|

Un modèle d’IA pour la détection de la fragilité chez les personnes âgées

Le problème identifié

La fragilité est un syndrome clinique. Elle se définit par une diminution des capacités physiologiques de réserve qui altère les mécanismes d’adaptation au stress. L’enjeu de la gériatrie aujourd’hui est de prévenir le risque en limitant le nombre de personnes fragiles. Il n’existe cependant pas d’outil standardisé adopté par les gériatres mais des échelles multiples peu reproductibles.

La solution proposée

Développer un modèle d’IA basé sur des données structurées en Snomed CT capable de prédire le risque de fragilité chez les personnes âgées et identifier les facteurs clés de ce syndrome. Le modèle pourrait ensuite être intégré à une application Web destinée aux médecins, afin de les assister en fournissant une prédiction du risque.

L’impact attendu

  • Pour les patients:
    • Réduction des complications liées à la fragilité grâce à une détection précoce.
    • Meilleure prise en charge notamment à domicile améliorant ainsi la qualité de vie.
  • Pour les acteurs publics:
    • Optimisation des ressources médicales et infirmières en priorisant les patients à risque
    • Diminution des coûts de santé liés notamment aux ré-hospitalisations

Les ressources nécessaires

  • Compétences recherchées:
    • Spécialistes en ‘LLMs’ afin de structurer le texte libre des comptes rendus médicaux de gériatrie
    • Spécialistes en FHIR pour inclure dans des ressources FHIR le travail réalisé avec le ‘LLM’ et alimenter l’algorithme de détection de la fragilité (Réseau de neurones artificiels)
  • Partenariats potentiels:
    • Laboratoire de recherche en informatique et traitement automatique du langage, experts FHIR
    • Autres centres hospitaliers intéressés par le projet

Mon besoin immédiat via la plateforme

  • Retours sur l’idée et la méthodologie.
  • Trouver des experts en ‘LLM’ afin de structurer les données et de valider ensuite le modèle.
  • Trouver des experts en interopérabilité et FHIR pour optimiser les ressources FHIR venant du ‘LLM’ afin d ’alimenter l’algorithme de détection de la fragilité.
  • Obtenir des financements pour soutenir le développement et les phases pilotes du projet.

Similar Posts

Laisser un commentaire