Grant: Collaborative Health Research Projects (NSERC partnered)

La prise de plusieurs médicaments, la polypharmacie, est de plus en plus commune, surtout chez les personnes âgées. Pour l'instant, il n'est pas possible de bien départager quelles polypharmacies apportent des bénéfices et quelles sont inappropriées. En effet, le nombre de combinaisons de médicaments possibles est imposant, et prendre en compte les caractéristiques individuelles de chacune des personnes rend la situation très complexe. L'intelligence artificielle permettra de comprendre ces éléments pour en dégager des normes. Nous utiliserons les données du Système intégré de surveillance des maladies chroniques du Québec qui contiennent les informations sur les réclamations de médicaments pour l'ensemble des aînés du Québec depuis 1996, de même que les informations sur les services médicaux, les hospitalisations et les décès. Ces données, décrivant l'exposition aux médicaments de chaque individu, permettront d'entraîner un système expert basé sur l'intelligence artificielle pour établir quelles combinaisons, séquences, durées de traitement sont associées à des effets négatifs (ex. hospitalisations, décès) et lesquelles les évitent en tenant compte des conditions médicales et sociodémographiques de la personne. L'analyse de ces données pourrait engendrer des enjeux éthiques, légaux et sociaux que nous explorerons afin d'assurer que les résultats ne conduisent pas à accroître d'éventuelles inégalités dans les traitements que nous observons présentement entre différents sous-groupes de la population. Les résultats serviront à développer la surveillance de la polypharmacie dans la population et apporteront des connaissances nouvelles sur l'usage de médicaments qui pourraient changer la pratique clinique. De nouvelles avenues de recherche en intelligence artificielle seront également explorées, permettant le développement de cette discipline en santé.