Pascal St-onge, Coordonsteur de programme en science des données médicales
Il existe un besoin de développer des outils qui peuvent aider les médecins à diagnostiquer rapidement le COVID-19, à déterminer si différentes présentations de la maladie justifient différents types de traitement, à signaler les patients à haut risque de détérioration et à garantir que les ressources de santé sont attribuées de manière efficace et équitable.
Grâce à un partenariat établi avec 8 sites hospitaliers au Québec (CHUM, CHUQ, CIUSSS-NIM, HGJ, CISSS-CA, CUSM, CIUSSS-ECHUS, CHUSJ), nous avons déjà construit une vaste base de données de données de signaux biologiques provenant de patients ayant été testés pour la COVID-19. Nous avons développé une infrastructure d’analyse de données collaborative pour regrouper les données de plusieurs sites tout en minimisant l’échange d’informations au niveau du patient en utilisant les techniques d’apprentissage distribuées et fédérées. Ces approches permettent de calculer et d’entraîner des modèles sur les serveurs locaux des différents sites en ne partageant que les statistiques descriptives ou les apprentissages réalisés. Des modèles de prédiction des risques sont en cours de développement pour identifier les patients à haut risque de COVID avant la disponibilité des résultats de test définitif, caractériser les trajectoires des patients présentant différentes manifestations de la maladie, identifier les patients à haut risque de détérioration clinique et faire des prévisions pour planifier les ressources hospitalières et le personnel. L’exactitude des prédictions sera vérifiée en permanence à l’aide de nouveaux cas, qui seront identifiés en temps réel sur les sites hospitaliers participants.
Cette initiative est effectuée en partenariat avec les Université de Montréal, McGill, Laval, Sherbrooke et supportée par les
Instituts de recherche en santé du Canada (IRSC) ainsi que les Fonds de recherche en santé du Québec (FRQS). L’équipe
multidisciplinaire combine une expertise technique de pointe dans les domaines de l’apprentissage automatique, de la
science des données, de l’épidémiologie et de la biostatistique, avec une solide expertise en recherche clinique en
radiologie, médecine interne, médecine d’urgence et médecine de soins intensifs.
Les modèles prédictifs seront utilisés pour créer des outils qui peuvent aider les médecins à mieux traiter les patients
atteints de COVID-19 et fournir des recommandations exploitables pour soutenir la réponse du Canada à COVID-19.
Finalement, l’objectif est d’étendre l’utilisation de cette plateforme à l’ensemble des patients pour des fins de recherche ou clinico-administrative.
Les informations relatives au projet sont disponibles sur le site www.coda19.com.