Les modèles d'intelligence artificielle sont utilisés pour rendre le travail et les accouchements plus sûrs pour les mères et les nouveau-nés, car l'IA continue de remodeler le monde des soins de santé.

Alors que le nombre d'accouchements aux États-Unis est en baisse constante depuis des années, le taux de complications pendant le travail va dans la direction opposée.

Le taux de complications liées à l'accouchement chez les mères américaines a augmenté de plus de 14 % entre 2014 et 2018, selon une étude de 2020 de la Blue Cross Blue Shield Association. Ces complications peuvent entraîner des conséquences dangereuses à long terme pour les mères, notamment des traumatismes durables, des blessures et une incapacité à porter à nouveau des enfants.

Les risques peuvent également être de nature financière, puisque les coûts sociaux des complications de la grossesse et de l'accouchement s'élèvent à pas moins de 32,3 milliards de dollars par an, selon un rapport de 2021 du Commonwealth Fund.

Aujourd'hui, un nouveau modèle de diagnostic qui fait appel à l'intelligence artificielle pendant que les mères sont en travail pourrait aider à protéger les femmes de ces complications et donner aux médecins des informations essentielles sur la façon de procéder pendant un accouchement potentiellement dangereux.

Le nouveau modèle d'IA pour les soins de santé a été décrit dans une nouvelle étude publiée cette semaine dans PLOS One, une revue universitaire axée sur la science et la médecine et évaluée par des pairs, par des chercheurs de la Mayo Clinic, un centre de recherche médicale américain à but non lucratif, qui ont déclaré que les nouveaux résultats, combinés à de futures recherches, pourraient contribuer à éviter plusieurs conséquences dangereuses pour les femmes et les nouveau-nés.

"Il s'agit de la première étape de l'utilisation d'algorithmes pour guider les médecins et les sages-femmes dans la prise de décisions cruciales pendant le travail", a déclaré le Dr Abimdola Famuyide, obstétricien et gynécologue à la Mayo Clinic et auteur principal de l'étude, dans un communiqué.

"Une fois validé dans le cadre d'autres recherches, nous pensons que l'algorithme fonctionnera en temps réel, c'est-à-dire que chaque entrée de nouvelles données pendant le travail d'une femme enceinte recalculera automatiquement le risque d'issue défavorable. Cela pourrait contribuer à réduire le taux d'accouchement par césarienne et les complications maternelles et néonatales", a-t-il ajouté.

Utiliser l'IA pour prédire l'issue du travail

Pendant les accouchements, les femmes subissent des examens périodiques du col de l'utérus afin que les médecins puissent déterminer la progression du travail. De nombreux facteurs entrent en jeu lors de ces examens et peuvent indiquer comment la grossesse d'une mère donnée est susceptible de se terminer.

Pour développer leur nouvel algorithme de prédiction du travail, les chercheurs de la Mayo Clinic se sont appuyés sur plus de 700 de ces facteurs cliniques observés au cours de plus de 66 000 accouchements. Ces facteurs ont été enregistrés à la fois lors des tests initiaux, lorsque les futures mères ont été admises, et pendant le processus de travail, et ont ensuite été stockés dans une vaste base de données.

L'objectif des chercheurs était d'utiliser ces données pour établir un "tableau de travail individualisé" pour différents patients, par opposition à des approches plus générales.

"L'algorithme conçu tient compte des caractéristiques de base de chaque patiente, d'une évaluation clinique récente et des informations recueillies au cours du processus de travail lui-même, afin de fournir une analyse du risque individualisé en temps réel pour des grossesses spécifiques", a déclaré le Dr Famuyide.

L'algorithme qui en résulte peut prédire si un accouchement entraînera une "issue défavorable du travail", selon l'étude, qu'il s'agisse de savoir si l'accouchement entraînera une perte de sang excessive pour la mère ou si le bébé devra être placé sous ventilation après l'accouchement.

"Cet outil dynamique pourrait faciliter le conseil et la prise de décision des patientes et réduire le taux de [césariennes] et de complications maternelles et néonatales", écrivent les chercheurs.

L'IA dans les soins de santé

Le modèle d'apprentissage automatique de la Mayo Clinic pour les résultats du travail n'est que le dernier exemple en date de la façon dont la technologie de l'intelligence artificielle s'empare des soins de santé.

L'intelligence artificielle entraîne déjà de grands changements dans la façon dont les experts médicaux détectent et diagnostiquent les problèmes, traitent les maladies et prennent des décisions, selon un rapport de 2017 du cabinet de conseil PwC.

Le rapport cite des avancées telles qu'un programme de diagnostic du cancer alimenté par l'IA, qui, en 2016, a été capable de détecter le cancer 30 fois plus vite qu'un médecin humain et avec une précision de 99 %.

D'autres avancées dans l'espace d'intersection entre l'IA et les soins de santé sont récemment venues du projet DeepMind, parrainé par Google, qui emploie depuis plus de dix ans l'IA pour mener des expériences de recherche scientifique dans un certain nombre de domaines, dont les soins de santé.

En 2019, DeepMind a dévoilé le prototype d'un programme d'IA capable de diagnostiquer plusieurs maladies oculaires en 30 secondes environ grâce à son algorithme d'apprentissage automatique et à une foule de données pertinentes.

L'année dernière, DeepMind a développé un logiciel connu sous le nom d'AlphaFold qui a été capable de prédire la structure moléculaire de centaines de milliers de protéines complètement distinctes, y compris la grande majorité de toutes les protéines qui composent le corps humain, avant de publier ses résultats dans une base de données à usage libre. Cette avancée a été annoncée comme un grand pas en avant pour la science, la biologie et les soins de santé, car AlphaFold accélère déjà la découverte et le développement de tout nouveaux médicaments.