Surveillance épidémiologique de la période pandémique covid-19 par classification automatique en temps réel des notes cliniques des centres d'appels d'urgence du 15 à l’aide de réseaux de neurones artificiels de type Transformer. – COSAM

Les centres de réception et de régulation des appels du SAMU centre 15 constituent une source d'informations qui devrait être utilisée pour mettre en place une surveillance épidémiologique en temps réel. Nous proposons de tirer parti de nos travaux de développement et de validation d’un outil de classification automatique (modèle d'IA GPT-2) que nous avons adapté pour classer les rapports d'observation clinique disponibles en texte libre lors des visites aux urgences. Nous proposons ici de l'appliquer à la classification des appels au centre 15 afin de suivre des indicateurs généraux de santé mentale et physique, ainsi que les appels suggérant des infections par le SARS-CoV-2 dans les périodes pré et post-confinement, de façon à participer à la surveillance épidémiologique de la période post-confinement.

• Une première phase mise en œuvre très rapidement (15 jours, soumise sur la plateforme CARE) consiste à la création d’un échantillon d’apprentissage du modèle par sélection de notes cliniques par mots-clefs.

La recherche par mots-clés est cependant une première étape qui ne permet pas d’identifier des concepts cliniques complexes. Nos travaux actuels montrent que cela sera possible en utilisant un modèle de traitement du langage naturel par réseau neuronal artificiel (modèle GPT-2 Transformer, voir notre première publication Xu et al. 2019). Les résultats de cette première phase seront utilisés pour l’analyse temporelle et géographique destinée à la surveillance de la santé de la population et à la détection précoce de clusters épidémiques.

• Une deuxième phase correspond ainsi au codage manuel de notes cliniques permettant d’une part la validation de la première phase, et d’autre part la constitution d’un second échantillon d’entraînement basé sur le codage humain.
Il est urgent de valider cet outil pour permettre une surveillance en temps réel pertinente à partir des contenus de ces notes cliniques. Cet outil sera ensuite intégré via le Health Data Hub à un large échantillon de centres d’appel d’urgence du pays afin de construire un système de surveillance capable de suivre la période post-confinement.