The development and implementation planning of an AI-powered Palliative Care Assessment Tool (PCAT) for aged care: a Triple C model approach

Dans les couloirs silencieux des établissements de soins pour personnes âgées, un défi critique passe souvent inaperçu jusqu'à ce qu'il soit trop tard. De nombreux résidents âgés vivent avec des pathologies qui finiront par raccourcir leur vie, et pour ces individus, l'objectif des soins passe de la guérison de la maladie à la garantie du confort, de la dignité et de la qualité de vie. Cette approche est connue sous le nom de soins palliatifs. Idéalement, ce soutien commence tôt, permettant aux familles et aux équipes médicales de gérer les symptômes et de planifier l'avenir pendant que la personne est encore en assez bonne état pour participer aux décisions. Cependant, dans la réalité mouvementée des maisons de retraite, ces besoins sont fréquemment identifiés tardivement. Les membres du personnel, souvent surchargés et gérant des emplois du temps complexes, peuvent manquer les signes subtils qu'un résident entre dans une phase où un soutien spécialisé est nécessaire. Bien que les médecins et les infirmiers utilisent depuis longtemps des listes de contrôle et des questions structurées pour repérer ces besoins, ces outils reposent sur un être humain se souvenant de les utiliser au bon moment, et ils se concentrent généralement sur une seule personne à la fois plutôt que d'examiner l'ensemble de la communauté des résidents.

Pour résoudre ce problème, des chercheurs ont commencé à explorer comment l'intelligence artificielle — des ordinateurs capables d'apprendre à partir de données pour reconnaître des modèles — pourrait aider. L'idée n'est pas qu'une machine remplace le jugement d'un médecin, mais qu'elle agisse comme un assistant infatigable qui scanne les informations sur chaque résident chaque jour, signalant ceux qui pourraient avoir besoin d'une révision. Ce document décrit la création minutieuse d'un tel outil, appelé l'Outil d'Évaluation des Soins Palliatifs, ou PCAT (Palliative Care Assessment Tool), conçu spécifiquement pour les soins de vieillesse en Victoria, en Australie. L'équipe n'a pas simplement construit un logiciel en espérant qu'il fonctionnerait ; elle a suivi une feuille de route humaine spécifique appelée le modèle Triple C. Cette approche donne la priorité au dialogue avec les personnes qui utiliseront réellement le système, au travail collaboratif pour façonner la conception, et à la garantie que l'outil puisse survivre et prospérer dans le monde réel bien après la fin du financement initial du projet. Le résultat est un système numérique prêt à être testé, construit sur une base de sécurité et de praticité plutôt que sur la seule capacité technique.

Le voyage a commencé par une question simple mais difficile : comment construire un outil numérique qui s'intègre dans le rythme chaotique et à haute pression d'une garde en maison de retraite ? Les chercheurs savaient que si l'outil était trop compliqué ou ralentissait le personnel, il serait ignoré. Ils ont commencé par réunir un groupe large, comprenant des infirmiers, des gestionnaires de maisons de soins et des spécialistes en soins palliatifs, pour une série de six conversations structurées. Il ne s'agissait pas d'entretiens formels mais d'ateliers collaboratifs où l'équipe écoutait les difficultés quotidiennes du personnel. Ils ont appris exactement où se trouvaient les lacunes dans les soins actuels, ce qui empêchait l'identification précoce des besoins, et où un signal numérique devrait apparaître pour être vu et appliqué. Cette phase, connue sous le nom de consultation, a permis de s'assurer que l'outil était conçu autour de la réalité du travail, et non d'une version idéalisée de celui-ci.

Une fois les problèmes clairement définis, l'équipe est passée à la phase de collaboration. Ici, l'accent a été mis sur la transformation de ces idées en une conception fonctionnelle. Les chercheurs ont travaillé étroitement avec l'équipe technique pour construire un système capable de prendre la logique complexe des directives médicales existantes et de les traduire en une interface simple et claire. Un principe clé était que l'outil ne devait jamais retirer à l'humain sa capacité à prendre la décision finale. Le système a été conçu pour proposer une évaluation du risque — une simple indication de la probabilité qu'un résident ait besoin d'un soutien palliatif — mais il incluait toujours une voie claire pour qu'un clinicien puisse passer outre cette suggestion si son propre jugement professionnel différait. Cette caractéristique de « l'humain dans la boucle » était cruciale, garantissant que la technologie soutienne plutôt que ne dicte les soins.

Avant que l'outil ne puisse jamais être présenté à un patient ou utilisé dans une véritable maison de retraite, l'équipe l'a soumis à un contrôle de sécurité rigoureux appelé évaluation heuristique. Il s'agit d'une méthode par laquelle des experts examinent un système par rapport à des principes établis de sécurité et d'utilisabilité, cherchant les pièges potentiels avant qu'ils ne causent du tort. L'évaluation a mis en évidence plusieurs problèmes critiques qui devaient être corrigés. Par exemple, la conception initiale permettait à un utilisateur de supprimer accidentellement le dossier d'un résident, un risque qui a été immédiatement supprimé. L'équipe a également constaté que le système affichait parfois une évaluation du risque qui contredisait l'action recommandée, ce qui pouvait confondre un infirmier fatigué. Ils ont également remarqué que l'outil n'expliquait pas pourquoi il donnait une certaine évaluation, ce qui rendait difficile pour le personnel de faire confiance aux conseils.

L'équipe a abordé ces problèmes par des changements spécifiques et pratiques. Ils ont ajouté une fonctionnalité « pourquoi cette évaluation ? » qui explique le raisonnement derrière la suggestion de l'ordinateur en langage clair. Ils ont introduit un indicateur visuel pour montrer si l'état d'un résident s'aggravait, restait stable ou s'améliorait, aidant ainsi le personnel à voir la tendance au fil du temps. Pour réduire la charge mentale des infirmiers, l'outil a été réorganisé pour présenter d'abord les résidents les plus urgents, plutôt que de les lister par ordre alphabétique, et il a été programmé pour masquer les déclencheurs qui ne s'appliquent pas à une personne spécifique. La couleur a été associée au texte et aux icônes afin que la signification soit claire même si quelqu'un ne pouvait pas distinguer les couleurs. Peut-être plus important encore, ils ont intégré un parcours documenté permettant à un clinicien d'être en désaccord avec le système, garantissant que la décision finale repose toujours sur un professionnel humain.

L'article conclut en décrivant comment cet outil est désormais préparé pour un essai par étapes sur plusieurs sites de soins de vieillesse. Les chercheurs prévoient d'introduire l'outil auprès du personnel infirmier qui l'utilisera dans le cadre de sa routine quotidienne normale, en commençant par un petit groupe de résidents. L'objectif de cette phase suivante n'est pas de prouver que l'intelligence artificielle est parfaite, mais de voir si l'outil est utilisable, acceptable et réalisable dans le monde réel. Les auteurs précisent avec prudence que ce document ne couvre que les étapes de conception et de préparation ; les résultats réels de l'essai, y compris si l'outil améliore avec succès les soins, seront rapportés dans une étude future. En anticipant le travail d'écoute des utilisateurs et de correction des problèmes de sécurité, l'équipe a créé un système prêt pour le monde réel. Cette approche suggère que pour que la technologie réussisse dans les soins de santé, elle doit être construite avec le même soin et la même attention aux besoins humains que les traitements médicaux qu'elle soutient. Le succès d'un tel outil dépend moins de la sophistication de son code que de sa capacité à s'intégrer de manière fluide dans la vie des personnes qui l'utilisent, garantissant qu'aucun résident ne soit négligé simplement parce que le système était trop difficile à utiliser.