Des chercheurs proposent un algorithme destiné à ajuster les dosages de chimiothérapies. Les résultats de la recherche menée par Adrien Coulet, Nicolas Jay (Université de Lorraine, Inria, LORIA), Michel Dumontier (Université de Maastricht) en collaboration avec le Service d’Evaluation et d’Information Médicales du CHRU de Nancy et l’Université de Stanford mettent en avant l’efficacité de l’intelligence artificielle dans l’adaptation du dosage des médicaments aux patients.
La prescription de doses médicamenteuses non adaptées aux patients engendrerait à elle seule 280 000 admissions annuelles par an aux Etats-Unis. Au-delà de l’inconfort et de la souffrance générés par les effects secondaires, elles peuvent notamment engendrer des dysfonctions du système rénal, des intéractions médicamenteuses indésirables réduisant l’efficacité du traitement ou le rendant toxique.
Les chercheurs ont exploité des données anonymisées issues des hôpitaux universitaires de Stanford qui sont informatisées depuis des années et constituent donc une précieuse base de données d’informations pour la recherche médicale.
En mettant en oeuvre une méthode d’apprentissage de type Random Forest (forêt d’arbres aléatoires) sur des données de différentes natures (résultats d’analyses, notes et ordonnances..), les chercheurs ont pu prédire les ajustements nécessaires avec une fiabilité (AUC) allant de 0.70 à 0.95 pour 23 médicaments de 22 classes. La prédiction s’est révélée efficace dès la première prescription.
Les chercheurs souhaitent désormais pouvoir adapter cette méthode à l’environnement scientifique, social et légal des hôpitaux français.
Le détail de la recherche, publiée dans Nature Scientific Reports est disponible sur : https://www.nature.com/articles/s41598-018-33980-0
