Le Machine Learning (ML) est une discipline associant statistiques et mathématiques appliquées. C’est un sous-ensemble de l’intelligence artificielle (IA), qui donne aux ordinateurs la faculté d’apprendre sans avoir été explicitement programmés. En médecine, l’application de ces techniques en utilisant de bases de données, permet d’identifier des Profils-Patients (PP) se comportant de manière homogène dans une situation donnée.

Nous avons utilisé le ML pour déterminer des PP atteints de cancer du poumon qui auront ou non des soins agressifs en fin de vie. L’algorithme utilisé pour prédire le score d’agressivité est un « Enhanced Decision Tree » (Arbre de décisions renforcé). À partir de données issues en vie réelle, l’algorithme sélectionne itérativement à chaque étape la variable la plus discriminante par rapport à̀ l’objectif étudié. Les critères de qualité du ML s’observent avec 2 paramètres : Pureté : pourcentage de la classe majoritaire dans ce PP. Plus la pureté est élevée, plus le résultat du PP est significatif Pour les indicateurs issus d’une régression, l’indicateur de qualité est l’erreur absolue moyenne. L’analyse, réalisée à partir des données PMSI, porte sur 41 380 patients et inclus 134 variables : 6 variables générales (âge, sexe, …), 7 variables relatives au diagnostic, 4 variables relatives à̀ tous les séjours, 10 comorbidités et 107 groupes de codes/actes.

Les variables les plus discriminantes sont : délai diagnostic-décès (35 %), âge au diagnostic (25 %), durée du 1^er séjour (15 %), primo-diagnostic via les urgences (12 %). Ils permettent de définir des PP les plus prédictifs d’avoir ou non des soins agressifs en fin de vie. Par exemple, un profil type avec une forte probabilité de non-agressivité :>79 ans, 1^er séjour pour le cancer via les urgences (7,3 % de la cohorte, 3025 pts, pureté=72,5 %),<79 ans, durée 1^er séjour>16jours (2,1 %, 681 pts, pureté=71 %) Profil type de patients avec une forte probabilité d’avoir des critères d’agressivités : ≤79 ans, durée 1^er séjour<16,5jours, délai de suivi entre 16–30,5jours (2,8 %, 1156 pts, pureté=100 %)≤79 ans, 1^er séjour<16,5jours, pas d’infection au cours des 6 derniers mois, délai de suivi entre 30-174jours, moins d’1 passage aux urgences (8,0 %, 3315 pts, pureté=75 %).

L’utilisation des techniques d’« IA » sur les bases médicales ouvre des nouvelles perspectives de recherche en particulier lorsqu’on pourra réaliser le chaînage des différentes bases de données administratives et médicales.