The Japan Times - L'IA, meilleure que les médecins pour prédire les complications médicales

EUR -
AED 4.035497
AFN 70.879608
ALL 90.379658
AMD 396.143424
ANG 1.967368
AOA 1008.736213
ARS 1705.722423
AUD 1.631453
AWG 1.977914
AZN 1.846469
BAM 1.955437
BBD 2.213208
BDT 137.250764
BGN 1.948762
BHD 0.414479
BIF 3302.017015
BMD 1.098841
BND 1.41625
BOB 12.818386
BRL 6.34998
BSD 1.098906
BTN 102.65987
BWP 15.382283
BYN 3.297818
BYR 21537.282362
BZD 2.21021
CAD 1.571821
CDF 2520.741106
CHF 0.924713
CLF 0.027761
CLP 1092.599755
CNY 7.325038
CNH 7.326923
COP 3636.086637
CRC 489.513548
CUC 1.098841
CUP 26.373142
CVE 110.378416
CZK 24.374505
DJF 195.285735
DKK 7.474398
DOP 66.425092
DZD 150.659607
EGP 59.025558
ERN 16.482614
ETB 177.297929
FJD 2.525026
FKP 0.833325
GBP 0.832388
GEL 2.845536
GGP 0.833325
GHS 12.90055
GIP 0.833325
GMD 81.314071
GNF 9735.730589
GTQ 8.398517
GYD 229.816733
HKD 8.621808
HNL 29.756236
HRK 7.507243
HTG 143.974573
HUF 366.533838
IDR 20063.736666
ILS 3.576337
IMP 0.833325
INR 102.714101
IQD 1664.744019
IRR 2119722.948453
ISK 136.806024
JEP 0.833325
JMD 174.62757
JOD 0.779084
JPY 175.300841
KES 142.783348
KGS 96.092572
KHR 4477.776293
KMF 492.280045
KPW 988.957228
KRW 1462.809769
KWD 0.342498
KYD 0.915838
KZT 487.903833
LAK 24765.131862
LBP 98401.206219
LKR 365.675403
LRD 185.429214
LSL 18.614474
LTL 3.244591
LVL 0.664678
LYD 7.09303
MAD 10.954071
MDL 20.121446
MGA 5043.679904
MKD 61.49832
MMK 2307.371362
MNT 3961.860404
MOP 8.881431
MRU 44.673325
MUR 52.590226
MVR 16.886464
MWK 1907.587522
MXN 20.243199
MYR 4.498216
MZN 70.214584
NAD 18.61457
NGN 1484.963102
NIO 40.404225
NOK 10.583871
NPR 164.255991
NZD 2.000209
OMR 0.422499
PAB 1.098876
PEN 3.752544
PGK 4.937917
PHP 69.959931
PKR 303.835236
PLN 4.402341
PYG 6846.72851
QAR 4.005607
RON 5.349172
RSD 117.631014
RUB 90.157894
RWF 1621.889223
SAR 4.127733
SBD 8.941314
SCR 15.183341
SDG 660.951956
SEK 11.133616
SGD 1.41617
SHP 0.831951
SLE 25.05643
SLL 23042.149052
SOS 629.084996
SRD 41.138384
STD 22743.788841
STN 24.888747
SVC 9.615258
SYP 14287.130231
SZL 18.614266
THB 37.170475
TJS 10.126934
TMT 3.845943
TND 3.343226
TOP 2.645746
TRY 55.428803
TTD 7.440686
TWD 36.179446
TZS 2911.931778
UAH 49.816449
UGX 4560.173891
USD 1.098841
UYU 44.643334
UZS 13219.056641
VES 1005.990962
VND 28253.947588
VUV 132.790424
WST 3.079727
XAF 655.957
XAG 0.023206
XAU 0.000285921949
XCD 2.969673
XCG 1.980532
XDR 0.776938
XOF 655.957
XPF 119.331742
YER 259.930263
ZAR 18.599257
ZMK 9890.885316
ZMW 22.51141
ZWL 353.826333
SSP 6534.755674
MXV 2.270971
  • AEX

