Clics : 223

IA : prévention MTEV

 "L'IA peut analyser des millions de cas en quelques secondes, mais elle ne peut pas tenir la main d'un patient anxieux. C'est là que l'humanité de la médecine reste irremplaçable." Anonymus

 
"Nous sommes à l'aube d'une révolution où l'IA pourra détecter des maladies avant même que les symptômes n'apparaissent, transformant la médecine réactive en médecine prédictive." Abonymus
 

"L'algorithme le plus sophistiqué ne pourra jamais remplacer l'intuition clinique d'un médecin expérimenté ni l'empathie nécessaire à l'art de soigner." - Eric Topol,

Walsh CG , Long Y , Novak LL, et al. Aide à la décision clinique établie par l'IA pour réduire la thromboembolie veineuse nosocomiale : protocole d'essai .  JAMA Netw Open. 2025 ; 8(10) : e2535137. doi : 10.1001/jamanetworkopen.2025.35137
https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2839599
Article en libre accès

Importance :    La thromboembolie veineuse nosocomiale (TEV-HA) demeure une cause majeure de décès évitable chez les adultes hospitalisés aux États-Unis. Malgré de nombreuses tentatives de pronostic de la TEV-HA à l'aide de modèles de risque, aucun modèle n'a surpassé les autres, et leur efficacité pour orienter les décisions en matière de prophylaxie est inconnue. L'expérimentation de ces systèmes en milieu urbain et rural pourrait permettre de les généraliser.

Objectif : réaliser un essai clinique randomisé pour évaluer l’efficacité de l’aide à la décision clinique (ADC) établie sur l’intelligence artificielle (IA) pour réduire l’incidence de la thromboembolie veineuse (TEV) chez les adultes dans les milieux hospitaliers urbains et ruraux.

Conception, cadre et participants    Cet essai clinique randomisé pragmatique en simple aveugle, en groupes parallèles, est prévu du 1er octobre 2025 au 30 septembre 2027 par le Vanderbilt University Medical Center, un important système de santé universitaire du Tennessee. La population étudiée comprendra des patients adultes (âgés de ≥ 18 ans) admis dans des unités de médecine, de chirurgie et de soins intensifs qui peuvent présenter un risque élevé de thrombose veineuse profonde et sans prophylaxie active ou contre-indication à cette dernière au Vanderbilt Adult Hospital dans la zone urbaine de Nashville et dans 3 hôpitaux affiliés desservant des communautés rurales du Middle Tennessee.

Intervention    Les patients seront randomisés 1:1 dans le dossier médical électronique pour recevoir soit un CDS piloté par VTE-AI (alerte de pratique de rappel [bras d'intervention]), soit des soins standard utilisant une évaluation des risques traditionnelle (bras témoin).

Principaux critères d'évaluation et mesures :    Le critère principal sera l'incidence de thromboembolie veineuse associée à l'HA. Les critères secondaires de l'essai seront des mesures de processus, notamment la durée de séjour, les taux de réadmission, la sécurité et les événements hémorragiques. Les résultats seront analysés à l'aide de statistiques descriptives et comparés par régression de Poisson.

Discussion.    S'appuyant sur un modèle pronostique validé, cette étude est l'une des premières à fournir des indications sur l'efficacité des CDS pilotés par l'IA pour réduire l'incidence des thromboembolismes veineux liés à l'hypertension artérielle (TEV-HA) sans augmenter les effets indésirables. Elle vise également à éclairer l'utilité de ce même modèle d'IA, mis en œuvre en milieu urbain et rural. Les résultats et le code statistique de l'étude seront rendus publics par le biais d'une publication évaluée par les pairs et sur ClinicalTrials.gov.

Points clés

Question    Une alerte de dossier médical électronique établie sur un modèle pronostique recommandant une prophylaxie de la thromboembolie veineuse (TEV) pour les adultes hospitalisés qui peuvent être à haut risque, ne reçoivent pas de prophylaxie active et manquent de contre-indication réduit-elle l’incidence de la TEV nosocomiale ?

Résultats    Ce protocole d'essai décrit l'essai clinique randomisé sur la thromboembolie veineuse utilisant l'IA (VTE-AI), qui testera un modèle pronostique établi sur un dossier médical électronique pour réduire l'incidence de la thromboembolie veineuse acquise à l'hôpital dans les milieux hospitaliers urbains et ruraux du Tennessee.

Signification    L’essai VTE-AI est l’un des premiers essais cliniques randomisés à mesurer l’efficacité de l’aide à la décision établie sur l’IA dans le domaine des soins de santé. Il se concentre sur sa comparaison avec les soins standard dans les services médicaux et chirurgicaux et en milieu urbain et rural.

IAMTEV1 1

IAMTEV1 2


RESUME GENERATIF

Ce document présente un protocole d'essai clinique randomisé visant à évaluer l'efficacité d'un système d'aide à la décision clinique basé sur l'intelligence artificielle pour réduire l'incidence de la thrombose veineuse profonde acquise à l'hôpital (HA-VTE).

