Évaluation des modèles de prédiction du sepsis par apprentissage profond en réanimation face aux décalages de distribution : étude rétrospective multicentrique

Pourquoi une alerte précoce des infections est importante

Le sepsis est une réaction infectieuse rapide et potentiellement mortelle, et l’une des principales causes de décès en unités de soins intensifs. Les hôpitaux se tournent vers l’intelligence artificielle pour repérer des signes avant-coureurs subtils dans les moniteurs et les analyses biologiques, des heures avant que le sepsis ne devienne évident pour les médecins. Mais il y a un hic : un algorithme performant dans un hôpital peut échouer dans un autre, parce que les patients, les équipements et la tenue des dossiers diffèrent d’un établissement à l’autre. Cette étude pose une question pratique pour la prise en charge réelle : compte tenu de ces différences, quelle est la meilleure manière de réutiliser ou d’adapter un modèle de prédiction du sepsis lorsqu’on l’installe dans une nouvelle unité de réanimation ?

Comment les données hospitalières peuvent changer en silence

Les chercheurs ont commencé par montrer à quel point les données de réanimation peuvent différer entre hôpitaux. Ils ont comparé trois grandes bases de données de réanimation des États-Unis et de Suisse, toutes harmonisées pour suivre les mêmes signes vitaux et résultats de laboratoire au fil du temps. Même après cette harmonisation, bon nombre des 48 variables mesurées — comme la pression artérielle, le taux d’oxygène et certains paramètres sanguins — présentaient des profils nettement différents selon les sites. Des tests statistiques ont révélé que, pour chaque paire d’hôpitaux, des dizaines de variables suivaient des distributions distinctes, et certaines caractéristiques se comportaient de façon unique dans chaque jeu de données. De manière générale, les deux jeux de données américains se ressemblaient davantage entre eux qu’avec le jeu suisse, soulignant que les pratiques nationales et les habitudes de mesure laissent une empreinte sur les données que les algorithmes doivent interpréter.

Tester l’IA à travers plusieurs unités de soins intensifs

Avec ces différences établies, l’équipe a entraîné trois types de modèles d’apprentissage profond pour prédire le sepsis environ six heures avant son diagnostic formel. Ils ont ensuite testé ce qui se passe lorsqu’un modèle entraîné dans une unité est utilisé directement dans une autre. Globalement, les modèles se sont transférés raisonnablement bien, en particulier lorsque l’unité cible disposait de très peu de données locales. Par exemple, lorsqu’une petite fraction des dossiers locaux était disponible, l’utilisation d’un modèle pré-entraîné ailleurs surpassait l’entraînement d’un nouveau modèle à partir de zéro. Les réseaux de neurones convolutionnels se sont montrés les plus stables entre sites. À mesure que davantage de données locales étaient ajoutées, les performances augmentaient de façon régulière puis se stabilisaient, certaines institutions (notamment le grand jeu de données américain multicentrique) étant plus faciles à modéliser que d’autres.

Essayer différentes façons de transférer un modèle

Ensuite, les auteurs ont comparé des stratégies pratiques pour déployer ces modèles lorsqu’un hôpital accumule progressivement ses propres données. Ils ont examiné cinq options : réutiliser simplement le modèle original tel quel ; affiner seulement ses dernières couches ; réentraîner complètement toutes ses couches avec les données locales ; entraîner un modèle entièrement nouveau uniquement sur les données locales ; et deux formes d’« adaptation de domaine » qui cherchent explicitement à aligner les représentations internes du modèle entre hôpitaux source et cible. Ils ont classé les hôpitaux cibles selon des régimes de données petits, moyens et grands et répété la comparaison sur plusieurs paires source–cible et types de modèles. Cette approche systématique imitait des déploiements réels, depuis une petite unité rurale avec quelques cas jusqu’à un réseau national regroupant des dizaines de milliers de séjours.

Ce qui fonctionne le mieux selon l’échelle des données

Les résultats remettent en question l’habitude courante de se fier à un simple ajustement (fine-tuning). Dans la plupart des situations, l’affinage se révélait inférieur aux autres méthodes. Lorsque l’unité cible ne disposait que d’un petit nombre de cas, la meilleure option était d’initialiser à partir du modèle externe puis de réentraîner toutes ses couches sur les données locales ; la fusion des données source et cible dans un même ensemble d’entraînement arrivait en deuxième position. Pour des jeux de données de taille moyenne, les méthodes d’adaptation de domaine — c’est-à-dire des techniques qui amènent les motifs de caractéristiques des deux hôpitaux à se chevaucher davantage — apportaient les gains les plus fiables, améliorant les mesures de discrimination tout en réduisant la variabilité. Une fois que l’unité cible disposait d’un large jeu de données, les modèles entraînés entièrement ou majoritairement sur ces données locales, parfois avec une fusion additionnelle, égalisaient ou surpassaient toutes les approches basées sur le transfert.

Ce que cela signifie pour la prise en charge des patients

Pour les non-spécialistes, le message clé est qu’il n’existe pas de solution unique pour déployer l’IA de prédiction du sepsis entre hôpitaux. Parce que chaque unité a son « accent de données », importer simplement un modèle et n’ajuster que sa dernière couche — une solution courante — peut laisser du potentiel inexploité voire induire les cliniciens en erreur. L’étude propose plutôt une feuille de route simple : dans les contextes très pauvres en données, partir d’un modèle externe et le réentraîner en profondeur ; à mesure que des cas locaux s’accumulent, passer à un entraînement conscient du domaine qui respecte les différences entre hôpitaux ; et lorsque de larges jeux de données locaux existent, privilégier les modèles construits principalement sur cette expérience locale. Suivre ces principes peut aider les hôpitaux à déployer plus rapidement des outils de prédiction du sepsis, tout en rendant leurs alertes plus fiables et mieux adaptées à leurs propres patients.

Citation: Tranchellini, F., Farag, Y., Jutzeler, C. et al. Evaluating deep learning sepsis prediction models in ICUs under distribution shift: a multi-centre retrospective cohort study. npj Digit. Med. 9, 306 (2026). https://doi.org/10.1038/s41746-026-02364-4

Mots-clés: prédiction du sepsis, soins intensifs, apprentissage profond, adaptation de domaine, décalage de distribution