Près d’1 personne sur 4 est atteinte de COVID long, en population générale ?
Lorsque c’est l’intelligence artificielle (IA) qui fait le compte, elle identifie beaucoup plus de cas de COVID long que prévu : un nouvel outil d'IA médicale mis au point par une équipe du Mass General Brigham (MGB) et présenté dans la revue Med, qui permet, via le « phénotypage de précision » d’identifier « des traces jusque-là insaisissables de COVID long » dans les dossiers médicaux des patients.
Le COVID long, également connu sous le nom de syndrome post-COVID, entraîne un très large éventail de symptômes. Ici, la maladie a été définie comme un diagnostic ne pouvant être exclusif à une autre infection : en clair, cela signifie que le diagnostic ne peut pas être enregistré comme celui d’une autre condition unique dans le dossier médical du patient, qu’il comprend bien évidemment des symptômes du COVID, et qu’il doit avoir persisté pendant 2 mois ou plus dans une fenêtre de suivi de 12 mois.
L’équipe de Boston exploite ensuite l'intelligence artificielle pour identifier des signes de COVID long qui ne sont pas visibles via les marqueurs standards, suivre la façon dont les différents symptômes se développent au fil du temps et pour éliminer les « fausses » explications alternatives aux symptômes des patients.
23 % de la population pourraient présenter des symptômes de COVID long
Le nouvel outil aboutit précisément à une prévalence de 22,8 %, un chiffre qui pourrait correspondre à un bilan plus réaliste à long terme de la pandémie, écrivent les chercheurs. L’algorithme utilisé a été développé en extrayant des données anonymisées à partir des dossiers cliniques de près de 300.000 patients suivis dans 14 hôpitaux et 20 centres de santé communautaires du système Mass General Brigham. L’équipe utilise une nouvelle méthode d’IA développée pour cet outil et nommée « phénotypage de précision » : la technique consiste à passe au crible les dossiers individuels pour identifier les conditions et les symptômes déjà connus comme pouvant être liés au COVID-19 et pour suivre ces symptômes au fil du temps afin de les différencier de ceux d’autres maladies.
L’outil d’IA est en fait capable d’analyser l'historique de chaque patient au fil du temps et d’apporter une approche personnalisée des soins et réduire en fin de compte, à l’échelle de la population cette fois, les inégalités observées dans les diagnostics et les traitements actuels du COVID long. En pratique, l’outil passe au crible les dossiers médicaux électroniques afin d’identifier plus finement les cas de COVID long en analysant la complexe litanie de symptômes persistants, et souvent communs à d’autres affections, dont notamment la fatigue, la toux chronique et le brouillard cérébral.
- Par exemple, l’algorithme peut détecter si l’essoufflement est le résultat de conditions préexistantes comme une insuffisance cardiaque ou de l’asthme ou d’un COVID long. Ce n’est que lorsque toutes les autres possibilités ont été épuisées que l’outil conclut au diagnostic de COVID long.
Ce protocole d’analyse non seulement conclut à une prévalence beaucoup plus élevée,
soit près d’1 quart de la population
mais va permettre d'identifier davantage de patients qui devraient recevoir des soins pour cette maladie invalidante. En effet, l’outil était environ 3 % plus précis que ce que capturent les codes CIM-10, avec un biais plus faible. Sa portée plus large garantit que des communautés marginalisées, souvent mises à l’écart dans les études cliniques ou ayant un accès plus réduit aux soins, puissent être diagnostiquées et traitées.
« Notre outil d’IA va transformer un processus de diagnostic flou en quelque chose de précis et ciblé, en donnant aux médecins la possibilité de donner un sens à une maladie complexe », explique l’auteur principal, Hossein Estiri, chercheur en IA au Center for AI and Biomedical Informatics of the Learning Healthcare System (CAIBILS) du MGB et professeur à Harvard : « Grâce à cet outil, nous pourrons peut-être enfin voir le COVID long pour ce qu’il est vraiment ».
« Les médecins pataugent dans un enchevêtrement de symptômes et d’antécédents médicaux, sans savoir sur quels fils tirer, tout en jonglant avec une charge de travail élevée. Disposer d’un outil alimenté par l’IA qui peut le faire méthodiquement pourrait changer la donne ».
Source: Med 8 Nov, 2024 DOI: 10.1016/j.medj.2024.10.009 Precision phenotyping for curating research cohorts of patients with unexplained post-acute sequelae of COVID-19
Plus sur le COVID long
