M. Roberts est un retraité de 82 ans qui consulte sa médecin de famille parce qu’il ne se sent pas dans son assiette depuis un moment. Il peine à s’endormir, ses activités habituelles ne lui procurent plus de plaisir, et il se sent anxieux. Avant son rendez-vous, il a rempli un bref questionnaire en ligne qui va aider sa médecin à choisir le meilleur traitement pour son état.
Ce scénario est l’une des trois simulations avec patients standardisés – des acteurs formés pour recréer avec précision et uniformément les paramètres d’un scénario portant sur un vrai patient à un moment précis – qui se sont déroulées récemment au Centre de simulation et d’apprentissage interactif Steinberg (CSAIS) de l’Université McGill. Fondés sur de véritables interactions avec des patients, les scénarios ont été élaborés en partenariat avec Aifred Health, une jeune pousse mcgilloise qui a créé une application d’aide à la décision clinique destinée aux médecins de famille et aux psychiatres qui traitent des patients atteints de dépression.
La dépression est une maladie courante, mais difficile à traiter. Aifred Health a mis au point une solution de médecine personnalisée appliquée à la psychiatrie. Son système met à profit des techniques puissantes et novatrices d’apprentissage machine pour aider les médecins à choisir les traitements les plus efficaces – un médicament particulier, une psychothérapie, un autre type de traitement – pour un patient donné compte tenu de son profil individuel. Ce genre d’outil n’a jamais été utilisé auparavant en santé mentale au Canada.
En collaboration avec l’équipe du CSAIS, l’équipe multidisciplinaire d’Aifred Health a mené une série d’essais précliniques pour évaluer leur technologie. Depuis un mois, des médecins résidents et superviseurs en psychiatrie et médecine de famille mettent l’application à l’essai dans des situations simulées, dans le but de recueillir leurs commentaires sur l’outil et d’évaluer l’incidence de celui-ci sur la relation médecin-patient. L’équipe souhaite vérifier si les cliniciens jugent l’application facile à utiliser, s’ils sont généralement d’accord ou non avec les recommandations de traitement du modèle, et s’ils estiment les autres fonctionnalités utiles dans leur pratique clinique.
« Nous sommes convaincus que l’intelligence artificielle peut améliorer, mais jamais remplacer, le processus décisionnel des médecins. Avec ce principe en tête, nous devons proposer aux médecins un modèle facile d’utilisation dont les fonctionnalités répondent à leurs besoins », explique le Dr David Benrimoh, directeur scientifique d’Aifred Health. « L’IA devrait nous permettre de réaliser un apprentissage à partir de milliers de cas pour prédire quel traitement sera optimal pour un patient donné. »
Fondée en 2017 par des étudiants et des diplômés de l’Université McGill, Aifred Health a reçu des honneurs à l’échelle mondiale pour sa solution innovante. Lauréate de la deuxième place au Prix de la famille Hakim pour l’innovation clinique lors de la première édition du Concours d’innovation clinique CLIC de McGill, l’équipe a eu accès aux installations, à l’expertise et aux ressources du CSAIS pour réaliser ses essais précliniques.
