Prédire pour mieux prévenir

CONTEXTE

L’insuffisance rénale aiguë touche 20 % des patientes et patients hospitalisés. Elle est souvent associée à des complications aiguës et chroniques et représente des coûts de santé importants. Par ailleurs, l'insuffisance rénale aiguë fait l’objet de très bonnes prédictions par les systèmes informatiques. Identifier de manière fiable les patientes et patients avec le plus haut risque d'insuffisance rénale aigüe suivant leur hospitalisation permettrait de leur garantir une meilleure prise en charge. 

Projet

Le projet consiste à développer un algorithme basé sur l'intelligence artificielle pour identifier ces patientes et patients dans les 48 heures suivant leur hospitalisation. Il s’agit de dériver un algorithme pour prédire l'insuffisance rénale aiguë et d’adapter les traitements en conséquence. La pertinence clinique de cet outil sera testée par un essai clinique. 

Où en sommes-nous ?

Juin 2026 : L’équipe a réussi à développer un outil basé sur l’intelligence artificielle capable de prédire le risque d’insuffisance rénale aiguë jusqu’à 48 heures avant sa survenue. Le déploiement de cet outil au sein des HUG est actuellement en cours. Par ailleurs, à la suite des retours des autorités éthiques et en tenant compte du cadre réglementaire en vigueur, le projet initial a été adapté : une étude observationnelle visant à améliorer la qualité des soins sera menée dans un premier temps. Prévue pour débuter à l’automne 2026, cette étude permettra d’évaluer l’utilité de cet outil en pratique et son efficacité pour prévenir les complications rénales chez les patients et patientes hospitalisées.

Cheffe et Chef de projet

Professeure Sophie De Seigneux, Médecin cheffe de service, Département de médecine, Service de néphrologie et hypertension, HUG & Professeure ordinaire, Département de médecine, Faculté de médecine de l'Université de Genève

Professeur François Fleuret, Professeur ordinaire, Département d'informatique, Faculté des sciences de l'Université de Genève