Des chercheurs du Massachusetts Institute of Technology (MIT) et du Massachusetts General Hospital ont récemment mené une étude sur la possibilité d’utiliser les techniques de deep learning « pour contrôler le niveau d’inconscience des patients qui ont besoin d’une anesthésie pour une procédure médicale ». Leur document[1], à paraître dans les actes de la conférence internationale 2020 sur l’intelligence artificielle en médecine, a été élu meilleur document présenté lors de la conférence.
Gabriel Schamberg, l’un des chercheurs qui a mené cette étude, explique avoir développé « un réseau de neurones profonds » et l’avoir « formé à contrôler le dosage de l’anesthésique en utilisant l’apprentissage par renforcement dans un environnement simulé ». Les chercheurs ont en particulier examiné le dosage du Propofol, « un médicament qui diminue le niveau de conscience et qui est couramment utilisé pour effectuer une anesthésie générale ou une sédation sur des patients qui subissent des procédures médicales ».
« Les réseaux neuronaux profonds permettent de construire un modèle avec de nombreuses données d’entrée en continu, explique le chercheur, de sorte que notre méthode a généré des politiques de contrôle plus cohérentes que les politiques antérieures », estime-t-il.
L’objectif à terme des chercheurs est d’utiliser le modèle conçu pour « aider les anesthésiologistes à identifier la dose idéale de Propofol pour chaque patient afin d’atteindre différents niveaux d’inconscience ». Un modèle qui n’a pour l’instant été testé que via des simulations. « Nous aimerions maintenant [le] tester sur des humains dans des environnements cliniques contrôlés » a déclaré Gabriel Schamberg.
[1] Controlling level of unconsciousness by titrating Propofol with deep reinforcement learning. arXiv:2008.12333 [cs.LG]. arxiv.org/abs/2008.12333
Source : Tech Xplore, Ingrid Fadelli (25/09/2020) – Photo : iStock
