Publié par Jayet Nicolas

A l’échelle d’un hôpital universitaire, plusieurs milliers d’événements indésirables font l’objet d’un signalement par les professionnels chaque année. Erreur médicamenteuse, comportement violent ou chute d’un patient par exemple, il peut s’agir de toutes sortes d’incidents, avec ou sans conséquences. Comme dans l’aéronautique, documenter ainsi les faits doit permettre de les analyser pour en tirer les enseignements qui permettront d’éviter leur survenue à l’avenir. « On constate toutefois que l’analyse d’un tel volume de cas requiert beaucoup de temps. Quant aux mesures correctives, il s’agit de mettre en œuvre celles dont l’efficacité a été scientifiquement démontrée. Et là, l’IA peut aider. » indique Prof. Joachim Rapin, adjoint à la Direction des soins du CHUV et responsable du projet.
Intitulé “LLM4CIRS” (pour Large Language Model for Critical Incident Reporting Systems), le projet est une initiative nationale, interprofessionnelle et participative coordonnée par le CHUV, en étroite collaboration avec des hôpitaux suisses, des partenaires académiques, la Fondation Sécurité des patients Suisse et l’Organisation suisse des patients. Il vise à améliorer l'apprentissage organisationnel, la sécurité des patients et la gestion des risques grâce à une utilisation responsable de l'intelligence artificielle, en parfaite adéquation avec les objectifs de développement de la qualité 2025-2028 du Conseil fédéral.
La Commission fédérale pour la qualité (CFQ) contribuera à son financement à hauteur de 480'000 francs, soit la moitié du coût total. L’autre moitié est assurée par les parties prenantes au projet. Ces fonds doivent permettre de développer une solution innovante et de l’intégrer à différents niveaux :
Le développement de la solution IA à l’œuvre dans ce projet sera essentiellement assuré par le Centre de la science des données biomédicales, une structure commune du CHUV et de l’Université de Lausanne, en collaboration avec les partenaires. Il s’agira alors de concevoir l’outil IA et de l’entraîner notamment à catégoriser les typologies d’événements indésirables, à alimenter l’analyse et proposer des mesures issues de la littérature scientifique. Il se présentera sous la forme d’une interface de type chatbot multilingue, sécurisée pour garantir la confidentialité des données, et mise à la disposition des professionnels de santé impliqués dans les processus qualité. Une fois l’outil déployé dans les institutions, l’évaluation sera conduite par l’Institut universitaire de formation et de recherche en soins de Lausanne. La fin du projet est prévue pour 2028.
Voir toutes les actualités