Plateforme d’aide à la décision basée sur l’approche ontologique en intelligence artificielle, pour l’estimation de la gravité clinique, l’orientation et la prise en charge médicale des patients COVID19 – ORIENT-COVID

Tout d'abord, nous avons rassemblé et synthétisé les recommandations de plusieurs sociétés savantes pour la prise en charge du Covid-19, afin d'aboutir à 5 arbres de décision correspondant à différentes situations (prise en charge au domicile, à l'hôpital,...).

Ensuite, nous avons proposé une approche d'aide visuelle s'appuyant sur des arbres de décision, avec deux innovations par rapport à l'existant : premièrement, les arbres sont «?multi-chemins?», ce qui permet de réduire la taille des arbres ; deuxièmement, ceux-ci sont visualisés de manière dynamique en «?fisheye?», c'est-à-dire que, au fil de la navigation, les différentes parties de l'arbre changent de taille et affichent plus ou moins de détails, en fonction de l'étape actuelle et du profil du patient. Ces deux innovations permettent la visualisation détaillée de grands arbres sur un écran de taille normal.

Enfin, nous avons réalisé un prototype fonctionnel et nous l'avons évalué auprès d'internes en médecine sur différents cas cliniques, en comparant trois groupes : des internes sans aucune aide, des internes avec un guide papier, et des internes équipés de notre logiciel «?Orient-COVID?».

Nous avons conçu un logiciel en application web permettant aux médecins de naviguer dans 5 arbres de décision pour la prise en charge du Covid-19. L'évaluation sur des patients fictifs a montré que ce logiciel améliorait significativement les pratiques cliniques, tandis que le guide papier n'avait pas d'effet. Nous proposons aussi un logiciel d'édition permettant de mettre à jour les arbres ou d'en créer de nouveaux pour la prise en charge d'autres maladies.

En termes de publication scientifique, le projet a conduit à une communication dans une conférence internationale en visualisation d'information, et un article publié dans une revue scientifique internationale indexée en informatique médicale, IJMI.

L’intérêt de ce système ne se limite pas à l’orientation initiale, mais il pourrait surtout accompagner les équipes soignantes dans la reconnaissance de risque et dans la gestion des différentes étapes de prise en charge en suivant des algorithmes cliniques établis, contribuant ainsi à standardiser les pratiques ainsi que le suivi du patient.

Jammal M, Saab A, Abi Khalil C, Mourad C, Tsopra R, Saikali M, Lamy JB. Impact on clinical guideline adherence of Orient-COVID, a clinical decision support system based on dynamic decision trees for COVID19 management: a randomized simulation trial with medical trainees. International Journal of Medical Informatics 2025;195:105772
doi.org/10.1016/j.ijmedinf.2024.105772

Lamy JB, Falcoff H, Dubois S, Meneton P, Tsopra R, Saab A. Simulation trials for evaluating clinical decision support systems. Studies in health technology and informatics (STC 2025)

Lamy JB, Jammal M, Saikali M, Mourad C, Abi Khalil C, Saab A. Fisheye visualization and multi-path trees for presenting clinical practice guidelines: Methods and application to Covid-19 (presentation). International Conference Information Visualisation (iV) 2023
www.lesfleursdunormal.fr/_downloads/iv2023.pdf

Au Liban, la pandémie de la COVID19 s’est rajoutée dès Mars 2020 au contexte déjà très compliqué du pays qui fait suite à la conjonction de plusieurs crises touchant l’État Libanais et sa population.
Actuellement, la gestion de la pandémie COVID19 au Liban ne comprend pas d’interventions prévues au niveau central, régional ou même local afin d’évaluer les risques d’hospitalisation ou de gravité clinique des personnes contaminées. Ceci peut entraver l’orientation des patients vers le bon niveau de prise en charge adéquat à leur niveau de risque clinique, ce qui peut impacter négativement l’accès aux soins, dans un contexte de ressources limitées.
Nous proposons de concevoir et d’évaluer un système d’aide à la décision clinique automatisé, utilisant l’intelligence artificielle symbolique (usage des ontologies et des règles d’inférence) qui, se basant sur certaines données du patient, celles de la littérature et les recommandations validées par les sociétés savantes, pourrait proposer une orientation clinique pertinente pour les patients testés positifs pour COVID19 selon les modalités suivantes : accès à l’hospitalisation (régulière ou critique), prise en charge dans un centre de santé communautaire avec suivi médical et examens paramédicaux, prise en charge par des équipes mobiles à domicile ou via télémédecine, auto-prise en charge à domicile avec éducation et recommandations supportée par hotline téléphonique au besoin.
L’intérêt de ce système ne se limite pas à l’orientation initiale, mais il pourrait surtout accompagner les équipes soignantes dans la reconnaissance de risque et dans la gestion des différentes étapes de prise en charge en suivant des algorithmes cliniques établis, contribuant ainsi à standardiser les pratiques ainsi que le suivi du patient. Nous proposons d’évaluer ce système d’abord « in vitro » sur des cas fictifs avec un panel consensuel, puis « in vivo » dans le contexte réel et dans les modalités d’utilisation susmentionnées.