FR3084508A1 - Procede de prediction d’un bilan biologique - Google Patents

Abstract

L'invention concerne un procédé de prédiction d'un bilan biologique d'un patient de réanimation. Ledit procédé comporte a) une étape de constitution d'une base de données d'apprentissage. b) une étape d'entrainement d'un réseau de neurones avec ladite table T c) des étapes de détermination d'un bilan prédit, pour un patient P.

Description

PROCEDE DE PREDICTION D'UN BILAN BIOLOGIQUE

Domaine de 1'invention

La présente invention concerne le domaine des analyses biologiques en réanimation consistant à mesurer les quantités des constituants des liquides biologiques (sang, urine, etc.) pour fournir à un professionnel de santé des informations d'une part pour aider au diagnostic et au suivi de nombreuses maladies, et d'autre part pour permettre la prise en charge des maladies.

La prise en charge des patients en service de réanimation, nécessite des bilans biologiques sanguins répétés une ou plusieurs fois quotidiennement. Il a été démontré que ces bilans entraînent des spoliations sanguines qui contribuent à la survenue de l'anémie en réanimation. Cette anémie peut nécessiter des transfusions globulaires, ce qui pose des problèmes individuels (conséquences de la transfusion globulaire) et collectifs (ressource en produits sanguins). Par ailleurs, ces bilans biologiques répétés sont coûteux. L'ionogramme plasmatique, la numération sanguine, la mesure du temps de prothrombine (TP) sont les examens biologiques les plus souvent pratiqués. Ils sont, en général, réalisés plusieurs fois par jour chez un patient hospitalisé en réanimation.

L'invention concerne plus particulièrement l'utilisation de l'intelligence artificielle pour prédire la valeur de certains paramètres biologiques et ainsi de réduire le nombre de prélèvements sanguins.

Etat de la technique

On connaît dans l'état de la technique le brevet américain US6789069 décrivant un procédé d'apprentissage (machine à support de vecteur) pour détecter des profils biologiques concernant les gènes, les protéines, les lipides afin de mettre en évidence des états physiologiques anormaux, et de développer de nouveaux agents thérapeutiques. Ce procédé comprend les étapes suivantes:

a) prétraiter un ensemble de données d'apprentissage dérivées de données biologiques pour développer chacun d ' une pluralité de points de données d'apprentissage;

b) former le logiciel d'apprentissage machine en utilisant l'ensemble de données d'entrainement prétraité;

c ) prétraiter un ensemble de données de test dérivées de données biologiques pour développer chacun d'une pluralité de points de données de test;

d) tester le logiciel d'apprentissage machine entraîné en utilisant 1'ensemble de données de test prétraité pour générer une sortie de test;

e) et en réponse à la réception de la sortie de test du logiciel d'apprentissage machine entraîné, post-traitement de la sortie de test pour déterminer si la connaissance découverte à partir de 1'ensemble de données de test prétraité est souhaitable.

Inconvénient de l'art antérieur

La solution susvisée est adaptée pour mettre en évidence des états physiologiques anormaux. Une fois que les connaissances découvertes à partir des données sont déterminées, les relations spécifiques découvertes sont utilisées pour diagnostiquer et pronostiquer des maladies, et des méthodes de détection et de traitement de ces maladies sont appliquées au système biologique.

Le brevet de l'art antérieur expose que chaque point de données d'apprentissage comprend un vecteur ayant une ou plusieurs coordonnées. Le prétraitement de l'ensemble de données d'apprentissage peut comprendre l'identification de points de données manquants ou erronés et la prise de mesures appropriées pour corriger les données défectueuses ou, le cas échéant, supprimer 1'observation ou 1'ensemble du champ de 1 ' étendue du problème.

Cette solution ne permet pas de prédire les données « brutes » d'un bilan sanguin à partir de données antérieures, permettant ensuite à un professionnel de santé de tirer des enseignements en fonction de son expérience, pour décider éventuellement de faire procéder à un prélèvement réel pour compléter les données prédites.

