CoDE : AIR - Évaluation du dilemme posé par le COVID-19 : Intelligence artificielle et radiologie

La flambée actuelle du coronavirus 2 du syndrome respiratoire aigu sévère (SRAS-CoV-2) et la pandémie de COVID-19 qui en découle imposent une pression considérable aux systèmes de santé du monde entier. Lorsque des cas graves de COVID-19 nécessitent une admission en unité de soins intensifs pour détresse respiratoire et hypoxémie, les approches non invasives ont été évitées afin de limiter les infections, en particulier chez le personnel médical, laissant l'intubation endotrachéale et la ventilation mécanique comme principales options restantes.

Un premier problème auquel sont confrontés les médecins est de décider de la nécessité d'une ventilation invasive. Cette évaluation est compliquée par la nature agressive de la COVID-19, une ventilation précoce peut augmenter le taux de survie et, par conséquent, les patients qui auraient pu être seulement surveillés auraient dû plutôt être intubés immédiatement. Dans certains endroits, les unités de soins intensifs ont été débordées et ont dû faire face à des scénarios où les ressources étaient insuffisantes pour le nombre de patients gravement malades nécessitant une ventilation.

De nouvelles lignes directrices du Ministère de la santé et des services sociaux ont été émises pour guider le triage des patients en cas de surcharge des unités de soins intensifs et de pénurie de ressources en ventilation mécanique. Ces lignes directrices s'appuient sur des scores cliniques qui peuvent évaluer le besoin de cette ventilation. Par contre, aucun score n'existe pour prédire le résultat de la ventilation, une évaluation qui pourrait aider à prendre cette décision de triage, ou guider les décisions de transfert de patients d'une région à une autre.

L'hypothèse de l'étude est que les caractéristiques radiomiques extraites de la radiographie pulmonaire prise au chevet du patient pendant son séjour aux soins intensifs, lorsqu'elles sont combinées aux données cliniques et de laboratoire, permettraient de prévoir la nécessité et l'issue d'une ventilation invasive dans le contexte de la COVID-19. L'objectif de ce projet est de construire un algorithme permettant de prédire quels patients auront besoin de support respiratoire dans un délai de 24 à 48 heures après admission à l'unité de soins intensifs, quel sera la réponse à la ventilation et son résultat éventuel, ainsi que le temps nécessaire pour atteindre ce résultat. Ces outils pourront aider les soignants dans le choix délicat mais nécessaire des ressources médicales.

Cette étude est réalisée par l'équipe de recherche du professeur Simon Duchesne de la Faculté de médecine de l'Université Laval ainsi que plusieurs autres co-chercheurs des sept plus gros groupes hospitaliers du Québec.