L'étude LalelaLung : Évaluation Clinique du Stéthoscope Numérique

Résumé succinct

La pneumonie est la principale cause infectieuse de mortalité chez les enfants de moins de cinq ans dans le monde entier, et la plupart de ces décès se produisent dans les pays à faible et moyen revenu. Dans ces contextes, les travailleurs de santé de première ligne diagnostiquent la pneumonie en se basant sur les directives de gestion intégrée des maladies infantiles (IMCI) de l'Organisation mondiale de la santé (OMS), qui dépendent principalement du comptage de la fréquence respiratoire de l'enfant et de la vérification de l'inspiration thoracique. Cette approche a sauvé de nombreuses vies, mais elle n'est pas très spécifique. Par conséquent, de nombreux enfants qui ont en réalité des maladies virales auto-limitantes qui ne nécessitent pas d'antibiotiques sont tout de même traités avec des antibiotiques, contribuant à l'augmentation mondiale de la résistance aux antimicrobiens. De nouveaux stéthoscopes numériques associés à l'intelligence artificielle (IA) peuvent enregistrer les sons pulmonaires d'un enfant et détecter automatiquement des sons anormaux tels que les sifflements et les sibilants avec une précision comparable à celle des médecins. L'étude LaLeLa Lung Study évaluera si l'ajout d'un stéthoscope numérique doté d'une intelligence artificielle à l'évaluation standard IMCI améliore l'exactitude du diagnostic de la pneumonie chez les enfants âgés de 2 à 59 mois qui présentent une toux et/ou une difficulté à respirer dans un cabinet de soins primaires à Cap-Town, en Afrique du Sud. Le composant principal (Objectif 1) est une étude d'exactitude diagnostique randomisée, triplement aveugle qui recrute 350 enfants, assignés au hasard dans un rapport de 1:1 à soit une prise en charge IMCI améliorée par un stéthoscope numérique doté d'intelligence artificielle, soit une prise en charge IMCI standard. Un panel indépendant de médecins, aveugle aux résultats de l'IA et à l'affectation du bras d'étude, examinera chaque cas et servira de norme de référence pour déterminer si la pneumonie était véritablement présente. Les chercheurs hypothisent que l'IMCI améliorée par le stéthoscope IA diagnostiquera la pneumonie plus précisément et ciblera les antibiotiques de manière plus appropriée que l'IMCI standard seule. Des sous-études imbriquées évalueront également un second stéthoscope IA pour la détection de la tuberculose, un patch portable pour les sons pulmonaires et la fréquence respiratoire, un moniteur automatique de fréquence respiratoire et un oxymètre de pouls connecté au smartphone. Un composant distinct (Objectif 2) est une étude d'implémentation par méthodes mixtes dans un second cabinet qui évaluera à quel point les travailleurs de santé peuvent utiliser ces appareils, à quel point les appareils sont acceptables pour les travailleurs de santé et les soignants, et à quel point les appareils s'intègrent bien dans les flux de travail habituels des cabinets de clinique. Au cours de l'étude, tous les résultats générés par l'IA resteront cachés aux membres du personnel de clinique, aux cliniciens de l'étude et aux soignants, de sorte que les résultats générés par l'IA ne influenceront pas les soins reçus par aucun enfant. Tous les enfants continuent de recevoir une prise en charge IMCI standard. Les résultats aideront à informer si l'auscultation numérique dotée d'intelligence artificielle devrait être intégrée dans les soins de pneumonie infantile en Afrique du Sud et dans d'autres milieux à ressources limitées, dans le but d'améliorer le diagnostic, de renforcer la gestion des antibiotiques et de réduire la résistance aux antimicrobiens et la mortalité infantile.