Prédire les chutes à l’hôpital avec une précision de 99% sans même lever le petit doigt!
- Prof Voyer
- il y a 5 jours
- 1 min de lecture
Dernière mise à jour : il y a 4 jours
La prévention des chutes en milieu hospitalier demeure un enjeu central pour la sécurité des patients adultes. L’étude de Jahandideh menée en Australie sur plus de 672 000 patients apporte des preuves solides en faveur de l’intégration de l’apprentissage automatique dans l’évaluation du risque de chute. En se basant sur des données cliniques, organisationnelles et liées au personnel soignant, les chercheurs ont été en mesure de prédire les chutes avec une précision de 99%. Le potentiel de la technologie pour rendre plus efficaces nos soins et libérer le personnel de tâche à faible valeur est à nos portes…
Qui plus est, l’analyse automatisée permet non seulement d’anticiper les chutes, mais aussi de mieux cibler les interventions préventives. Ces modèles d’intelligence artificielle constituent donc une opportunité d’améliorer la pertinence clinique des évaluations et d’optimiser les ressources pour une prévention personnalisée. L’adoption de ces outils nécessite cependant un logiciel de soins et des systèmes qui se parlent, ce qui n’est pas acquis au Québec… Néanmoins, il s’agit d’un pas de plus vers la réduction des chutes et l’amélioration des soins.
Innover en synergie avec nos partenaires
PARTENAIRES DIAMANT
Domedic : Le spécialiste du circuit du médicament informatisé et sécurisé
Gustav (Hospitalis) : Une plateforme numérique de coordination clinique moderne et éprouvée
PARTENAIRES OR
Source : Jahandideh, S., Hutchinson, A.F., Bucknall, T.K., Considine, J., Driscoll, A., Manias, E., Phillips, N.M., Rasmussen, B., Vos, N., & Hutchinson, A.M. (2024). Using machine learning models to predict falls in hospitalised adults. International Journal of Medical Informatics, 187, 105436.
Commentaires