Yannick Neuder, ministre chargé de la Santé et de l’Accès aux soins, était en visite à Toulouse ce lundi 1er septembre. À l’hôpital Rangueil (CHU de Toulouse) qui fête ses 50 ans, il a rencontré les professionnels autour des thématiques de l’organisation territoriale des soins et de l’usage de l’intelligence artificielle.
En ces temps instables politiquement, Yannick Neuder est venu défendre une “nécessaire stabilité à apporter au système de santé français”. “Je suis le quatrième ministre depuis 2024, en 9 mois de présence, je pulvérise les records”, a déclaré le ministre chargé de la Santé et de l’accès aux soins venu à la fois célébrer les 50 ans de l’hôpital Rangueil et rencontrer les professionnels de santé du Centre hospitalier universitaire (CHU) de Toulouse.
À lire aussi :
Face à la pénurie médicale, les hôpitaux d’Occitanie ouest se serrent les coudes
Il fut notamment question de l’association des hôpitaux d’Occitanie ouest (H2O), un modèle de coopération mis en place depuis deux ans qui permet à 300 médecins de partager leur temps entre le CHU de Toulouse et les hôpitaux du territoire. “Ce type de projet structurant permet de donner des perspectives aux soignants et aux jeunes qui veulent s’engager dans les filières de santé. C’est aussi la preuve que les déserts médicaux ne sont pas une fatalité”, a déclaré Yannick Neuder en rappelant les dernières mesures financières pour inciter les médecins à s’engager dans les territoires.
À lire aussi :
Recherche médicale : le CHU de Toulouse s’implique pour mieux gérer les données santé des patients
Plusieurs projets liés à l’utilisation de l’intelligence artificielle au CHU de Toulouse ont également été présentés au ministre. En néphrologie, depuis deux ans, un algorithme épluche près de 20 000 comptes rendus médicaux pour faire remonter une liste de patients éligibles à une prise en charge resserrée dans le cadre de leur maladie rénale.
“Le parcours de soins de la maladie rénale est le parcours d’une vie. Il est long, complexe, coûteux, avec des ruptures. En mettant en place un accompagnement spécifique, nous visons à ralentir la progression de la maladie, à éviter les complications et à optimiser la transition vers l’entrée en dialyse et la transplantation. Nous comptions 9 000 patients dans notre cohorte mais nous sentions que certains nous échappaient”, explique le Dr Nathalie Longlune, néphrologue au CHU de Toulouse, porteuse du projet.
300 patients supplémentaires identifiés grâce à l’IA pour la prise en charge de leur maladie rénale
Grâce au machine learning, 300 nouveaux patients ont pu être identifiés et intégré après vérification par une attachée de recherche clinique. “Cette cohorte est plus représentative de la réalité. Elle a permis un gain de financement (100 000 € dans le cadre de l’accompagnement mis en place par l’État pour les patients les plus sévères) qui a débouché, notamment, sur le recrutement d’une infirmière supplémentaire. Un deuxième algorithme est en cours de développement pour mieux cibler encore les personnes à suivre et étendre ce repérage à d’autres spécialités comme le diabète ou l’insuffisance cardiaque”, complète le médecin.
Mieux utiliser les milliers de données pour les patients en réanimation
En réanimation, l’intelligence artificielle a aussi son rôle à jouer. Pour estimer la sévérité du patient, hiérarchiser et adapter les soins, recueillir des données à visée de recherche et améliorer les pratiques. Ce travail constant des équipes d’anesthésie-réanimation s’effectue dans un contexte très riche en informations. “À titre d’exemple, sur les 20 lits de réanimation que je vais avoir en charge ce soir, il y aura, chaque heure, 2 500 à 3 000 informations brutes délivrées par le monitoring et, en moyenne, 730 alarmes à gérer. C’est de la surcharge informationnelle, les alarmes créent de la fatigue chez le patient et il faut aussi éliminer les informations qui faussent les analyses”, pose le Dr Michaël Poette, anesthésiste-réanimateur au CHU de Toulouse. En travaillant avec l’IRT Saint-Exupéry, son projet vise à anticiper les variations dans l’état du patient, à “lever l’effet boîte noire de l’intelligence artificielle, en l’utilisant pour faire mieux dans l’évaluation de la sévérité globale et dans la prise en charge par organe”.