Prédiction de l’HYPOXie fœtale au cours du travail via l’analyse du RCF par l’Intelligence Artificielle - Etude HYPOX-IA

Objectif(s) de la recherche et intérêt pour la santé publique

Finalité de l'étude

Objectifs poursuivis

Domaines médicaux investigués

Bénéfices attendus

Selon les résultats de cette étude, l’intelligence artificielle serait capable de prédire au moyen du rythme cardiaque fœtal, l’état d’hypoxie fœtale. Ceci pourrait constituer une aide précieuse à la décision pour les praticiens en salle de naissance (décision d’anticiper la naissance avec une attitude interventionniste, ou au contraire, réassurance et attitude expectative) et pourrait aboutir in fine à une réduction de la morbidité néonatale.
L’intelligence artificielle pourrait permettre d’identifier des anomalies de rythme cardiaque fœtal particulières dans certains groupes de patientes à risque (âge maternel avancé, patiente diabétique, …).
Objectif principal: appliquer des méthodes d’intelligence artificielle à l’analyse du rythme cardiaque fœtal pour la détection de l’hypoxie fœtale durant le travail.
La collecte des données cliniques reposera sur une base de données clinique conforme aux données présentes dans les documents sources. Dans le cas où le patient serait décédé, il est procédé à la vérification préalable dans le dossier médical de sa « non opposition » à l’utilisation de ses données de santé pour la recherche.
Recueil :
Définir précisément comment seront recueillies les informations nécessaires à la recherche de manière à standardiser le recueil :
● Données cliniques materno-fœtales et issue fœtale : extraction des données depuis le logiciel Easily, sous format Excel avec date de l’accouchement
● Résultats biologiques : extraction des résultats des pH via le laboratoire du CHU, transmis par les biologistes du laboratoire sous format Excel avec date de l’accouchement
● Signaux de cardiotocographie : extraction des enregistrements depuis la centrale de cardiotocographie, stockés par la société Philips qui se chargera de la transmission des données sous forme de tableur avec date de l’accouchement pour les données rétrospectives, et exportation automatique pour les données prospectives
● Logiciel(s) de dossier médical : Easily
● Personne(s) effectuant le recueil : Pauline Olgiati
● Format du fichier de recueil (eCRF, fichier Excel…) : Excel
Codage :
Les données seront pseudonymisées par un codage :
X Initiales + numéro : Exemple : Marie Dupont, première patiente incluse → MD-0001
☐ Numéro uniquement
☐ Numéro + initiales + numéro de centre
Transfert :
Modalités de transfert avec le partenaire : plate-forme sécurisée File Sender
Conservation de la liste de correspondance : Serveur du service (informatique)
Conservation base de données :
- Emplacement informatique dans le serveur (service clinique) CHUGA : service d’Obstétrique,
- Conservation base de donnée chez le partenaire :
Les données pseudonymisées fournies par le CHUGA seront stockées par Atos dans un site Microsoft SharePoint qui sera créé spécifiquement pour ce projet, avec des droits d'accès restreints en conséquence. Ce site sera hébergé dans l'Union Européenne.
Toute copie de la base de données existante chez le partenaire sera détruite après réalisation du projet.