Solution apportée par l'invention

Afin de remédier à cet inconvénient, la présente invention concerne un procédé de prédiction de bilans biologiques d'un patient caractérisé en ce qu'il comporte :

a) une étape de constitution d'une base de données d'apprentissage consistant à enregistrer une pluralité de résultats de bilans biologiques Bi réalisés sur une pluralité de patients de réanimation, sous forme d'une table T comportant une pluralité d'entrées [VS, VA, VB1-71] où :

• VS désigne une première variable correspondant au sexe du prélevé, • VA désigne une deuxième variable correspondant à l'âge du prélevé et • VBKi désigne le résultat du bilan biologique i pour la variable K. La variable K pouvant être : le taux de potassium (kaliémie), le taux de sodium (natrémie), le taux de chlore (chlorémie), le taux de créatinine (créatininémie), le taux d'urée (urémie), le nombre d'hématies, le nombre de leucocytes, le nombre de plaquettes et le taux de protéines (protidémie).

b) une étape d'entrainement d'un ensemble de réseaux de neurones avec ladite table T

c) des étapes de détermination d'un bilan prédit, pour un nouveau patient P, sous la forme d'une séquence [VBKj,

ICKj] par le traitement par lesdits réseaux de neurones entraînés. VBKj étant la prédiction du résultat du bilan biologique j pour la variable K et ICKj étant l'indice de confiance de VBKj.

Lesdits réseaux de neurones forment un réseau neuronal génératif antagoniste.

De préférence, lesdites séquences de valeurs [VS, VA, VBKi] ainsi que les séquences de valeurs [VBKj] sont horodatées.

Description détaillée d'un exemple non limitatif de 1'invention

La présente invention sera mieux comprise à la lecture de la description détaillée d'un exemple non limitatif de l'invention qui suit, se référant aux dessins annexés où :

- la figure 1 représente une vue schématique de

1'invention

- la figure 2 représente une vue schématique du processus de prédiction du bilan la figure 3 représente un chronogramme correspondant au processus illustré par la figure 2.

Contexte général de l'invention

L'intelligence artificielle a déjà démontré son utilité et sa performance pour créer des modèles de prédictions dans différents domaines. Parmi celles-ci, les réseaux neuronaux génératifs antagonistes (en anglais « Generative Adversarial Networks » (GANs)) ont été développés récemment.

Les réseaux neuronaux antagonistes appartiennent à la classe des algorithmes non supervisés, et sont très performants dès lors que les données à exploiter sont importantes. L'invention porte sur la mise en œuvre de ces algorithmes pour prédire les résultats d'une certaine proportion des examens biologiques chez les patients de réanimation, en fonction des résultats des examens biologiques antérieurs du patient, du sexe du patient, de l'âge du patient et d'un apprentissage de l'évolution habituelle des examens biologiques en fonction du temps.

L'invention comporte plusieurs étapes :

la création d'une base de données, à partir des examens biologiques sur une cohorte de patients de réanimation, les résultats des bilans étant enregistrés sous forme de valeurs des paramètres biologiques analysés associées au sexe et à l'âge du patient.

l'entrainement d'un algorithme GAN utilisant un Réseau Neuronal de type « Gated Recurrent Unit (GRU) ». Cet algorithme prend en entrée neufs valeurs biologiques à l'admission (Potassium, Sodium, Chlore, Créatinine, Urée, Hématies, Leucocytes, Plaquettes et Protidémie), ainsi que le sexe et l'âge du patient. La technique consiste à opposer un générateur de données fictives et un discriminateur qui établit si la donnée est réelle ou fictive. Le générateur et le discriminateur s'entraînent mutuellement jusqu'à ce que le générateur génère des données que le discriminateur ne peut plus identifier comme étant réelles ou simulées.

la détermination pour un patient d'un bilan biologique virtuel à partir des valeurs biologiques horodatées de bilans antérieurs consécutifs réalisés à partir de prélèvements sanguins effectifs et traités par le réseau neuronal. Chaque simulation de bilan biologique est associée à un indicateur de confiance pour chaque valeur biologique.

A partir de ces données d'entrée, l'algorithme a pour but de prédire le bilan biologique suivant et de classer chaque valeur prédite en « normal », « bas » ou « élevé », selon les normes des laboratoires.

La figure 1 représente une vue schématique de 1'invention.

