CHat for Inverted Analysis To Cardio Tocogram Generation – Partie 1 : développement - Etude CHIAT-CTG Part 1
Objectif(s) de la recherche et intérêt pour la santé publique
Finalité de l'étude
Objectifs poursuivis
Domaines médicaux investigués
Bénéfices attendus
La formation à l’analyse du Cardio-Tocogramme Foetal (CTG) est un enjeu majeur chez les professionnels de la périnatalité, particulièrement chez les sages-femmes, tant en formation initiale qu’en formation continue. En France, par exemple, près de 26 000 sages-femmes ainsi que 4 000 étudiants sages-femmes doivent analyser régulièrement des CTG chez leurs patientes. L’analyse du CTG est en effet la surveillance de première ligne du travail, permettant de dépister les problématiques foetales et néonatales. Les recommandations de bonnes pratiques cliniques de 2017 autour de l’accouchement normal ont modifié les pratiques des cliniciens, en validant l’usage de la surveillance intermittente. Autrement dit, le CTG peut, dans certaines circonstances, être remplacé par un examen ponctuel des bruits du cœur foetal. Ainsi, les étudiants ont moins la possibilité de se confronter à l’analyse de l’enregistrement du rythme cardiaque foetal (ERCF) lors de leurs stages de formation clinique. Si les standards d’analyses nationales ou internationales sont très clairs, ils ne remplacent pas la pratique, et ce d’autant qu’une grande variabilité intra et inter-opérateur existe dans cette pratique. Afin de pallier ce manque de pratique sur les terrains de stages, l’Intelligence Artificielle (IA) peut permettre de proposer une pédagogie active, simulée et disruptive dans le cadre de l’acquisition de ces compétences majeures, en salle de TD. Dans ce contexte, le projet CHIAT-CTG -CHat for Inverted Analysis To Cardio Tocogram Generation - vise à créer une IA capable de générer, à la demande, des CTG réalistes correspondant à un diagnostic spécifique fourni par l’utilisateur. L’étudiant sera ainsi en mesure de demander un CTG correspondant à un risque particulier, et puis de s’entraîner à retrouver les caractéristiques du CTG permettant de définir le risque demandé initialement.
CHIAT-CTG se veut un outil, disponible partout et à tout moment, permettant à la fois de former les étudiants en formation initiale lors de travaux dirigés et des professionnels en formation continue mais aussi d’aider les enseignants à l’illustration de cours magistraux ou d’évaluations formatives, sommatives ou certificatives selon le contexte.
Objectif Principal : évaluer la pertinence d’un prototype d’intelligence artificielle générative pour produire des représentations visuelles de signaux médicaux temporels (CTG) à visée pédagogique, à partir d’un prompt clinique illustrant un état physiopathologique donné.
Méthodologie : Recherche n’impliquant pas la personne humaine, descriptive, rétro-prospective
Population : Toute patiente majeure ayant accouché à l’HCE dont le CTG est disponible depuis mai 2021.
Données utilisées
Catégories de données utilisées
Source de données utilisées
Autre(s) source(s) de donnée(s) mobilisée(s)
Appariement entre les sources de données mobilisées
Variables sensibles utilisées
Recours au numéro d'identification des professionnels de santé
Plateforme utilisée pour l'analyse des données
Acteurs finançant et participant à l'étude
Responsable(s) de traitement
Type de responsable de traitement 1
Responsable de traitement 1
Localisation du responsable de traitement 1
Représentant du responsable de traitement 1
Responsable(s) de mise en oeuvre non cités comme responsable de traitement
Responsable de mise en oeuvre non cité comme responsable de traitement 1
Calendrier du projet
Base légale pour accéder aux données
Encadrement réglementaire
Durée de conservation aux fins du projet (en années)
2
Existence d'une prise de décision automatisée
Fondement juridique
Article 6 du RGPD (Licéité du traitement)
Article 9 du RGPD (Exception permettant de traiter des données de santé)
Transfert de données personnelles vers un pays hors UE
Droits des personnes
Lettre d’information mentionnant les droits des articles 15 à 20 du RGPD et comment ceux-ci s’appliquent
Délégué à la protection des données
Boulevard de la Chantourne 38700 La Tronche 38043 Grenoble Cedex 9 France
protection-donnees@chu-grenoble.fr