Des chercheurs de l’Alberta expérimentent l’intelligence artificielle pour mesurer les risques des opioïdes sur ordonnance dans le contexte de la crise actuelle des surdoses de drogue au Canada.

Alors que les médecins ont un protocole établi pour identifier les patients à risque de dépendance aux opioïdes, le Dr Dean Eurich a déclaré que l’apprentissage automatique « pourrait faire un meilleur travail » pour déterminer qui est le plus susceptible.

Le système assisté par l’IA pourrait fournir un « niveau de confort supplémentaire aux cliniciens (sachant) qu’il existe également d’autres supports qu’ils peuvent utiliser pour aider (à) s’assurer que le patient reçoit le bon médicament au bon moment », a déclaré Eurich, programme directeur du programme d’épidémiologie clinique à l’Université de l’Alberta.

Grâce à cet outil, les médecins pourraient prédire les effets d’un opioïde sur ordonnance sur les patients et leur éviter des visites inutiles aux urgences ou même la mort dans les 30 jours suivant le début du traitement.

Eurich était l’investigateur principal d’une recherche publiée en décembre avec JAMA Network, qui a analysé les données médicales de plus de 850 000 Albertains de manière anonyme et a prédit les meilleurs résultats pour les patients.

Les ensembles de données ont été principalement fournis par Alberta Health.

Le Dr Fizza Gilani du Collège des médecins et chirurgiens de l’Alberta a déclaré que l’apprentissage automatique pourrait être un moyen efficace de réduire les hospitalisations et la morbidité des patients une fois intégrés dans le système de santé.

« Le modèle (pourrait) prédire les risques d’hospitalisation », a déclaré Gilani, responsable du programme de prescription, d’analyse et du programme de suivi des prescriptions au collège.

Parfois, a-t-elle ajouté, les méthodes actuelles ne prédisent pas les origines du risque et les solutions médicales pourraient être plus compliquées que la réduction de la dose d’opioïdes d’un patient.

Le système d’IA a été alimenté avec divers facteurs de santé pour déterminer les risques pour un patient, notamment les antécédents de blessure, d’obésité, de dépression, de diabète, de troubles hydriques et de psychose. Ceux-ci ont été combinés avec des diagnostics de médecins, des visites de soins de santé et des informations, notamment sur le lieu de résidence du patient.

« L’idée n’est pas d’inciter les médecins à cesser de prescrire des opioïdes, (mais) de minimiser le risque après l’exposition aux opioïdes », a déclaré Gilani.

Les chercheurs ont examiné environ trois millions d’ordonnances d’opioïdes par an de divers professionnels de la santé – médecins, infirmières praticiennes, dentistes – à plus de 600 000 patients en Alberta. Ceux qui avaient un cancer ou recevaient des soins palliatifs ont été exclus.

Eurich a déclaré que 20% des patients utilisaient des opioïdes avec d’autres médicaments à haut risque, « augmentant le risque d’effets indésirables ».

Au fil des ans, l’interaction des gens avec le système de santé est devenue plus complexe, exigeant une approche efficace pour se déplacer dans le système de santé, a déclaré Eurich.

« En tant qu’être humain, je peux regarder quelques dizaines de variables et prédire les résultats, mais nous constatons que ce n’est tout simplement pas suffisant. »

Il a déclaré que l’apprentissage automatique adopte une approche différente, en construisant des modèles systématiques avec un ensemble nuancé de données, y compris divers facteurs clés, et en trouvant les combinaisons prédisant les meilleurs résultats pour un patient.

Eurich, qui travaille sur les prédictions de l’IA depuis plus de trois ans, a déclaré que le système peut « prédire correctement (pour) quatre patients sur cinq ». Un patient identifié comme à haut risque aurait plus de chances d’être hospitalisé dans les 30 premiers jours suivant la prescription du médicament, selon la machine.

Il a ajouté que les systèmes alimentés par l’IA pourraient également s’adapter rapidement à l’évolution de l’environnement – par exemple, un pic soudain de décès liés aux opioïdes pendant la pandémie.

L’objectif, a déclaré Eurich, est de « réduire le risque des patients qui utilisent des médicaments à haut risque dont nous savons qu’ils peuvent entraîner de mauvais résultats ».

Les chercheurs vont bientôt tester le système d’IA avec des données en temps réel, a déclaré Eurich. Ils examineront également si le système pourrait limiter l’utilisation à long terme d’opioïdes à forte dose chez les patients.

Un groupe de défense pense que la machine ne résoudra pas la crise des opioïdes en Alberta.

La cofondatrice de Moms Stop the Harm, Petra Schulz, a déclaré que la plupart des décès liés aux opioïdes dans la province sont dus aux drogues illicites et non aux opioïdes sur ordonnance.

« Ce type d’IA pourrait rendre les alternatives plus sûres encore moins disponibles », a-t-elle déclaré. « C’est comme si vous faisiez un travail de détective et que vous vouliez comprendre ce qui ne va pas pour le patient au lieu de développer une relation de confiance médecin-patient, qui permet au patient de (parler) ouvertement. »

Gilani était d’accord avec l’observation de Schulz sur la crise des opioïdes, mais a déclaré qu’il existe un « lien indirect » entre une foule de facteurs introduits dans le système d’IA et que l’outil pourrait aider à réduire ces décès sur la base des données.

Eurich a déclaré qu’une « bonne partie » des mauvais résultats liés aux opioïdes n’est pas alimentée par les drogues illicites, mais par l’utilisation d’ordonnances, en particulier au début.

Il a déclaré que les patients continuent d’être exposés aux opioïdes pour les analgésiques et finissent par utiliser le système de santé pour « faire des emplettes chez le médecin (et) obtenir des quantités massives d’opioïdes… finissent également par être coupés avec d’autres substances ».

Eurich a déclaré que la machine fournirait « une bonne continuité des soins » même lorsque les patients changent de médecin, réduisant ainsi leurs risques de dommages causés par les médicaments sur ordonnance.

Ce rapport de La Presse canadienne a été publié pour la première fois le 18 février 2023.

——

Cette histoire a été produite avec l’aide financière du Meta et de la Canadian Press News Fellowship.