Leçon 1Fondements de la physiopathologie de la septicémie et critères cliniques (SIRS, qSOFA, SOFA, Sepsis-3)Passe en revue la biologie de la septicémie et la réponse de l'hôte, puis relie ces mécanismes aux signes au chevet comme l'hypotension, la tachycardie et la dysfonction d'organes. Compare les critères SIRS, qSOFA, SOFA et Sepsis-3 et leur utilisation dans le triage aux urgences.
Réponse de l'hôte à l'infection et dysfonction d'organesChangements hémodynamiques et défaillance microcirculatoireSIRS, qSOFA, SOFA : composants et seuilsDéfinition Sepsis-3 et critères de choc septiqueLimites des scores cliniques aux urgencesLeçon 2Sécurité, modes de défaillance et atténuation : faux positifs/négatifs, dérive de modèle, problèmes de qualité des données, entrées adversesIdentifie les risques de sécurité tels que les faux positifs, faux négatifs, dérive de modèle et mauvaise qualité des données. Explore les entrées adverses ou inattendues, la surveillance robuste, les garde-fous, la supervision humaine et les processus pour des mises à jour de modèles sécurisées.
Faux positifs, faux négatifs et modes de préjudiceVérifications de qualité des données et détection d'anomaliesDérive de modèle, recalibrage et réentraînementGestion des entrées adverses ou inattenduesSupervision humaine, overrides et gouvernanceLeçon 3Métriques d'évaluation et stratégies de validation pour la prédiction de septicémie : AUROC, AUPRC, calibrage, temps d'avance, analyse de courbe de décisionDéfinit les métriques de performance clés pour la prédiction de septicémie, incluant AUROC, AUPRC, calibrage et temps d'avance. Explique la validation interne et externe, la validation temporelle et l'analyse de courbe de décision pour évaluer l'utilité clinique.
AUROC, AUPRC et déséquilibre de classesCourbes de calibrage et stratification des risquesTemps d'avance et performance spécifique à l'horizonValidation interne, externe et temporelleAnalyse de courbe de décision et bénéfice netLeçon 4Ingénierie des caractéristiques et modélisation temporelle : prétraitement des séries temporelles, fenêtres glissantes, extraction de tendancesExplique comment nettoyer et aligner les données temporelles des urgences pour la modélisation. Couvre le rééchantillonnage, la gestion des intervalles irréguliers, les fenêtres glissantes, les caractéristiques de tendance et de variabilité, et l'encodage des interventions et du contexte clinique au fil du temps.
Alignement temporel, rééchantillonnage et interpolationFenêtres glissantes et horizons de prédictionCaractéristiques de tendance, variabilité et dérivéesEncodage des interventions et escalade des soinsGestion des séries temporelles irrégulières et clairseméesLeçon 5Modèles d'apprentissage automatique pour la prédiction de risque aigu : régression logistique, arbres boostés par gradient, RNN, réseaux convolutionnels temporels, séries temporelles basées sur transformersCompare les approches de modélisation pour la prédiction de risque de septicémie aiguë, de la régression logistique aux arbres boostés par gradient et modèles de séquences profondes. Met en évidence forces, limites, interprétabilité et adéquation aux contraintes temporelles des urgences.
Régression logistique et choix de régularisationArbres boostés par gradient et importance des caractéristiquesRéseaux de neurones récurrents pour séquencesRéseaux convolutionnels temporels pour séries temporellesTransformers pour données de séries temporelles cliniquesLeçon 6Modalités de données pour la détection en temps réel de septicémie : signes vitaux, laboratoires, notes d'infirmières, médicaments, formes d'ondeDécrit les flux de données en temps réel clés aux urgences, incluant signes vitaux, tests de laboratoire, médicaments, documentation infirmière et formes d'onde physiologiques. Discute des taux d'échantillonnage, de la fiabilité et comment chaque modalité signale l'évolution de la septicémie.
Signes vitaux et flux de surveillance continuePanneaux de laboratoire, cultures et délais de traitementOrdonnances de médicaments, fluides et vasopresseursNotes d'infirmières, texte de triage et fichesFormes d'onde des moniteurs et dispositifs au chevetLeçon 7Intégration avec les flux de travail des urgences et systèmes DSE : flux d'événements, FHIR, HL7, applications SMART on FHIR, CDS HooksDécrit comment les modèles d'IA pour septicémie s'intègrent dans les flux de travail des urgences et DSE. Passe en revue les flux d'événements, HL7, ressources FHIR, applications SMART on FHIR et CDS Hooks, en insistant sur l'utilisabilité, la fiabilité et la perturbation minimale de la pratique clinique.
Architectures événementielles et flux de donnéesRessources HL7 et FHIR pour signaux de septicémieApplications SMART on FHIR pour soutien décisionnel au chevetCDS Hooks pour recommandations contextuellesCartographie des flux de travail et tests d'utilisabilitéLeçon 8Conception d'alertes cliniques et facteurs humains : seuils, atténuation de la fatigue aux alarmes, flux de travail d'escalade, qui reçoit les alertesCouvre les principes de conception d'alertes pour cliniciens des urgences, incluant sélection de seuils, alertes échelonnées et routage vers rôles appropriés. Aborde la fatigue aux alarmes, le timing des alertes, les voies d'escalade et la présentation d'explications et contexte.
Choix des seuils et niveaux d'alertesFatigue aux alarmes et stratégies de suppressionQui reçoit les alertes et sur quels canauxFlux de travail d'escalade et soutien à la passationExplication des alertes et fourniture de contexteLeçon 9Exigences réglementaires et de preuves pour l'IA diagnostique : considérations FDA/CMS, conception d'études de validation clinique, pilotes prospectifs, normes de rapport (TRIPOD, CONSORT-AI)Détaille les attentes réglementaires et de preuves pour l'IA diagnostique en septicémie, incluant voies FDA, considérations CMS et validation clinique. Passe en revue les pilotes prospectifs et normes de rapport comme TRIPOD et CONSORT-AI.
Voies FDA pour outils de soutien diagnostiqueCMS, remboursement et programmes qualitéConception d'études de validation clinique robustesPilotes prospectifs et déploiements phasésGuide de rapport TRIPOD et CONSORT-AILeçon 10Considérations de fréquence de déploiement et latence : streaming quasi-temps réel vs notation par lots, gestion des données manquantes et retardéesDiscute des architectures de déploiement pour modèles de septicémie, comparant streaming quasi-temps réel et notation par lots. Aborde les budgets de latence, gestion des données manquantes ou retardées, remplissage arrière et surveillance de la santé des pipelines de données aux urgences.
Streaming quasi-temps réel vs notation par lotsBudgets de latence et définitions SLAImputation pour entrées manquantes et retardéesRemplissage arrière, replay et données arrivant tardSurveillance des pipelines et résilience système
