Moins de risques à l’hôpital

Prévenir la propagation des bactéries résistantes aux antibiotiques grâce à l'intelligence artificielle (IA)
Catégorie
Recherche
Statut
En cours

Contexte

Les infections bactériennes résistantes aux antibiotiques constituent un problème croissant ; elles compliquent le traitement des personnes hospitalisées et peuvent entraîner une dégradation de leur état de santé. Les patients peuvent également être porteurs, à leur insu, de bactéries résistantes aux antibiotiques et les transmettre à d'autres patients de l'hôpital, ce qui entraîne d'autres infections bactériennes résistantes aux antibiotiques. Aux HUG, le dépistage des porteurs de bactéries résistantes aux antibiotiques est actuellement limité aux patients à haut risque. 

 

Projet

Ce projet consiste à développer des modèles d'intelligence artificielle (IA) permettant d'identifier les patients des HUG susceptibles de porter des bactéries résistantes aux antibiotiques, en particulier ceux qui seraient passés au travers des stratégies de dépistage actuelles. En analysant un large éventail de données, dont les informations médicales, les résultats de laboratoire, les mouvements et contacts des patients au sein de l'hôpital entre autres facteurs, les modèles d'IA identifieront les patients qui présentent un risque élevé d'être porteurs de bactéries résistantes aux antibiotiques, et ceux qui auront été identifiés seront testés.

 

Où en sommes-nous ?

Janvier 2026 : L'équipe de recherche a constitué une vaste base de données à partir des dossiers médicaux des patients et patientes des HUG et a extrait de nombreux paramètres susceptibles de prédire qui pourrait porter des bactéries résistantes aux antibiotiques, que ce soit lors de l'admission ou durant le séjour. Grâce à ces données, des algorithmes d'apprentissage automatique (machine learning) ont été développés pour estimer ce risque. Les premiers résultats montrent que ces modèles repèrent mieux les patients à risque que les stratégies de dépistage existantes. Le projet se poursuit afin d'affiner et de tester ces modèles pour les rendre encore plus performants.

 

Cheffes de projet

Docteure Gaud Catho, Médecin cheffe de clinique, Service prévention et contrôle de l'infection, Direction médicale et qualité, Hôpitaux universitaires de Genève

Madame Rebecca Grant, Adjointe scientifique, Service prévention et contrôle de l'infection, Direction médicale et qualité, Hôpitaux universitaires de Genève & Maître-assistante, Département de médecine, Faculté de médecine de l'Université de Genève