emirats Arabe unis) vient de publier une étude sur des modèles d’intelligence artificiel (de type Machine Learning) dont le but était de prédire les concentrations d’électrolytes au cours des séances d’hémodialyse. Cela était fait dans l’idée de permettre un ajustement de la prescription de dialyse, de médicament ou de diététique pour optimiser la natrémie, kaliémie, réserve alcaline, albumine, etc.

Le but est donc d’améliorer « la dose de dialyse » à l’aide d’une analyse des données générées en quantité importante et en temp réel par le générateur de dialyse (données de masse ou Big Data). Dans cette étude, l’analyse a été renforcée par les données clinico-biologiques des patients, comme mentionné dans la figure ci-dessous.

Parmi les 3 modèles, le modèle d’arbre décisionnelle a montré d’excellentes des performances et des résultats plus précis que les autres modèles analysés (machine vectorielle de support, régression linéaire et réseau de neurones).

Pouvoir prédictifs de 13 variables* sur les électrolytes des patients dialysés selon 3 modèles statistiques**. Ces variables ont un impact sur la prédiction de certains électrolytes et de leur importance relative.
* : Anticoagulation, UF, HbA1c, KTV, poids sec, durée des séance, sexe, perte de poids, poids avant dialyse, volume sanguin, âge, urémie avant dialyse, Débit sang.
** : LR : régression linéaire, DT : arbre décisionnel, SVM : support vector machine, NN : réseau de neurones.

Ce modèle prédictif identifie que l’urémie et le poids avant séance de dialyse, le poids sec, l’anticoagulation et le sexe avaient les effets les plus significatifs sur les concentrations d’électrolytes. De tels modèles pourraient affiner la prescription en dialyse pour améliorer la qualité de vie, la survie. Les résultats de l’étude doivent être validés sur une plus grande échelle. De plus, il est nécessaire de poursuivre les recherches sur l’analyse des données qui valideraient l’application d’analyses multidimensionnelles. Dès lors, il y a lieu de développer un modèle qui aide les médecins et IDE à dispenser des traitements de dialyse précis et optimisés grâce à l’analyse des « données de masse ».

Les datas seront discutées de façon exhaustive durant la 2ème conférence “Intelligence Artificielle & Néphrologie”, les 14 et 15 septembre 2023.

Lire l’article complet.

Photo crédits : Image de rawpixel.com sur Freepik