Un modèle d’intelligence artificielle permet de prédire plus précisément que les médecins la dose quotidienne de tacrolimus chez les patients transplantés du rein, indique UZ Leuven dans un communiqué vendredi. Intégrée au dossier patient électronique, cette technologie a été testée avec succès dans une étude clinique portant sur près de 300 nouveaux patients.
Le tacrolimus reste essentiel pour prévenir le rejet du greffon, mais l’estimation de la dose optimale demeure complexe en raison des grandes variations d’absorption entre individus. Des doses trop élevées peuvent entraîner des effets indésirables, des doses trop faibles augmentent le risque de rejet.
Au cours des trois dernières années, les chercheurs d’UZ Leuven ont développé une application d’IA générant automatiquement une recommandation posologique sur la base des résultats sanguins quotidiens et des paramètres médicaux du dossier patient électronique. Selon l’équipe, il s’agit de la première fois au niveau mondial qu’un modèle entièrement automatisé d’aide à la décision, intégré sans intervention humaine dans un DPE, est évalué en clinique. Les médecins valident ou refusent simplement la suggestion posologique dans le système de prescription.
L’étude, publiée dans Clinical Pharmacology & Therapeutics, montre une nette plus-value. Dans plus de 99 % des cas, les cliniciens ont suivi la recommandation de l’algorithme. L’approche par IA a permis d’atteindre plus rapidement les concentrations thérapeutiques cibles et de réduire les fluctuations, facilitant ainsi la stabilisation du patient.
Le professeur Dirk Kuypers (photo), néphrologue à UZ Leuven, déclare : « C’est la première fois que nous disposons d’une preuve clinique qu’un modèle d’IA totalement automatisé, intégré dans le dossier patient électronique, prédit plus précisément la bonne posologie que les médecins. » Et d’ajouter : « Nos simulations informatiques étaient presque identiques aux décisions de l’ordinateur dans l’étude menée auprès de nouveaux patients. »
Le modèle a d’abord été conçu à partir de données historiques de 315 patients transplantés du rein. Après des simulations concluantes, il a été évalué dans une étude prospective randomisée auprès de 293 nouveaux receveurs : un tiers a reçu une recommandation posologique formulée par des médecins, deux tiers par l’algorithme.
Le système continue d’apprendre au fil des données recueillies. Plus les nouvelles informations d’un patient affluent, plus la recommandation devient personnalisée et moins dépendante des données d’autres situations cliniques.
Les chercheurs estiment que cette technologie pourrait également s’appliquer à d’autres traitements. « Nous voyons beaucoup de potentiel dans ce modèle et allons poursuivre nos recherches vers un modèle d’IA capable, par exemple, de prédire la bonne dose d’antibiotiques, de chimiothérapie ou d’autres médicaments », déclare le professeur Kuypers.
Plusieurs centres en Asie et aux États-Unis ont déjà manifesté leur intérêt. UZ Leuven explore actuellement une utilisation élargie en interne ou une commercialisation, en conformité avec la réglementation européenne sur les dispositifs médicaux.
