Des chercheurs de l’Endeavor Health et de l’Université Northwestern ont développé un outil d’intelligence artificielle (IA) destiné à aider les médecins à détecter plus efficacement un syndrome respiratoire grave, souvent sous-diagnostiqué et mortel, chez les patients hospitalisés en état critique. Ce syndrome, connu sous le nom de détresse respiratoire aiguë (DRA), se caractérise par une inflammation sévère des poumons, entraînant une fuite de liquide depuis les vaisseaux sanguins vers les alvéoles pulmonaires. Ce phénomène empêche l’oxygénation du sang, conduisant à une insuffisance respiratoire aiguë, souvent qualifiée de « noyade sur terre sèche », car le patient souffre d’asphyxie malgré l’absence d’eau. La DRA a un taux de mortalité pouvant atteindre 46 %, et survit souvent avec des séquelles pulmonaires ou des troubles cognitifs dus à l’hypoxie prolongée. La DRA peut être déclenchée par diverses conditions graves, comme la sepsis, la pneumonie ou le COVID-19, et est particulièrement fréquente chez les patients déjà gravement malades. Le Dr Curtis Weiss, pneumologue à Endeavor Health et co-directeur de la médecine intensive, a longtemps constaté que la DRA était sous-diagnostiquée, notamment à cause de la complexité du diagnostic, qui repose sur l’analyse combinée de multiples paramètres : niveaux d’oxygène, résultats d’imagerie (radiographies thoraciques), et présence d’un facteur déclenchant comme une infection. Dans les unités de soins intensifs, les médecins sont confrontés à une surcharge d’informations, ce qui peut faire passer inaperçu le « cocktail » de signes caractéristiques de la DRA. L’outil d’IA mis au point par Félix Morales, scientifique des données principal du projet, ne génère pas d’informations nouvelles comme une IA générative (ex. : ChatGPT). Il analyse les données déjà disponibles dans les dossiers médicaux des patients : résultats d’analyses biologiques, images radiologiques, historique clinique. Son objectif est de fonctionner comme un système de surveillance automatisée, alertant les médecins dès qu’un ensemble de signes précurseurs de DRA est détecté, sans poser de diagnostic à leur place. La différence entre DRA et une insuffisance cardiaque congestive est cruciale : les deux peuvent provoquer un œdème pulmonaire, mais les traitements diffèrent radicalement. Par exemple, placer un patient en position ventrale (sur le ventre) améliore la ventilation en DRA, mais peut aggraver la charge sur le cœur chez un patient souffrant d’insuffisance cardiaque. Une mauvaise identification peut donc avoir des conséquences fatales. L’outil a déjà été testé sur des cas historiques avec une précision de 93 %, et une fausse alerte de 17 % seulement. L’équipe préfère accepter un certain nombre de faux positifs plutôt que de manquer un cas réel, soulignant que « mieux vaut traiter un patient en trop que de négliger un cas de DRA ». La prochaine étape consiste à évaluer la performance de l’outil en temps réel, sur des patients actuellement en soins intensifs, afin de prédire le diagnostic avant qu’il ne soit établi par le personnel médical. Ce projet représente une avancée majeure dans la détection précoce des maladies critiques, en combinant l’expertise clinique et les capacités analytiques de l’IA pour combattre une maladie sous-estimée mais mortelle.