Grant: Project Grant

Les salles d'urgence au Canada sont en crise alors que leur engorgement atteint des niveaux inégalés. Cet engorgement a de graves conséquences sur les patientes, les patients et le système. La congestion des urgences cause notamment des décès, des complications médicales, des erreurs de traitement et une augmentation du coût des soins. Il s'agit d'un enjeu de santé publique prioritaire. Parmi les solutions possibles figure la réorientation de cas peu graves du triage des urgences vers des ressources alternatives de soins primaires. La décision de réorienter est prise au triage. Il s'agit d'un processus complexe par lequel le personnel infirmier évalue la gravité de la maladie des personnes qui se présentent à l'urgence et décide si une réorientation est possible. Peu d'applications existent pour soutenir cette prise de décision et aucune n'utilise l'intelligence artificielle pour alléger le travail du personnel infirmier. L'objectif de ce projet est de développer les bases scientifiques d'une future application qui intégrera l'intelligence artificielle afin de faciliter la réorientation. Nous développerons d'abord des modèles d'apprentissage automatique (machine learning) qui permettront au personnel infirmier de s'assurer de la sécurité d'une possible réorientation. Les modèles aideront à identifier les patientes et patients à faible risque de compliquer. Puis, en questionnant un panel représentatif de toutes les parties impliquées, incluant notamment des patientes et des patients, nous identifierons pour quelles raisons de consultation et vers quelles ressources alternatives la réorientation pourrait être envisagée. Avec ces résultats, nous développerons une application de réorientation dans un futur projet. Nous avons rassemblé une équipe multidisciplinaire compétente et motivée pour réaliser cette tâche et créer les bases d'une innovation qui améliorera l'accès aux soins d'urgence et aux soins primaires au Canada et ailleurs dans le monde.