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

EUR -
AED 4.29132
AFN 74.203609
ALL 95.805414
AMD 433.4011
ANG 2.091481
AOA 1072.683853
ARS 1638.188454
AUD 1.635513
AWG 2.106222
AZN 1.985616
BAM 1.953101
BBD 2.353774
BDT 143.421198
BGN 1.949178
BHD 0.440993
BIF 3476.288379
BMD 1.1685
BND 1.49084
BOB 8.105799
BRL 5.801133
BSD 1.16865
BTN 111.08949
BWP 15.864078
BYN 3.305632
BYR 22902.60579
BZD 2.350851
CAD 1.591894
CDF 2706.246758
CHF 0.916396
CLF 0.027083
CLP 1065.929196
CNY 7.981149
CNH 7.986584
COP 4356.694927
CRC 531.363456
CUC 1.1685
CUP 30.965258
CVE 110.598731
CZK 24.400589
DJF 207.665735
DKK 7.472548
DOP 69.678194
DZD 154.723383
EGP 62.546481
ERN 17.527504
ETB 183.542149
FJD 2.573271
FKP 0.860275
GBP 0.863931
GEL 3.137447
GGP 0.860275
GHS 13.081357
GIP 0.860275
GMD 85.886397
GNF 10256.527946
GTQ 8.931861
GYD 244.512118
HKD 9.155872
HNL 31.117461
HRK 7.535193
HTG 152.947888
HUF 364.799928
IDR 20373.386901
ILS 3.452103
IMP 0.860275
INR 111.408203
IQD 1530.735387
IRR 1536577.888516
ISK 143.398483
JEP 0.860275
JMD 184.115578
JOD 0.828489
JPY 183.758944
KES 150.972215
KGS 102.150883
KHR 4688.022868
KMF 491.349122
KPW 1051.650263
KRW 1724.431853
KWD 0.360026
KYD 0.974054
KZT 542.160809
LAK 25663.184483
LBP 104465.362619
LKR 373.460733
LRD 214.565871
LSL 19.666146
LTL 3.450278
LVL 0.706815
LYD 7.402479
MAD 10.80515
MDL 20.122194
MGA 4855.118969
MKD 61.663486
MMK 2453.558203
MNT 4179.346411
MOP 9.430668
MRU 46.681467
MUR 54.860921
MVR 18.059139
MWK 2034.93947
MXN 20.461022
MYR 4.633061
MZN 74.679165
NAD 19.665886
NGN 1601.931692
NIO 42.907309
NOK 10.841901
NPR 177.741105
NZD 1.989903
OMR 0.449285
PAB 1.168885
PEN 4.096709
PGK 5.062529
PHP 72.106988
PKR 325.719728
PLN 4.256204
PYG 7265.959457
QAR 4.256826
RON 5.190447
RSD 117.422683
RUB 87.636497
RWF 1706.594681
SAR 4.384441
SBD 9.378229
SCR 15.60968
SDG 701.689458
SEK 10.869375
SGD 1.492529
SHP 0.872403
SLE 28.803202
SLL 24502.862465
SOS 667.79835
SRD 43.767328
STD 24185.596923
STN 24.713781
SVC 10.227823
SYP 129.148477
SZL 19.665661
THB 38.292338
TJS 10.940881
TMT 4.095594
TND 3.371707
TOP 2.813468
TRY 52.838293
TTD 7.939029
TWD 36.968998
TZS 3049.786129
UAH 51.502231
UGX 4386.05699
USD 1.1685
UYU 47.074949
UZS 14019.666522
VES 571.329748
VND 30758.433277
VUV 138.793042
WST 3.172698
XAF 655.05181
XAG 0.015991
XAU 0.000257
XCD 3.157931
XCG 2.106689
XDR 0.812844
XOF 652.608671
XPF 119.331742
YER 278.833394
ZAR 19.63285
ZMK 10517.907557
ZMW 21.887754
ZWL 376.256618
  • AEX

    8.1400

    1013.17

    +0.81%

  • BEL20

    102.7600

    5455.1

    +1.92%

  • PX1

    52.6400

    8028.47

    +0.66%

  • ISEQ

    -64.2200

    12528.52

    -0.51%

  • OSEBX

    8.1200

    2038.16

    +0.4%

  • PSI20

    83.4300

    9251.56

    +0.91%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    74.1500

    3976.54

    +1.9%

  • N150

    28.6700

    4183.33

    +0.69%

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