Utilisation d’indicateurs automatisés d’activité en soins intensifs pédiatriques pour prédire la charge en soins infirmiers et les situations critiques aux soins intensifs pédiatriques

Idée générale du projet : Les unités de Soins Intensifs Pédiatriques accueillent les enfants les plus sévèrement malades, dont la mortalité et le risque de séquelles sont élevés. Ces patients bénéficient d’un monitorage très intensif, qui génère un très grand nombre de données. Nous avons construit une Base de Données massives de soins intensifs (BD-SI) contenant toutes les données recueillies à haute fréquence par les différentes technologies au chevet des patients (près de 6000 patients actuellement). Nous avons récemment développé l’extraction automatique d’indicateurs d’activité et de qualité de soins à partir de cette base de données, avec un potentiel de fonctionner en temps réel. Le but du présent projet est d’utiliser ces indicateurs d’activité pour prédire la charge infirmière dans les 24 heures suivantes, et pour détecter automatiquement les situations critiques d’activité anormale. 

Objectifs :
-    A partir de cette base de résultats, développer un modèle prédictif (avec méthode d’intelligence artificielle) de l’évolution de la charge infirmière dans les 24 heures suivantes (3 prochains shifts de 8 heures).
-    Développer un modèle (avec méthode d’intelligence artificielle) pour détecter et alerter d’une activité anormale dans l’unité (ex : apparition d’une épidémie).
-    Établir une base de résultats de ces indicateurs pour décrire l’état de la situation de l’unité de soins intensifs depuis 2015