The China Mail - L'IA, meilleure que les médecins pour prédire les complications médicales

USD -
AED 3.672503
AFN 63.999817
ALL 82.450149
AMD 357.809202
ANG 1.790403
AOA 917.499877
ARS 1549.874098
AUD 1.484483
AWG 1.8025
AZN 1.701804
BAM 1.7757
BBD 2.012982
BDT 124.44505
BGN 1.77347
BHD 0.377199
BIF 3005
BMD 1
BND 1.288366
BOB 11.659547
BRL 5.782163
BSD 0.99941
BTN 93.823002
BWP 13.990966
BYN 3.003223
BYR 19600
BZD 2.010077
CAD 1.429775
CDF 2318.000248
CHF 0.839835
CLF 0.025358
CLP 998.039782
CNY 6.66455
CNH 6.664155
COP 3318.97
CRC 445.37243
CUC 1
CUP 23.986201
CVE 100.374973
CZK 22.19355
DJF 177.719967
DKK 6.79487
DOP 60.550244
DZD 137.065944
EGP 53.6853
ERN 15
ETB 161.249886
EUR 0.90898
FJD 2.28475
FKP 0.756558
GBP 0.758315
GEL 2.594973
GGP 0.756558
GHS 11.734977
GIP 0.756558
GMD 73.500352
GNF 8859.999657
GTQ 7.63916
GYD 209.138162
HKD 7.84625
HNL 27.06947
HRK 6.831965
HTG 130.99394
HUF 330.970967
IDR 18279
ILS 3.24365
IMP 0.756558
INR 93.93975
IQD 1515
IRR 1925254.000425
ISK 124.339896
JEP 0.756558
JMD 158.482001
JOD 0.709041
JPY 159.416016
KES 130.039708
KGS 87.449402
KHR 4080.000054
KMF 447.50406
KPW 900.00035
KRW 1336.365011
KWD 0.31162
KYD 0.833012
KZT 444.73296
LAK 22524.999912
LBP 89550.0002
LKR 332.650884
LRD 168.501261
LSL 16.984982
LTL 2.95274
LVL 0.60489
LYD 6.455006
MAD 9.99725
MDL 18.281771
MGA 4594.000024
MKD 55.947457
MMK 2099.568705
MNT 3604.028735
MOP 8.07799
MRU 40.649826
MUR 47.819509
MVR 15.410198
MWK 1737.000365
MXN 18.52304
MYR 4.094017
MZN 63.910219
NAD 16.984964
NGN 1345.879753
NIO 36.750192
NOK 9.655665
NPR 150.11644
NZD 1.81763
OMR 0.384501
PAB 0.999532
PEN 3.408199
PGK 4.513966
PHP 63.918496
PKR 276.374515
PLN 4.001145
PYG 6202.732761
QAR 3.644022
RON 4.857802
RSD 106.930999
RUB 82.598883
RWF 1477
SAR 3.763042
SBD 8.098361
SCR 13.860567
SDG 601.548038
SEK 10.094865
SGD 1.288925
SHP 0.758581
SLE 23.04986
SLL 20969.503664
SOS 572.511276
SRD 37.453496
STD 20697.981008
STN 22.375
SVC 8.745744
SYP 13002.000337
SZL 16.984982
THB 33.885502
TJS 9.210795
TMT 3.51
TND 3.041994
TOP 2.40776
TRY 50.421202
TTD 6.787708
TWD 32.977904
TZS 2644.992965
UAH 45.435091
UGX 4147.791748
UYU 40.582868
UZS 12024.999857
VES 914.603597
VND 25764
VUV 120.719595
WST 2.810584
XAF 596.252115
XAG 0.021223
XAU 0.000259089508
XCD 2.70255
XCG 1.801394
XDR 0.707052
XOF 596.252115
XPF 108.875027
YER 236.501049
ZAR 16.96925
ZMK 9001.199115
ZMW 20.4664
ZWL 321.999592
SSP 5945.381189
MXV 2.078532
  • AEX

    3.2400

    1119.29

    +0.29%

  • BEL20

    9.1000

    5694.52

    +0.16%

  • PX1

    -0.8100

    8077.75

    -0.01%

  • ISEQ

    -37.6000

    14425.66

    -0.26%

  • OSEBX

    -4.6100

    2089.87

    -0.22%

  • PSI20

    7.7600

    9712.35

    +0.08%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    12.0700

    4481.36

    +0.27%

  • N150

    -2.5400

    4237.95

    -0.06%

L'IA, meilleure que les médecins pour prédire les complications médicales
L'IA, meilleure que les médecins pour prédire les complications médicales / Photo: © 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".

I.Ko--ThChM