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

USD -
AED 3.672504
AFN 63.999936
ALL 81.482729
AMD 362.820055
ANG 1.790365
AOA 916.999834
ARS 1525.012699
AUD 1.446132
AWG 1.8025
AZN 1.695771
BAM 1.733158
BBD 2.015756
BDT 123.052656
BGN 1.683441
BHD 0.377328
BIF 3004.44854
BMD 1
BND 1.281424
BOB 12.054428
BRL 5.230701
BSD 1.000833
BTN 96.45446
BWP 14.158233
BYN 3.014683
BYR 19600
BZD 2.012832
CAD 1.424255
CDF 2312.502658
CHF 0.832815
CLF 0.024879
CLP 982.440431
CNY 6.70475
CNH 6.717545
COP 3322.13
CRC 457.240078
CUC 1
CUP 24.018396
CVE 97.712812
CZK 21.79565
DJF 177.720249
DKK 6.659485
DOP 59.79566
DZD 133.651016
EGP 52.3167
ERN 15
ETB 163.475001
EUR 0.89083
FJD 2.25435
FKP 0.753812
GBP 0.758475
GEL 2.594998
GGP 0.753812
GHS 11.724777
GIP 0.753812
GMD 74.000091
GNF 8804.033816
GTQ 7.645479
GYD 209.346324
HKD 7.84555
HNL 26.865513
HRK 6.667403
HTG 130.978015
HUF 329.012496
IDR 17993
ILS 3.086098
IMP 0.753812
INR 96.30665
IQD 1311.020726
IRR 1693850.000176
ISK 122.039478
JEP 0.753812
JMD 157.630753
JOD 0.709031
JPY 158.206501
KES 129.749745
KGS 87.446989
KHR 4053.132006
KMF 434.99975
KPW 900.000318
KRW 1361.380186
KWD 0.308901
KYD 0.834057
KZT 443.471634
LAK 22442.975382
LBP 89622.18589
LKR 330.728128
LRD 171.587828
LSL 16.576308
LTL 2.95274
LVL 0.60489
LYD 6.411393
MAD 9.760381
MDL 17.819861
MGA 4419.297095
MKD 54.561083
MMK 2099.783199
MNT 3598.053803
MOP 8.089432
MRU 40.068766
MUR 47.819883
MVR 15.459637
MWK 1735.373872
MXN 18.36424
MYR 4.086018
MZN 63.902642
NAD 16.575573
NGN 1327.789871
NIO 36.828953
NOK 9.640265
NPR 154.325085
NZD 1.78742
OMR 0.384514
PAB 1.000833
PEN 3.453202
PGK 4.464491
PHP 62.783499
PKR 277.237331
PLN 3.899565
PYG 5831.841625
QAR 3.648069
RON 4.761304
RSD 104.70198
RUB 83.372742
RWF 1476.791379
SAR 3.756193
SBD 8.065041
SCR 13.814664
SDG 601.498155
SEK 10.077395
SGD 1.28159
SHP 0.754575
SLE 24.599569
SLL 20969.491881
SOS 571.929887
SRD 37.6725
STD 20697.981008
STN 21.711004
SVC 8.757067
SYP 13002.000254
SZL 16.569484
THB 33.704501
TJS 9.217388
TMT 3.5
TND 2.975471
TOP 2.40776
TRY 49.033104
TTD 6.789784
TWD 31.945697
TZS 2635.003009
UAH 44.939475
UGX 3973.556883
UYU 40.28499
UZS 11829.395814
VES 859.10005
VND 25982
VUV 119.747847
WST 2.7762
XAF 584.346135
XAG 0.016524
XAU 0.000240016513
XCD 2.70255
XCG 1.803617
XDR 0.707052
XOF 584.346135
XPF 105.684789
YER 236.42499
ZAR 16.738185
ZMK 9001.201289
ZMW 19.680804
ZWL 321.999592
SSP 5712.591904
MXV 2.078336
  • 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