Contexte et importance

    • * La thrombose veineuse profonde acquise à l'hôpital (HA-VTE) est une cause majeure de décès évitable chez les adultes hospitalisés aux États-Unis, avec environ 900 000 cas par an et des coûts médicaux estimés de 7 à 10 milliards de dollars.
    • * Malgré plusieurs modèles pronostiques, aucun n'a démontré une supériorité évidente, et leur efficacité pour guider les décisions de prophylaxie reste incertaine.
    • * L'étude vise à tester un modèle d'intelligence artificielle (IA) dans des contextes urbains et ruraux pour évaluer sa généralisation.

Objectif de l'étude

    • * Réaliser un essai clinique randomisé pour évaluer l'efficacité d'un système d'aide à la décision clinique (CDS) établi sur l'IA pour réduire l'incidence de l'HA-VTE chez les adultes dans divers hôpitaux.
    • * L'étude se déroulera de octobre 2025 à septembre 2027 dans le système de santé de l'Université Vanderbilt, incluant un hôpital urbain et trois hôpitaux ruraux.

Méthodologie

    • * Essai pragmatique, en groupe parallèle et en simple aveugle, impliquant des patients adultes admis dans des unités médicales, chirurgicales et de soins intensifs.
    • * Les patients seront randomisés pour recevoir soit le CDS établi sur l'IA (groupe d'intervention), soit des soins standards (groupe témoin).
    • * Le modèle VTE-AI, développé à partir de données de 132 330 patients, utilise 25 facteurs de risque pour prédire l'HA-VTE.

Intervention et suivi

    • * Les patients à risque élevé (score VTE-AI > 3,6 %) sans prophylaxie active seront ciblés par des alertes dans le dossier de santé électronique (DSE) pour envisager la prophylaxie.
    • * Les alertes seront déclenchées quotidiennement à partir du deuxième jour d'hospitalisation, sauf si une prophylaxie est déjà ordonnée ou une contre-indication est documentée.

Résultats attendus

    • * L'incidence de l'HA-VTE sera mesurée comme résultat principal, avec des événements indésirables secondaires tels que des saignements et des mesures de processus (durée de séjour, taux de réadmission).
    • * L'analyse des résultats se fera par des statistiques descriptives et des régressions de Poisson pour comparer les groupes.

Discussion et Implications

    • * L'étude vise à fournir des informations sur l'efficacité des nudges basés sur l'IA pour améliorer la prophylaxie de l'HA-VTE sans augmenter les événements indésirables.
    • * Les résultats pourraient éclairer l'utilisation de l'IA dans la pratique clinique et informer les politiques de santé sur l'adoption de systèmes d'amélioration de la qualité.

Limitations

    • * L'étude se concentre sur un seul système de santé dans une région spécifique, ce qui pourrait limiter la généralisation des résultats.
    • * Des variations dans les flux de travail cliniques pourraient influencer l'adhésion aux nudges, et des effets de contamination pourraient diluer l'impact de l'intervention.

Conclusion

    • * Le protocole VTE-AI représente une avancée significative dans l'utilisation de l'IA pour réduire l'incidence de l'HA-VTE dans divers contextes cliniques.
    • * Les résultats de cette étude pourraient avoir des implications importantes pour améliorer les pratiques de soins et la réduction de la fatigue liée aux alertes dans les systèmes de santé.

      SYNTHÈSE
      Cet article présente le protocole d'un essai clinique randomisé baptisé VTE-AI, qui vise à évaluer l'efficacité d'un système d'aide à la décision clinique (CDS) piloté par l'intelligence artificielle (IA). Cet essai tend à réduire l'incidence de la thromboembolie veineuse acquise à l'hôpital (HA-VTE). L'étude, menée par le Vanderbilt University Medical Center en milieu urbain et rural au Tennessee, randomisera des patients adultes à risque élevé pour recevoir soit une alerte automatisée (nudge) dans le dossier de santé électronique (DSE) établie sur le modèle VTE-AI, soit les soins standard. L'objectif principal est de déterminer si cette approche d'IA, qui identifie les patients à haut risque sans prophylaxie active, peut significativement réduire le taux de HA-VTE tout en évaluant des issues secondaires comme les événements hémorragiques et la durée du séjour. Les auteurs soulignent l'importance de tester cette technologie dans divers environnements pour en assurer la diffusion et fournir des informations sur l'application des outils d'IA en soins de santé.

      Commentaire
      Cibler mieux les patients à risque de MTEV est un objectif très important. Dans la VRAIE VIE on assiste à une sous-utilisation de cette prévention ou à une surutilisation. Si le programme VTE-AI est efficace, ce sera un grand pas en avant pour la prévention de la MTEV et sa prescription quand c'est utile pour les patients, plutôt qu'inutile.


      Copyright : Dr Jean-Pierre Laroche / 2025