Le nouveau système d'IA peut détecter des schémas de traumatisme physique liés à la maltraitance et permettre aux professionnels de la santé d'intervenir plus tôt.
Des scientifiques ont mis au point un outil d'intelligence artificielle (IA) conçu pour aider les médecins à identifier les patients susceptibles d'être exposés à la violence entre partenaires intimes (VPI), potentiellement des années avant que les victimes ne demandent de l'aide.
PUBLICITÉ
PUBLICITÉ
Des chercheurs américains ont formé un modèle d'apprentissage automatique à l'aide de données recueillies lors de visites régulières à l'hôpital. L'étude (source en anglais) a été publiée dans la revue Nature.
La violence entre partenaires intimes désigne les mauvais traitements infligés par des partenaires actuels ou anciens et peut entraîner des blessures graves, des douleurs chroniques et des troubles de la santé mentale.
Selon un rapport (source en anglais) de la Commission européenne, 18 % des femmes ayant déjà eu un partenaire ont déclaré avoir subi des violences physiques ou sexuelles de la part de leur partenaire en 2021.
Le dépistage actuel des violences domestiques dans les hôpitaux repose généralement sur des questions posées par les médecins à leurs patients sur leur sécurité à la maison. Mais de nombreuses victimes ne révèlent pas les violences subies par peur, par stigmatisation ou par souci de sécurité, ce qui fait que les cas ne sont souvent pas détectés.
L'équipe de recherche a utilisé plusieurs années de dossiers de près de 850 femmes ayant subi des violences de la part de leur partenaire intime et de plus de 5 200 patients du même âge dans un groupe de contrôle pour construire trois systèmes d'IA différents afin de tester la capacité de la technologie à identifier les personnes à risque.
Le premier système a analysé des données hospitalières structurées telles que l'âge, les antécédents médicaux et d'autres informations standard sur les patients. Le deuxième système a examiné les notes médicales écrites, y compris les observations des médecins et les rapports de radiologie. Le troisième système combinait les deux types d'informations.
Les trois modèles ont obtenu de bons résultats, mais c'est le système combiné qui s'est avéré le plus précis. Il a correctement identifié le risque dans 88 % des cas.
L'outil a également été en mesure de détecter les abus potentiels plus de trois ans avant que de nombreux patients n'intègrent par la suite des programmes d'intervention en milieu hospitalier contre les abus domestiques.
En analysant simultanément de grandes quantités de données hospitalières, le nouveau système d'IA peut détecter des schémas de traumatismes physiques liés à la maltraitance et repérer les patients dont les dossiers ressemblent à ceux observés dans les cas de maltraitance confirmés, ce qui permet aux professionnels de la santé d'intervenir plus tôt.
"Cet outil d'aide à la décision clinique pourrait avoir un impact significatif sur la prédiction et la prévention de la violence entre partenaires intimes", a déclaré Qi Duan, directeur de programme de la division des technologies informatiques de santé à l'Institut national d'imagerie biomédicale et de bio-ingénierie (NIBIB) de l'Institut national américain de la santé (NIH).
"Étant donné la prévalence des cas, cet outil pourrait changer la donne en matière de santé publique", a ajouté M. Duan.
Les chercheurs précisent que la technologie est conçue pour aider les cliniciens et non pour remplacer leur jugement. Elle ne diagnostique pas les abus et ne force pas les patients à divulguer des informations. Au contraire, elle fournit un signal qui peut aider les médecins à aborder le sujet avec prudence et à offrir leur soutien si nécessaire.
"Notre travail représente une évolution vers une reconnaissance plus précoce des risques à l'aide d'informations déjà présentes dans les données de santé", a déclaré Bharti Khurana, radiologue urgentiste au Mass General Brigham et professeur associé à la Harvard Medical School.
Les chercheurs indiquent qu'ils prévoient d'intégrer la technologie dans les systèmes de dossiers médicaux électroniques afin que les hôpitaux puissent recevoir des évaluations en temps réel pendant les soins de routine.