Génération de données synthétiques en soins intensifs pédiatriques

Les données médicales sont confidentielles. Afin d’y accéder dans un contexte de recherche, la loi requiert des évaluations réglementaires qui prennent entre plusieurs semaines à plusieurs mois avant d’accorder l’accès à ces données. Pour améliorer l’efficacité du processus tout en respectant la confidentialité et des lois en vigueur, nous proposons de développer un outil utilisant intelligence artificielle générative permettant de créer des données entièrement synthétiques (démographie, signes vitaux, signaux biologiques et résultats de laboratoire). Ces données factices et aucunement associées à un vrai patient, même partiellement, seront suffisamment plausibles pour commencer à préparer les algorithmes utilisés le projet de recherche en cours d’évaluation par les instances réglementaires. Ce générateur de données permettra également de faciliter la collaboration internationale et éventuellement d’améliorer la qualité des données manquantes ou corrompues.
Dans les dernières années, l’intelligence artificielle générative a permis la création de contenu totalement distinct des données d’entrainement dans plusieurs domaines (imagerie, son et texte), dont l’algorithme le plus populaire est probablement ChatGPT (OpenAI, États-Unis). L’utilisation de réseaux neuronaux complexes (modèles auto-attentifs, transformers) a permis de créer des générateurs de contenus hautement plausibles et polyvalent.
Notre objectif est de créer une cohorte virtuelle de 20 patients avec les 4 biosignaux physiologiques les plus fréquemment mesurés aux soins intensifs pédiatriques (électrocardiogramme, saturométrie continue, pression artérielle invasive et amplitude respiratoire).