Menu
Communiqués et dossiers de presse

La santé des français suivie pendant le confinement de mars 2020 grâce à l’analyse par IA des appels au 15

07 Avr 2021 | Par INSERM (Salle de presse) | Covid-19 | Santé publique | Technologie pour la sante

SAMU

La santé des français suivie pendant le confinement de mars 2020 grâce à l’analyse par IA des appels au 15 © camilo jimenez on Unsplash

Le Centre Hospitalier Universitaire de Bordeaux et le centre de recherche Inserm Bordeaux Population Health à Bordeaux publient les résultats de leur étude sur les appels au SAMU centre 15 de la Gironde sur l’année 2020. Les appels pour symptômes grippaux ont précédé de deux semaines les admissions aux urgences. Les appels pour des douleurs thoraciques, du stress et de l’anxiété, ont atteint un pic 12 jours plus tard. On note par contre une chute importante des accidents et des malaises, des violences et des intoxications aiguës à l’alcool. Ces travaux sont parus le 31 mars 2021 dans la revue Scandinavian Journal of Trauma, Resuscitation and Emergency Medicine.

Les SAMU de France reçoivent environ 31 millions d’appels chaque année, 85 000 chaque jour. Et ce chiffre a presque doublé aux pires moments de la crise de la Covid-19. Le contenu de chaque appel fait l’objet d’un compte-rendu dans lequel les observations sont rédigées au fur et à mesure des informations collectées par les différents intervenants.

Se donner les moyens de suivre les évolutions des motifs de tous ces appels, c’est se doter d’un outil puissant et réactif d’observation de la santé de la population.

Pour classer ces appels, les chercheurs ont fait appel à une technologie issue d’une avancée très récente dans le domaine de l’intelligence artificielle qui porte le nom de « Transformer ».

Ce « Transformer » a été construit en deux phases, la première consistant à lui montrer un nombre aussi grand que possible d’exemples de comptes rendus pour lui apprendre à écrire « à la manière » de ces comptes rendus. Cette première phase va grandement améliorer les performances de la deuxième étape qui consiste à entraîner ce Transformer à réaliser la tâche de classification en lui « montrant » des exemples de comptes rendus avec la bonne classification, réalisée pour cette phase d’apprentissage par un humain. Plus on lui montre d’exemples, meilleur sera le Transformer lorsqu’il aura à faire la classification lui-même.

Le CHU, l’université de Bordeaux et l’Inserm se sont associés pour mettre en place un outil de surveillance de santé des populations pendant la période de la pandémie Covid-19.

Les chercheurs ont appliqué ce Transformer aux données issues du centre 15 du SAMU de la Gironde, avant, pendant et après la période de confinement pour observer les tendances dans le motif des appels.

Cette approche leur a permis de montrer que les appels pour symptômes grippaux ont commencé à augmenter à partir du 21 février 2020 et ont atteint un niveau sans précédent le 28 février 2020 pour culminer le 14 mars 2020, 3 jours avant le confinement. Ils étaient fortement corrélés avec les admissions quotidiennes aux urgences, avec un retard de 14 jours. Les appels pour des douleurs thoraciques, du stress et de l’anxiété, ont atteint un pic 12 jours plus tard. Les appels pour des malaises avec perte de conscience, des blessures non volontaires et des intoxications alcooliques ont fortement diminué, à partir d’un mois avant le confinement.

L’utilisation d’un système de classification automatique se servant de l’intelligence artificielle permet de s’affranchir du contexte qui pourrait influencer un codeur humain, notamment en situation de crise. Cette application, réalisée en Gironde, montre que la construction d’un outil similaire à l’échelle nationale pourrait utilement compléter le système de surveillance de la santé des français.

Contacts
Contact Chercheur

Emmanuel Lagarde 

Chercheur Inserm

U1219 – BPH : Bordeaux Population Health Research Center

rf.xuaedrob-u@edragal.leunamme

Contact Presse

CHU Bordeaux

Cédric Gil-Jardiné

rf.xuaedrob-uhc@enidraj-lig.cirdec

Inserm

rf.mresni@esserp

Sources

Trends in reasons for emergency calls during the COVID-19 crisis in the department of Gironde, France using artificial neural network for natural language classification.

Gil-Jardiné C, Chenais G, Pradeau C et al.

Scandinavian Journal of Trauma, Resuscitation and Emergency Medicine 2021 Mar 31;29(1):55.

https://sjtrem.biomedcentral.com/articles/10.1186/s13049-021-00862-w

fermer