Les scientifiques améliorent la détection du délire à l’aide de l’IA et des EEG à réponse rapide

Les scientifiques améliorent la détection du délire à l’aide de l’IA et des EEG à réponse rapide

Détecter le délire n’est pas facile, mais cela peut être très payant : accélérer les soins essentiels aux patients, ce qui conduit à une récupération plus rapide et plus sûre.

L’amélioration de la détection réduit également le besoin de soins qualifiés à long terme, améliorant la qualité de vie des patients tout en diminuant un fardeau financier majeur. Aux États-Unis, les soins aux personnes souffrant de délire coûtent jusqu’à 64 000 dollars par an et par patient, selon les National Institutes of Health.

Dans un article publié le mois dernier dans Natureles chercheurs décrivent comment ils ont utilisé un modèle d’apprentissage en profondeur appelé Vision Transformer, accéléré par les GPU NVIDIA, ainsi qu’un électroencéphalogramme à réponse rapide, ou EEG, pour détecter le délire chez les personnes âgées gravement malades.

L’article, intitulé “L’apprentissage en profondeur supervisé avec un transformateur de vision prédit le délire en utilisant un EEG à plomb limité”, est rédigé par Malissa Mulkey de l’Université de Caroline du Sud, Huyunting Huang de l’Université Purdue, Thomas Albanese et Sunghan Kim de l’Université de Caroline de l’Est, et Baijian Yang de Purdue.

Leur approche innovante a atteint un taux de précision des tests de 97 %, promettant une percée potentielle dans la prévision de la démence. Et en exploitant l’IA et les EEG, les chercheurs ont pu évaluer objectivement les méthodes de prévention et de traitement, conduisant à de meilleurs soins.

Ce résultat impressionnant est dû en partie aux performances accélérées des GPU NVIDIA, permettant aux chercheurs d’accomplir leurs tâches en deux fois moins de temps par rapport aux CPU.

Le délire touche jusqu’à 80 % des patients gravement malades. Pourtant, les méthodes de détection clinique conventionnelles identifient moins de 40 % des cas, ce qui représente une lacune importante dans les soins aux patients. Actuellement, le dépistage des patients en soins intensifs implique une évaluation subjective au chevet du patient.

L’introduction d’appareils EEG portables pourrait rendre le dépistage plus précis et abordable, mais le manque de techniciens et de neurologues qualifiés pose un défi.

L’utilisation de l’IA, cependant, peut éliminer la nécessité pour un neurologue d’interpréter les résultats et permettre la détection des changements associés au délire environ deux jours avant l’apparition des symptômes, lorsque les patients sont plus réceptifs au traitement. Il permet également d’utiliser les EEG avec une formation minimale.

Les chercheurs ont appliqué un modèle d’IA appelé ViT, initialement créé pour le traitement du langage naturel et accéléré par les GPU NVIDIA, aux données EEG, offrant une nouvelle approche de l’interprétation des données.

L’utilisation d’un appareil EEG portable à réponse rapide, qui ne nécessite pas de grosses machines EEG ou de techniciens spécialisés, était une autre découverte remarquable de l’étude.

Cet outil pratique, combiné à des modèles d’IA avancés pour interpréter les données qu’ils collectent, pourrait rationaliser les dépistages du délire dans les unités de soins intensifs.

La recherche présente une méthode prometteuse pour la détection du délire qui pourrait raccourcir les séjours à l’hôpital, augmenter les taux de sortie, diminuer les taux de mortalité et réduire le fardeau financier associé au délire.

En intégrant la puissance des GPU NVIDIA à des modèles innovants d’apprentissage en profondeur et à des dispositifs médicaux pratiques, cette étude souligne le potentiel de transformation de la technologie dans l’amélioration des soins aux patients.

À mesure que l’IA se développe et se développe, les professionnels de la santé sont de plus en plus susceptibles de s’appuyer sur elle pour prévoir des conditions telles que la démence et intervenir tôt, révolutionnant ainsi l’avenir des soins intensifs.

Lire le papier complet.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

*