TARPON

Contexte

Sur plus de 20 millions de passages aux urgences annuels en France, 35 à 40% sont dus à des traumatismes et les traumatismes non intentionnels entraînent chaque année environ 40 000 décès, dont 21 000 à la suite d’un accident de la vie courante. Cependant, peu d’informations sont disponibles pour analyser l’origine de ces accidents traumatiques et ainsi mieux les prévenir. En effet, les informations sur la cause du traumatisme existent bien dans le dossier médical du patient, mais sous forme de texte libre noté par les personnels soignants à l’occasion du passage aux urgences. Il n’existe pas de traitement automatisé de ces informations pourtant cruciales.

Objectif

Le projet TARPON, porté par l’Inserm, le CHU de Bordeaux et le Bordeaux Population Health, vise à mesurer les risques liés à la consommation de médicaments pouvant expliquer certains traumatismes. À titre d’exemple, il s’agira d’analyser si la prise de certains médicaments peut entraîner une baisse de la vigilance en situation de conduite, pouvant causer un accident de la route. Ces travaux permettraient d’envisager à terme la mise en place d’un système national de surveillance des traumatismes.

Méthodologie

Lorsqu’une personne arrive aux urgences, le professionnel de santé qui l’accueille lui ouvre un dossier patient pour y noter les premières informations sur son état. Dans le cadre du projet TARPON, cette information sera analysée automatiquement afin de comptabiliser le nombre exact de personnes arrivées aux urgences suite à un traumatisme et de caractériser ce dernier.

À l’aide de ces annotations et après en avoir évalué la qualité, le porteur du projet et ses partenaires vont pouvoir notamment les croiser avec les données de la base principale du SNDS afin d’apprécier les corrélations entre les types de traumatismes et la consommation de médicaments les précédant. L’analyse automatique des dossiers médicaux fait appel à une technologie de traitement automatique du langage (Generative Pre-trained Transformer).

Ce projet a été lauréat du second appel à projets du Health Data Hub, lancé en 2020 en partenariat avec le Grand Défi “amélioration des diagnostics médicaux par l’intelligence artificielle” et Bpifrance. Dans ce cadre, le projet a bénéficié d’un financement et d’un accompagnement dans ses démarches. La phase d’analyse post croisement pourra être conduite sur la plateforme technologique du Health Data Hub. 

Résultat(s)

Dans le cadre de la première phase du projet, 69 110 notes cliniques liées à des visites aux urgences du CHU de Bordeaux ont fait l’objet d’une annotation manuelle par une équipe d’infirmiers et d’infirmières des urgences pendant cinq mois. Parmi ces notes cliniques, 22 481 concernaient des traumatismes. Cette base de données annotées sert de référence pour évaluer l’algorithme de prédiction qui identifie à partir de la note qu’il s’agit d’un traumatisme et son type. L’algorithme développé a permis de classer correctement 97 % des comptes rendus, ce qui est nettement supérieur à ce qui était obtenu avec des méthodes moins innovantes. Ces résultats ont fait l’objet de plusieurs articles scientifiques : 

• Lagarde E. et al., Traitement automatique des résumés de passages aux urgences : focus sur la désidentification, PFIA (2021)
• Lagarde et al., Performance en classification de données textuelles des passages aux urgences des modèles BERT pour le français, PFIA (2021)
• Lagarde et al, Deep Learning Transformer Models for Building a Comprehensive and Real-time Trauma Observatory Development and Validation Study, JMIR AI

L’appariement avec les données de la base principale du SNDS a par ailleurs démarré grâce à l’appui des équipes de l’Assurance Maladie.