Intelligence artificielle et interactions médicamenteuses
6 octobre 2017
Dr C. Goehrs MD - MSC Biomedical InformaticsC-NAPPS CEO, Bordeaux, France
Il a été démontré que les interactions médicamenteuses (DDI) sont une cause importante d’hospitalisations : jusqu’à 4,8% des admissions dans la population âgée [1]. L’amélioration de la gestion des informations concernant les DDI pourrait aider à réduire ces effets néfastes [2]. Pourtant, les professionnels de santé décrivent un manque d’outils cliniquement pertinents et répondant à leurs besoins [3]. De plus, la problématique des DDI souligne en réalité un problème beaucoup plus vaste de gestion des informations et des données relatives aux médicaments. Ces problèmes ont été l’objet d’un effort de recherche commun mené par l’Université de Bordeaux, l’Université de Stanford et la société C-napps, afin : de développer un modèle sémantique international décrivant les données médicamenteuses ; et d’en extraire des outils cliniques pertinents pour les pharmaciens et les médecins. La première preuve de concept a été le développement d’un nouveau système pour gérer les DDI, basé sur les recommandations de l’ANSM, et s’appuyant sur les technologies de l’intelligence artificielle.
[1] Becker, Matthijs L., et al. "Hospitalisations and emergency department visits due to drug–drug interactions : a literature review." Pharmacoepidemiology and drug safety 16.6 (2007) : 641-651
[2] Dechanont, Supinya, et al. "Hospital admissions/visits associated with drug–drug interactions : a systematic review and meta-analysis." Pharmacoepidemiology and drug safety 23.5 (2014) : 489-497
[3] McEvoy, Dustin S., et al. "Variation in high-priority drug-drug interaction alerts across institutions and electronic health records." Journal of the American Medical Informatics Association 24.2 (2016) : 331-338