L’IA, désormais incontournable dans les traitements personnalisés.

L’intelligence artificielle n’a pas fini de nous étonner. Son champ d’applications a permis à des chercheurs du Technion (Haïfa) de concevoir un système basé sur l’IA pour un traitement antibiotique personnalisé.

Depuis l’introduction du nouvel algorithme, les médecins de la caisse de santé du Maccabi ont traité des dizaines de milliers de cas d’infection urinaire, et il y a eu une baisse d’environ 35% du besoin de changer d’antibiotique suite au développement d’une résistance bactérienne au médicament prescrit.

Les médecins du fonds national de santé Maccabi d’Israël ont récemment commencé à travailler avec un algorithme prédictif basé sur l’intelligence artificielle qui conseille les médecins dans le processus de décision d’un traitement antibiotique personnalisé pour les patients.

Le nouvel algorithme a été développé par le Technion – Israel Institute of Technology en collaboration avec KSM (Kahn-Sagol-Maccabi), le Maccabi Research and Innovation Center.

Maccabi a choisi de concentrer ses premiers diagnostics sur les infections des voies urinaires, l’infection bactérienne la plus courante chez les femmes. Environ 30 % des femmes souffrent de l’infection au moins une fois au cours de leur vie, et jusqu’à 10 % souffrent d’infections récurrentes. Jusqu’à présent, dans la plupart des cas, le traitement général était administré sur la base de directives cliniques et d’un jugement médical. Parfois, les bactéries s’avèrent résistantes aux antibiotiques, ce qui oblige à modifier le plan de traitement.

Depuis l’introduction du nouvel algorithme, les médecins du Maccabi ont traité des dizaines de milliers de cas, et il y a eu une baisse d’environ 35% du besoin de changer d’antibiotique suite au développement d’une résistance bactérienne au médicament prescrit.

Ceci est important car la précision dans le choix des antibiotiques est bien plus grande grâce à la nouvelle technologie. À la lumière du succès de ce nouveau développement dans le traitement des infections urinaires, Maccabi a commencé à travailler sur le développement de systèmes de détection supplémentaires qui aideront à lutter contre d’autres maladies infectieuses nécessitant un traitement personnalisé avec des antibiotiques.

Pr Roy Kishony de la Faculté de biologie du Technion (Technion)

Le système automatisé fonctionne en recommandant au médecin le traitement antibiotique le plus approprié pour le patient, sur la base de directives cliniques et d’autres critères tels que l’âge, le sexe, l’état de grossesse, la résidence dans une résidence-services et les antécédents personnels d’infection urinaire et d’antibiotiques administrés.

L’algorithme unique a été développé par le professeur Roy Kishony et le Dr Idan Yelin de la Faculté de biologie du Technion, en coopération avec KSM, dirigé par le Dr Tal Patalon, et a été présenté et mis en œuvre parmi les médecins du Maccabi par l’équipe d’informatique médicale de la caisse de santé et Service du médecin-chef.

« L’algorithme que nous avons développé avec les experts de Maccabi est une étape majeure dans la médecine personnalisée sur la voie des traitements antibiotiques basés sur l’IA, qui sont personnellement adaptés au patient en fonction de la prédiction de la réponse au traitement et atténuent le développement de bactéries résistantes », a déclaré Kishony.

Le Dr Shira Greenfield, directrice de l’informatique médicale chez Maccabi, a déclaré : « L’importance de l’administration d’un traitement antibiotique personnalisé est qu’elle réduit le risque de développer une résistance aux antibiotiques – un problème mondial que toutes les entités de santé s’efforcent de résoudre. »

 

Source : Israël Hayom

La rédaction de JForum, retirera d'office tout commentaire antisémite, raciste, diffamatoire ou injurieux, ou qui contrevient à la morale juive.

S’abonner
Notification pour
guest

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

0 Commentaires
Commentaires en ligne
Afficher tous les commentaires