fr.wedoany.com Rapport : Vega Health, une start-up qui aide les systèmes de santé à évaluer et déployer l'intelligence artificielle, a conclu un partenariat avec le Parkland Center for Clinical Innovation (PCCI) pour obtenir une licence et proposer les modèles d'IA développés par PCCI sur la place de marché Vega Health Marketplace.
Actuellement, cinq modèles d'IA de PCCI sont disponibles sur Vega Health Marketplace et accessibles aux clients de Vega. Ces modèles ont tous été validés dans des environnements hospitaliers réels, la plupart étant axés sur le soutien à la décision clinique, la santé des populations ou les déterminants sociaux de la santé. L'objectif de Vega est de commercialiser des innovations qui pourraient autrement être négligées.
Le Dr Mark Sendak, cofondateur et PDG de Vega Health, a déclaré qu'une partie de la mission de l'entreprise consiste à mettre sur le marché des cas d'utilisation qui ne deviendraient pas des entreprises indépendantes, mais qui offrent néanmoins un fort potentiel pour améliorer les soins aux patients et la santé des populations.
PCCI a été créé en 2012 à partir de Parkland Health, au Texas, l'un des plus grands systèmes de santé de filet de sécurité aux États-Unis. La collaboration continue entre PCCI et Parkland se concentre sur l'identification des opportunités en matière d'IA et de santé numérique, avec une attention particulière portée aux besoins des populations vulnérables du nord du Texas.
Les cinq modèles de PCCI disponibles sur la place de marché de Vega comprennent : un modèle de prédiction du sepsis hospitalier, qui identifie les patients à risque de sepsis dans les 12 heures à venir dans les unités de soins et présente les principaux facteurs cliniques de chaque prédiction dans le dossier médical électronique ; un modèle de sepsis présent à l'admission (POA) aux urgences et aux soins d'urgence, qui identifie les patients déjà en état de sepsis lors de leur consultation aux urgences ou dans un centre de soins d'urgence et déclenche une alerte clinique ; l'indice de mortalité des traumatismes de Parkland (PTIM), un modèle de prédiction mis à jour toutes les heures pour évaluer le risque de mortalité hospitalière chez les patients polytraumatisés ; le modèle PARADE (Patients at Risk of Adverse Drug Events), qui stratifie les patients à l'admission en fonction de leur risque d'événements indésirables médicamenteux pendant l'hospitalisation, permettant ainsi l'intervention des pharmaciens ; et un modèle d'IA pour la sécurité au travail, qui examine les patients admis en identifiant les dossiers de consultation les moins susceptibles de donner lieu à des actes violents, en utilisant des données provenant des dossiers médicaux électroniques, des dossiers des ressources humaines et des besoins sociaux.
Ces modèles ont été testés à Parkland et ont donné des résultats préliminaires. Le modèle de prédiction du sepsis hospitalier alerte les cliniciens bien avant que le patient n'ait besoin d'antibiotiques ; selon les données de PCCI, ce modèle émet une alerte en moyenne 19 heures avant l'administration typique d'antibiotiques, contre 1,5 heure pour les modèles actuels du secteur. Les cliniciens peuvent suspendre les alertes si nécessaire. L'indice de traumatisme a correctement identifié 89 % des patients traumatisés à haut risque et 92 % des patients à faible risque. Le modèle d'événements indésirables médicamenteux a permis de prévenir plus de 2 000 incidents à Parkland et d'éviter des coûts de plus de 17 millions de dollars. Le modèle de sécurité au travail a prédit avec précision 77 % des incidents violents dans les 30 minutes suivant l'admission.
Vega est issue de l'Université Duke, où Sendak était responsable de la santé des populations et de la science des données au Duke Institute for Health Innovation. Son principe est de rendre largement accessibles les modèles d'IA clinique efficaces, développés en collaboration avec les cliniciens de première ligne. En plus de sélectionner des modèles sur sa place de marché, Vega aide ses clients à réaliser le travail nécessaire au déploiement réel, y compris l'évaluation et les tests, l'intégration des flux de travail, l'ajustement de chaque modèle pour des groupes de patients spécifiques, et la surveillance post-déploiement. Sendak explique que cela est particulièrement important pour les hôpitaux disposant de ressources limitées, car peu d'organisations ont la capacité interne de construire et de déployer des outils basés sur leurs propres données patients.
Le Dr Steve Miff, président et PDG de PCCI, a déclaré que PCCI n'a pas l'intention de devenir une entité commerciale ; elle ne dispose que d'une petite équipe marketing et manque d'équipe de vente, cherchant donc constamment des partenaires appropriés pour étendre l'impact de son travail.
Vega a été fondée fin 2025 et collabore actuellement avec deux systèmes de santé communautaires, dont un hôpital d'accès essentiel. Elle a conclu des accords de partage des revenus avec ses partenaires fournisseurs d'IA (actuellement Duke University et PCCI), offrant ainsi une voie de commercialisation aux innovateurs. Sendak reconnaît que le simple fait qu'un modèle soit développé dans un centre médical universitaire ne garantit pas sa supériorité ; on ne peut savoir quel modèle est le meilleur avant de l'avoir testé. Cependant, l'avantage d'avoir un département d'innovation affilié ou interne réside dans la relation de responsabilité partagée entre les développeurs et les cliniciens.
Outre Parkland, PCCI collabore également avec le Dallas County Health Department, des payeurs et d'autres systèmes de santé. Actuellement, PCCI a déployé 19 modèles d'IA à grande échelle, et depuis 2019, ces modèles ont identifié près de 3 millions d'individus à haut risque nécessitant une intervention.
Les systèmes de santé souhaitant utiliser les modèles de PCCI travailleront d'abord avec Vega pour les évaluer en fonction de leurs données patients locales, puis les mettront en œuvre. Les données seront partagées avec les clients de Vega et les partenaires d'IA concernés. Si le modèle fonctionne bien, Vega soutiendra l'adoption clinique et la surveillance continue pour suivre la précision, le taux d'adoption et les résultats réels. Sendak indique que si le modèle ne donne pas les résultats escomptés, Vega ne recommandera pas à l'hôpital d'acheter ce modèle spécifique. L'objectif de Vega n'est pas de déterminer quel modèle est supérieur, mais de personnaliser pour chaque institution, d'où la nécessité que les modèles soient formés sur des populations diverses. Sendak souligne qu'ils souhaitent aider chaque système de santé à trouver le modèle le plus adapté.
Sendak et Miff croient tous deux en l'avenir de l'IA dans le domaine de la santé. Sendak note que les soins de santé sont si complexes qu'aucun médecin ou entité ne possède une expertise de pointe dans tous les domaines cliniques. Miff ajoute que l'IA joue et continuera de jouer un rôle énorme dans les soins de santé, et qu'il est nécessaire de l'utiliser pour renforcer le travail. Cependant, il prévient que les cas d'utilisation de gestion sont plus évolutifs et transférables entre les organisations, tandis que lorsque l'IA est utilisée pour le soutien à la décision clinique ou la gestion de la santé des populations, des complexités apparaissent. Dans ce cas, les modèles doivent être développés conjointement avec les cliniciens et testés dans des environnements réels, ce qui est la partie la plus difficile, mais aussi celle qui a le plus grand potentiel d'impact clinique.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