Les données d'entrées sont enregistrées dans des bases de données (1, 2), sous forme de séquences numériques obtenues à partir de prélèvements sanguins et des résultats de leurs analyses biologiques, à partir d'un grand nombre de patients de réanimation. Il s'agit par exemple des données historiques d'un laboratoire biologique.

Pour chaque prélèvement, on détermine une séquence comprenant l'âge du patient, le sexe du patient, la date et l'heure du prélèvement, un identifiant anonymisé du patient et les valeurs biologiques obtenues par l'analyse du prélèvement, sous forme de valeur numérique correspondant par exemple au taux ou à la numération des paramètres biologiques analysés.

Ces données sont injectées dans la couche d'entrée (4) d'un réseau de neurones (3), et traitées par les couches intermédiaires (5) et la couche de sortie (6), pour fournir un modèle prédictif ( 7) .

En mode d'utilisation, le professionnel de santé dispose de quelques analyses (8) réalisées sur des prélèvements sur un patient. Ces analyses sont effectuées sur des prélèvements à des instants différents horodatés, et peuvent ne porter que sur une partie des paramètres biologiques. Pour établir de nouvelles analyses à un moment ultérieur, ces données (8) sont injectées dans le modèle (7) qui délivre une information sous forme de valeurs estimées (9) des paramètres biologiques, associées chacune à un indicateur de confiance.

Le professionnel de santé peut ainsi procéder à une évaluation de la situation en fonction de ces valeurs estimées ( 9 ) , et ne procéder à un nouveau prélèvement sanguin que dans le cas où le degré de confiance associé à un paramètre biologique sensible pour sa décision est insuffisant.

La figure 2 illustre le processus de constitution des données à partir de prélèvements B_x pratiqués sur des patients P_y se traduisant par l'enregistrement d'une table numérique (10) de valeurs mesurées incomplète. Un traitement détermine les données manquantes (11) nécessitant un traitement pour estimer les valeurs à partir des données enregistrées pour une cohorte de patients Ρ_±.

L'étape suivante consiste à calculer les données manquantes par un réseau de neurone (12) générant des données estimées validées par un discriminateur (13).

Le résultat est un tableau complet (14) fournissant 5 un ensemble de données, sans nécessiter de pratiquer des prélèvements additionnels.

La figure 3 illustre le chronogramme des prélèvements, et le fait (flèche inférieure) que l'invention permet de fournir tous les éléments nécessaires à la pratique 10 médicale en restreignant le nombre de prélèvements sur un patient en réanimation.

Claims (3)

1. Revendications

   1 - Procédé de prédiction d'un bilan biologique d'un patient de réanimation caractérisé en ce qu'il comporte

   a) une étape de constitution d'une base de données d'apprentissage consistant à enregistrer une pluralité de résultats de bilans biologiques Bi réalisés sur une pluralité de patients de réanimation, sous forme d'une table T comportant une pluralité d'entrées [VS, VA, VBl-7i] où :

   • VS désigne une première variable correspondant au sexe du prélevé, • VA désigne une deuxième variable correspondant à 1 ' âge du prélevé et • VBKj. désigne le résultat du bilan biologique i pour la

   variable K, la variable K pouvant être : le taux de potassium (kaliémie), le taux de sodium (natrémie), le taux de chlore (chlorémie), le taux de créatinine (créatininémie), le taux d'urée (urémie), le nombre d'hématies, le nombre de leucocytes, le nombre de plaquettes et le taux de protéines (protidémie).

   b) une étape d'entrainement d'un réseau de neurones avec ladite table T.

   c) des étapes de détermination d'un bilan prédit, pour un patient P, sous la forme d'une séquence [VBK_jz ICK-J par le traitement par ledit réseau de neurones entraîné, VBKj étant la prédiction du résultat du bilan biologique j pour la variable K et ICKj étant l'indice de confiance de VBKj.
2. 2 - Procédé d'établissement d'un bilan biologique d'un patient selon la revendication 1 caractérisé en ce que ledit réseau de neurones est un réseau neuronal antagoniste génératif.
3. 3 - Procédé d'établissement d'un bilan biologique d'un patient selon la revendication 1 caractérisé en ce que lesdites séquences de valeurs [VBKj] sont horodatées.