Chef(s) de projet: Pascal Lavoie
Le diagnostic précoce d’une infection sévère chez un bébé peut être difficile car celle-ci ressemble à de nombreuses autres pathologies. Certaines infections peuvent être causées par des bactéries et l’omission de les traiter tôt avec des antibiotiques peut entraîner la mort ou une invalidité grave. En conséquence, de nombreux nourrissons qui ont une infection non bactérienne sont traités inutilement avec des antibiotiques, gaspillant ainsi des ressources rares et créant potentiellement des superbactéries résistantes.
Pour résoudre ce problème, des innovateurs de l’Université de la Colombie-Britannique élaboreront un algorithme de diagnostic intégré à une application sur téléphone mobile afin d’aider les médecins à identifier les bébés qui ont le plus besoin d’un traitement rapide pour une infection bactérienne potentielle à partir de signes cliniques, de facteurs de risque et de variations subtiles dans les signes vitaux des nourrissons. Le projet utilisera des tests sanguins moléculaires avancés pour détecter avec précision les infections bactériennes, afin d’améliorer la précision diagnostique de l’algorithme et de l’application de téléphonie mobile.
Le projet permettra d’obtenir des données cliniques, y compris des données sur les signes vitaux saisies à l’aide d’une sonde main-pied à faible coût reliée à un téléphone portable, et un petit échantillon de sang de 500 nouveau-nés à l’hôpital central Kamuzu au Malawi sur une période de dix-huit mois.
Le modèle prédictif sera intégré à une application mobile et à un appareil de détection à coût modique en partenariat avec LGT Medical (une société de technologie médicale établie à Vancouver, également soutenue par Grands Défis Canada) pour guider des interventions vitales chez les bébés atteints d’infections sévères un peu partout dans le monde.