Le paramètre multimodal des cellules sanguines périphériques basé sur l'IA (MMPBC) prédit le risque de survie chez les enfants gravement malades

Selon la définition du Fonds des Nations Unies pour l'enfance (UNICEF), les enfants sont des individus âgés de 0 à 18 ans. Les enfants gravement malades sont ceux qui sont admis à l'USIP ou à l'USIN et souffrent de maladies graves nécessitant un traitement spécial. Ces maladies peuvent mettre la vie de l'enfant en danger. Des études ont rapporté que le taux de mortalité international dans les USIP dans les pays développés est de 2 à 3 % ; ces dernières années, le taux de mortalité hospitalière en USIP en Chine est de 4,7 % à 6,8 %. L’évaluation du risque de survie des enfants gravement malades a toujours été au centre de l’attention. Les méthodes d'évaluation traditionnelles incluent des indicateurs physiologiques, des outils de notation, la gravité de la maladie et le temps de diagnostic, qui peuvent aider les médecins à prendre des décisions dans une certaine mesure, mais leur capacité prédictive est limitée et difficile à refléter de manière exhaustive l'état physiologique de l'enfant et la progression de la maladie.

Avec le développement de la technologie et le progrès social, l’analyse des cellules sanguines évolue vers une plateforme hautement intégrée de plusieurs technologies d’analyse cellulaire qui fournissent des résultats plus précis, des paramètres plus complets et une détection plus rapide. Les applications d'analyse cellulaire se concentrent de plus en plus sur les capacités d'identification et d'alarme d'échantillons anormaux, notamment les réticulocytes, les globules rouges nucléés et les granulocytes immatures. En 2009, Mindray Group, en collaboration avec le National Key Laboratory of Fine Chemicals, a développé un nouveau colorant fluorescent ciblant les acides nucléiques qui répond aux exigences de l'analyse des cellules sanguines (le colorant fluorescent breveté a remporté le deuxième prix national du progrès scientifique et technologique). Cette technologie révolutionnaire a surmonté les obstacles internationaux en matière de propriété intellectuelle et a permis de développer le premier analyseur de cellules sanguines haut de gamme, le BC-6800, doté de fonctions permettant de détecter les globules rouges nucléés et les réticulocytes. Le dispositif a été promu avec succès dans plus de 90 % des hôpitaux tertiaires en Chine. Tout en détectant les ratios de cellules sanguines de routine, cet analyseur de cellules sanguines génère en réalité une grande quantité de données multimodales sur les caractéristiques de distribution cellulaire, notamment la largeur de distribution cellulaire et les ratios cellulaires anormaux. Cependant, jusqu’à présent, ces données multimodales n’ont pas été pleinement utilisées en pratique clinique.

L'exploration préliminaire des données cellulaires multimodales a démontré leur énorme valeur pour prédire, diagnostiquer et pronostiquer les maladies infectieuses dans de petites populations. Cette étude vise à collecter rétrospectivement des données cliniques et des données multimodales sur les cellules sanguines des enfants hospitalisés en USIN et USIP dans plusieurs centres à travers la Chine, à établir une base de données nationale multicentrique multimodale sur les cellules sanguines avec pas moins de 100 000 personnes et à utiliser technologie d'intelligence artificielle pour obtenir une identification et une classification précises, reproductibles et impartiales basées sur les différences de morphologie cellulaire et de distribution structurelle. Un modèle de prédiction haute performance sera construit dans la cohorte de découverte pour prédire le risque de survie des enfants gravement malades ; les performances du modèle seront validées dans la cohorte de validation pour évaluer son applicabilité dans la population chinoise d'enfants gravement malades. Cette étude fournira des preuves solides d'une médecine factuelle basée sur des études de cohortes multicentriques et offrira de nouvelles technologies d'inspection potentielles pour prédire le risque de survie des enfants gravement malades, fournissant une aide à la décision auxiliaire aux cliniciens, améliorant le taux de survie des enfants gravement malades, et promouvoir le développement de la médecine de précision.