Traitement automatique de la langue pour une réponse rapide dans le cadre d’une maladie émergente : exemple de la COVID-19

Introduction Une maladie emergente pose des problemes specifiques pour les outils informatiques. L’informatique biomedicale repose en grande partie sur les donnees structurees qui requierent l’existence de donnees ou de modeles de connaissances. Cependant, une nouvelle maladie ne peut avoir de modele de connaissances preexistant. Au cours d’une epidemie de maladie emergente, le traitement automatique de la langue (TAL) peut permettre la conversion rapide de donnees textuelles non structurees en un nouveau modele de connaissances. Bien que cette idee ait deja ete suggeree, il n’y avait pas eu jusqu’a present d’opportunite pour la tester en temps reel. La pandemie actuelle de COVID-19 en est une. L’objectif de cette etude etait de montrer la valeur ajoutee de l’extraction par TAL de l’information clinique presente dans les textes pour repondre aux questions posees dans le cadre d’une maladie emergente. Methodes Nous avons explore les effets a long-terme des traitements par inhibiteurs calciques sur le devenir des patients hypertendus, hospitalises pour une infection COVID-19. Dans l’entrepot de donnees de sante de l’AP-HP, nous avons compare deux sources differentes d’information : les donnees structurees (codes diagnostics CIM10, resultats biologiques, prescriptions medicamenteuses) et les donnees extraites des textes cliniques par TAL. Resultats Dans cette etude multicentrique sur les 39 hopitaux de l’AP-HP, le TAL a permis d’augmenter suffisamment la puissance statistique pour rendre significatif un resultat de risque relatif ajuste alors qu’il ne l’etait pas avec les donnees structurees uniquement ( Fig. 1 ). En comparant aux donnees structurees, le nombre de patients incluables dans l’etude a ete multiplie par 2,95, la quantite d’information sur les medicaments par 7,2 et les informations phenotypiques par 11,9. Conclusion Dans notre etude, l’utilisation d’inhibiteurs calciques etait associee a une diminution de la mortalite intra-hospitaliere chez les patients avec une infection COVID-19. Ces resultats ont ete obtenus en adaptant rapidement des pipelines TAL au domaine d’une nouvelle maladie. Ce pipeline d’extraction etait suffisamment performant pour extraire des informations utiles. Quand ces informations ont ete utilisees pour enrichir les donnees structurees deja disponibles, l’echantillon de l’etude a pu etre suffisamment augmente pour voir apparaitre un effet de traitement qui n’etait jusqu’alors pas detectable.