    -1.6800

    1118.52

    -0.15%

  • BEL20

    -9.6000

    5637.54

    -0.17%

  • PX1

    -36.9600

    7998.54

    -0.46%

  • ISEQ

    13.0500

    14517.8

    +0.09%

  • OSEBX

    -1.6600

    2073.83

    -0.08%

  • PSI20

    72.5000

    9738.69

    +0.75%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    9.8600

    4491.39

    +0.22%

  • N150

    -2.9600

    4224.74

    -0.07%

L'IA, meilleure que les médecins pour prédire les complications médicales
L'IA, meilleure que les médecins pour prédire les complications médicales / Photo: JEFF KOWALSKY - AFP/Archives

L'IA, meilleure que les médecins pour prédire les complications médicales

L'intelligence artificielle a déjà prouvé qu'elle pouvait être utile pour analyser de l'imagerie médicale, et elle a même montré qu'elle pouvait passer avec succès les examens d'étudiants en médecine.

Taille du texte:

C'est à présent au tour d'un nouvel outil fondé sur l'IA de démontrer sa capacité à lire les bilans dressés par les médecins et à anticiper avec précision les risques de décès, de réadmission à l'hôpital et autres complications possibles.

Créé par une équipe de la faculté de médecine de Langone de New York, la Grossman School of Medicine, le logiciel est aujourd'hui testé dans plusieurs hôpitaux partenaires de l'université, dans l'objectif d'en faire à l'avenir une pratique courante dans le milieu médical.

Une étude sur son possible intérêt a été publiée mercredi dans la revue scientifique Nature.

Son principal auteur, Eric Oermann, neurochirurgien et ingénieur en informatique de la faculté de médecine de New York, explique que si des modèles prédictifs non fondés sur l'IA existent depuis un bon moment, ils sont peu utilisés en pratique car ils requièrent un lourd travail de saisie et de formatage des données.

Mais il y a "une chose qui est commune à la médecine partout, c'est que les médecins prennent des notes sur ce qu'ils voient, ce dont ils parlent avec les patients", relève-t-il dans un entretien à l'AFP.

"Donc notre idée de base était de savoir si on pouvait partir des notes médicales comme d'une source de données, et construire des modèles prédictifs à partir de ces dernières", poursuit-il.

Le modèle prédictif élaboré, nommé NYUTron, a été formé à partir de millions d'observations médicales issues des dossiers de 387.000 patients pris en charge entre janvier 2011 et mai 2020 dans les hôpitaux affiliés à l'université new-yorkaise.

Ces observations comprenaient les rapports écrits des médecins, les notes sur l'évolution de l'état des patients, les radios et l'imagerie médicale, ou encore les recommandations remises aux patients à leur sortie de l'hôpital, le tout formant un corpus de 4,1 milliards de mots.

L'un des principaux défis pour le logiciel était de réussir à interpréter le langage employé par les médecins, qui varie grandement selon les professionnels, notamment dans les abréviations utilisées.

Ils ont aussi testé l'outil en conditions réelles, en l'entraînant notamment à analyser des rapports issus d'un hôpital à Manhattan puis en comparant les résultats à ceux d'un hôpital de Brooklyn, à la patientèle différente.

En se penchant sur ce qu'il est advenu des patients, les chercheurs ont réussi à mesurer le nombre de fois où les prédictions du logiciel se sont révélées exactes.

- Pas un substitut -

Conclusion troublante, le logiciel NYUTron a identifié 95% des patients qui sont décédés dans les hôpitaux partenaires avant une autorisation de sortie, et 80% de ceux qui ont été réadmis moins d'un mois après leur sortie.

Des résultats qui ont dépassé les prédictions de la plupart des médecins, tout comme celles des modèles informatiques non fondés sur l'IA actuellement utilisés.

Mais, à la surprise de tous, un docteur très expérimenté, très respecté dans le milieu médical, a donné des prévisions "encore meilleures que celle du logiciel", a précisé Eric Oermann.

Le logiciel a aussi prédit avec succès à 79% la durée d'hospitalisation des patients, à 87% les cas dans lesquels les patients se voyaient refuser un remboursement des soins par leur assurance, et à 89% les cas dans lesquels le patient souffrait de pathologies additionnelles.

L'intelligence artificielle ne remplacera jamais la relation patient-médecin, assure le docteur Oermann. Mais elle pourra permettre "de fournir plus d'informations (...) aux médecins pour leur permettre de prendre des décisions éclairées".

M.Ito--JT