L'application de l'intelligence artificielle (IA) dans les soins de santé est de plus en plus pertinente, et un domaine dans lequel elle peut être particulièrement utile est la gestion hospitalière. En particulier, la prédiction des admissions à l'hôpital chez les patients atteints d'insuffisance cardiaque congestive (IC) est un domaine de grand intérêt, car elle peut aider à réduire le fardeau des patients et du système de santé.
Une étude récente ont examiné 23 études qui utilisaient des méthodes d'apprentissage automatique et d'apprentissage en profondeur pour prédire l'hospitalisation des patients atteints d'IC. Les résultats ont montré que les algorithmes d'IA peuvent prédire avec succès une (ré)admission à l'hôpital de 30 jours, avec des valeurs d'aire sous la courbe (AUC) allant de 0,61 à 0,79. Il a également été démontré que les algorithmes peuvent prédire l'hospitalisation sur de plus longues périodes, de 6 mois à 3 ans, avec une ASC allant de 0,65 à 0,78.
Ces résultats indiquent que l'IA peut jouer un rôle clé dans la gestion hospitalière en prédisant avec précision les admissions à l'hôpital, permettant aux cliniciens et au personnel hospitalier de mieux planifier les ressources et d'intervenir en temps opportun. De plus, la mise en œuvre d'algorithmes d'IA pour la gestion des patients atteints d'insuffisance cardiaque peut aider à réduire le fardeau financier du système de santé en réduisant le nombre d'hospitalisations non planifiées.
En conclusion, l'application de l'IA dans la prédiction des admissions à l'hôpital chez les patients atteints d'IC a le potentiel d'améliorer considérablement la gestion hospitalière et de réduire le fardeau des patients et du système de santé. Il est nécessaire de poursuivre la recherche et l'amélioration des modèles actuels pour assurer leur applicabilité clinique à l'avenir.