Tirer parti des dossiers médicaux pour identifier les patients à risque de maladies neurodégénératives

Problématique : 

Il est naturel de penser que les dossiers de santé informatisés des médecins généralistes recèlent des informations précieuses sur les patients, informations parfois non exploitées du point de vue épidémiologique. Cependant, analysés par de l’intelligence artificielle, ces dossiers pourraient permettre d’identifier les facteurs de risque biomédicaux de certaines maladies, à travers les diagnostics antérieurs (les comorbidités précliniques), la prescription de médicaments et/ou l'utilisation des soins et des tests biologiques effectués dans le contexte de la médecine générale de ville. Le projet LeMeReND exploite et teste cette idée pour le cas des maladies neurodégénératives.

Objectifs : 

Le projet, LeMeReND, est dans son ensemble constitué de recherche en intelligence artificielle, pour la définition des algorithmes appropriés de détection précoce de maladies ; les work-packages 1 à 3 sont effectués par des équipes de recherche en informatique médicale et le projet est dirigé par l’Institut du Cerveau à Paris. La partie gérée par l’ORS PACA en partenariat avec l’AMSE concerne le Work-Package 4 ; il questionne la faisabilité d’utiliser ces algorithmes dans le contexte de la médecine générale de ville, aussi bien du côté médecins que du côté patients.

Méthodologie : 

Après une étape préalable de réflexion théorique sur ce qu’est la valeur ajoutée d’une détection précoce d’un risque de maladie neurodégénérative (valeur de ce type d’information probabiliste, en théorie de la décision), nous nous intéresserons à la perception et à l’attitude psychologique des patients face à ce même type d’information. Une enquête par questionnaire sera réalisée auprès des patients, en utilisant des échantillons représentatifs et des méthodes quantitatives. Nous questionnerons aussi un échantillon de médecins généralistes, à l’aide d’une enquête qualitative.

État d'avancement : 

Le démarrage du projet est prévu pour janvier 2022.