Syndromes grippaux au SAMU 33 : application d’un modèle d’intelligence artificielle sur les dossiers de régulation de 2010 à 2020 et variation de l’activité chez les personnes âgées - DUMAS - Dépôt Universitaire de Mémoires Après Soutenance Access content directly
Master Thesis Year : 2020

Influenza syndromes in the SAMU 33: application of an artificial intelligence model on regulation files from 2010 to 2020 and variations among the elderly

Syndromes grippaux au SAMU 33 : application d’un modèle d’intelligence artificielle sur les dossiers de régulation de 2010 à 2020 et variation de l’activité chez les personnes âgées

Abstract

The need for reliable public health indicators is crucial for appropriate resource responses, particularly in the current context of the COVID-19 pandemic. In France, medical regulation offers a significant amount of data on the calls made. Thanks to "Natural language processing", we have obtained data from 2010 to 2020 from SMUR 33 regulation concerning the flu symptoms of all patients, i.e. more than 2 million free texts, categorized according to age. We took patients over 75 years of age, but also the category 65-75 years of age. The results show an overall increase in the number of calls, all causes combined and for flu-like symptoms. With different age categories having different increases: the over 65s having the highest rate of increase in the total number of calls and for flu syndrome. Moreover, the year 2020 with the emergence of COVID 19 finds an extreme increase in the number of calls for flu syndromes over a short period of time with, however, a lower proportion of calls made by those over 75 years of age. The use of artificial intelligence with natural language processing of the contents of medical regulation files enables effective epidemiological surveillance and, in exceptional health situations, provides an additional efficient and accessible tool.
La nécessité d’avoir des indicateurs de santé publique fiable est primordial pour avoir des réponses adaptées au niveau des moyens en particulier dans le contexte actuel de pandémie à COVID-19. En France, la régulation médicale permet d’obtenir une quantité de données importantes sur les appels passés. Nous avons obtenu grâce au « Natural langage processing » les données de 2010 à 2020 de la régulation au SMUR 33 concernant les symptômes grippaux de tous les patients soit plus de 2 millions textes libres, avec une catégorisation selon l’âge. Nous avons pris des patients de plus de 75 ans, mais également la catégorie des 65-75 ans. Les résultats montrent une augmentation globale du nombre d’appels, toutes causes confondues et pour syndrome grippal. Avec des catégories d’âge ayant des majorations différentes : les plus de 65 ans ayant le plus fort taux d’augmentation du nombre d’appel total et pour syndrome grippal. De plus, l’année 2020 avec l’émergence de la COVID 19 trouve une augmentation extrême des appels pour syndromes grippaux sur une courte période avec cependant une proportion moins importante des appels passés par les plus de 75 ans. L’utilisation de l’intelligence artificielle avec traitement naturel de langage des contenus des dossiers de régulation médicale permet une surveillance épidémiologique efficace et permet dans des situations sanitaires exceptionnelles d’avoir un outil supplémentaire efficient et accessible.
Fichier principal
Vignette du fichier
Med_spe_2020_Calbete.pdf (977.57 Ko) Télécharger le fichier
Origin Files produced by the author(s)

Dates and versions

dumas-03085866 , version 1 (22-12-2020)

Identifiers

  • HAL Id : dumas-03085866 , version 1

Cite

Maialen Calbete. Syndromes grippaux au SAMU 33 : application d’un modèle d’intelligence artificielle sur les dossiers de régulation de 2010 à 2020 et variation de l’activité chez les personnes âgées. Sciences du Vivant [q-bio]. 2020. ⟨dumas-03085866⟩
56 View
21 Download

Share

Gmail Mastodon Facebook X LinkedIn More