Détection automatique des infections du site opératoire à partir d'un entrepôt de données

La reduction de l'incidence des infections du site operatoire (infection associee aux soins survenant a la suite d'un acte de chirurgie) fait partie des objectifs du programme national de lutte contre les infections nosocomiales. Pour ce faire une surveillance manuelle est realisee chaque annee par l'equipe d'hygiene hospitaliere et les chirurgiens du CHU de Bordeaux. Notre objectif etait de developper un algorithme de detection automatique des ISO a partir des donnees du systeme d'information hospitalier. Les fiches de surveillance de la chirurgie du rachis des annees 2015, 2016 et 2017 ont servi de gold standard pour classifier les actes de chirurgie et en-trainer des algorithmes d'apprentissage automatique. Notre jeu d'apprentissage comprenait 22 ISO parmi 2133 actes de chirurgie du rachis. Des variables predictives d'ISO ont ete extraites a partir de l'entrepot de donnees i2b2. Nous avons compare deux approches differentes. La premiere utilise plu-sieurs sources de donnees et offre les meilleures performances mais est difficilement generalisable a d'autres etablissements. La seconde est basee uniquement sur le texte libre avec extraction semi-automatique des termes discriminants puis apprentissage automatique. Les algorithmes reussissent a identifier l'ensemble des ISO avec 20 et 26 faux positifs respective-ment sur le jeu d'apprentissage. Une evaluation sur des nouvelles donnees est en cours. Ces resultats sont encourageants pour le developpement de methodes de surveillance semi-automatisee.