Un chirurgien noir donne des instructions à l'équipe médicale

Plateforme de gestion des patients postopératoires (PPMP)

Utiliser l’IA pour fournir de manière proactive des soins personnalisés aux patients grâce à une détection et une intervention précoces.

Résumé du projet

Mise à jour en septembre 9, 2024

Le problème

Des études ont montré que près de 20 % des cas de mortalité chirurgicale sont potentiellement évitables s’ils sont détectés plus tôt.1 D’autres effets indésirables consécutifs à des interventions chirurgicales représentent non seulement un fardeau important pour les patients, mais pèsent également sur les ressources hospitalières et font grimper les coûts des soins de santé. Les coûts associés aux traitements supplémentaires suite à des complications dues à des séjours hospitaliers prolongés et à des réadmissions sont estimés entre 1.5 et 4 fois plus élevés que pour les admissions primaires.2 3

La réalisation d’évaluations précises des risques pour les patients en temps réel afin de mettre en œuvre des stratégies d’atténuation proactives peut contribuer à réduire les complications potentielles et les événements indésirables, à alléger le fardeau des patients, à réduire la mortalité et à diminuer les coûts.

Comment nous le résolvons

Dirigé par FluidAI en collaboration avec Medtronic, Excelar, Providence Health Care Ventures (PHCV) et l'Université de Waterloo, ce projet vise à développer une plateforme avancée de gestion postopératoire des patients (PPMP) en tant que continuation stratégique du projet initial Projet de soins continus connectés aux patients (CCPC). Ensemble, en adhérant au cadre de confidentialité, de sécurité et de gouvernance éthique le plus élevé, les travaux du consortium utiliseront les données hospitalières collectées pendant le CCPC pour développer et optimiser plusieurs algorithmes d'intelligence artificielle (IA) et d'apprentissage automatique (ML) pour la stratification des risques des patients, mis en œuvre via une plate-forme prédictive qui évaluera avec précision le risque de complications postopératoires, telles que les fuites anastomotiques et la dépression respiratoire après des chirurgies générales et gastro-intestinales (GI).

Tout au long de ce projet, sur la base des approbations en matière de confidentialité, d'éthique et de sécurité, le consortium utilisera les données disponibles dans les dossiers de santé électroniques (DSE), collectées via Origine, qui est le dispositif d'analyse de la composition des drains abdominaux de FluidAI, ainsi que les solutions de surveillance des signes vitaux de Medtronic utilisées dans CCPC. L'Université de Waterloo procédera à une évaluation des besoins des utilisateurs pour s'assurer que la solution répond aux exigences des clients. Le déploiement initial sera effectué par l'hôpital St. Paul's de Providence Health Care (PHC), un hôpital de soins actifs pour adultes de 435 lits situé au centre-ville de Vancouver, en Colombie-Britannique, avec une expertise en cardiologie, soins intensifs, néphrologie, santé mentale, maternité, médecine aiguë et chirurgie, puis s'étendra à d'autres hôpitaux.

En utilisant ces ensembles de données dans la solution PPMP pour fournir des informations exploitables, elle pourra aider les chirurgiens à prendre des décisions plus rapides et plus éclairées concernant les soins aux patients. La solution permettra une prestation de soins proactive et personnalisée basée sur une détection et une intervention précoces à l'aide de l'IA, offrant ainsi aux chirurgiens la possibilité d'agir sur la base de prévisions et d'avertissements précoces au lieu d'attendre que les symptômes cliniques se manifestent. Elle générera également des modèles de risque alimentés par l'IA pour les paramètres hospitaliers, tels que la durée du séjour, la réopération dans les 30 jours et la réadmission dans les 30 jours, permettant aux prestataires de soins de santé de gérer de manière proactive les soins aux patients et d'allouer des ressources.

À terme, ce projet vise à fournir une visualisation personnalisée des données des patients ainsi que des informations prédictives en vue de soins proactifs et d’amélioration des résultats pour les patients tout en réduisant le coût de la prestation des soins.

Chef de projet

  • fluide

Partenaires du projet

  • exceller
  • Med Tronic 1
  • Entreprises de soins de santé Providence
  • soins de santé de la Providence
  • université de waterloo