Objectif : Suivre les flux de patients aux urgences et prédire le besoin aval en lits d’hospitalisation et ressources (personnels, matériel, etc.) afin d’améliorer la gestion des lits
Utilisateurs cibles : Médecins et internes urgentistes et la cellule de gestion des lits
Origine du projet
Besoin d’anticiper les besoins en lits pour les patients à la sortie des urgences
Nature de la solution
Utilisation de deux composantes :
- ANARESU : logiciel de suivi et de supervision en temps réel des flux patients aux urgences interfacé avec l’application de gestion des urgences (ResUrgences)
- L’algorithme (IA) de prédiction des besoins en lits à partir des données saisies à l’accueil du patient
Modèle de diffusion
Tableaux de bord de prédiction des flux et des besoins en ressources affichés aux Urgences
Modalité d’évaluation et de validation
- Solution de machine learning : algorithme entrainé à partir de données recueillies lors du passage de patients aux urgences entre 2015 et 2018 (+300 000 données)
- Méthode d’évaluation MR0.4 – étude clinique observationnelle en aveugle afin d’évaluer les performances de la solution d’IA : comparaison entre les décisions de l’algorithme et des médecins
- Performance de 3 bonnes prédictions d’hospitalisation sur 4 (VPP 75%, AUC 84%)
Perspectives
- V2 en cours : amélioration de l’algorithme en ajoutant de nouvelles données : données de laboratoire, médicaments, antécédents, etc.
- Partenariat en cours avec un industriel : PREVENTS pour la généralisation de la solution et prédiction de l’afflux de patients
Contacts
Dr Emilien ARNAUD
CHU d’Amiens – Université de Picardie Jules Verne – UPJV
Tél. 03.22.08.88.00