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

USD -
AED 3.672994
AFN 69.000365
ALL 83.650011
AMD 383.579727
ANG 1.789699
AOA 916.999936
ARS 1321.2443
AUD 1.535037
AWG 1.8
AZN 1.703002
BAM 1.679887
BBD 2.019988
BDT 121.546582
BGN 1.68486
BHD 0.376954
BIF 2950
BMD 1
BND 1.285415
BOB 6.937722
BRL 5.443963
BSD 1.000404
BTN 87.682152
BWP 13.460572
BYN 3.294495
BYR 19600
BZD 2.009594
CAD 1.378005
CDF 2890.000003
CHF 0.81235
CLF 0.024713
CLP 969.489877
CNY 7.188199
CNH 7.19496
COP 4029
CRC 505.91378
CUC 1
CUP 26.5
CVE 95.375015
CZK 21.076304
DJF 177.719859
DKK 6.42789
DOP 61.105552
DZD 130.058957
EGP 48.487199
ERN 15
ETB 139.549912
EUR 0.86122
FJD 2.256395
FKP 0.743585
GBP 0.744524
GEL 2.707829
GGP 0.743585
GHS 10.525008
GIP 0.743585
GMD 72.502327
GNF 8674.999556
GTQ 7.675558
GYD 209.256881
HKD 7.849955
HNL 26.240181
HRK 6.489503
HTG 131.005042
HUF 340.849503
IDR 16301.35
ILS 3.415135
IMP 0.743585
INR 87.630496
IQD 1310.582667
IRR 42124.999961
ISK 122.979844
JEP 0.743585
JMD 160.172472
JOD 0.709029
JPY 147.9915
KES 129.50203
KGS 87.428303
KHR 4006.999515
KMF 424.124977
KPW 900.0001
KRW 1392.619785
KWD 0.30575
KYD 0.833695
KZT 543.546884
LAK 21599.999792
LBP 89550.000147
LKR 300.876974
LRD 201.486017
LSL 17.760276
LTL 2.95274
LVL 0.60489
LYD 5.42501
MAD 9.059499
MDL 16.77697
MGA 4435.000168
MKD 52.85829
MMK 2099.278286
MNT 3593.667467
MOP 8.089228
MRU 39.900888
MUR 45.380417
MVR 15.406766
MWK 1736.492558
MXN 18.667903
MYR 4.233502
MZN 63.959895
NAD 17.760118
NGN 1533.979981
NIO 36.813557
NOK 10.232799
NPR 140.288431
NZD 1.684423
OMR 0.384438
PAB 1.000417
PEN 3.529006
PGK 4.1474
PHP 57.136503
PKR 283.999731
PLN 3.6676
PYG 7493.26817
QAR 3.640498
RON 4.362903
RSD 100.875981
RUB 79.499632
RWF 1444
SAR 3.752817
SBD 8.230592
SCR 14.570255
SDG 600.494362
SEK 9.638502
SGD 1.28687
SHP 0.785843
SLE 23.149824
SLL 20969.503947
SOS 571.503468
SRD 37.409776
STD 20697.981008
STN 21.35
SVC 8.75335
SYP 13001.771596
SZL 17.760259
THB 32.449761
TJS 9.318983
TMT 3.51
TND 2.88725
TOP 2.342099
TRY 40.704195
TTD 6.789983
TWD 29.979499
TZS 2514.999843
UAH 41.483906
UGX 3564.541828
UYU 40.068886
UZS 12624.000323
VES 130.96022
VND 26233
VUV 119.401149
WST 2.653917
XAF 563.432871
XAG 0.026476
XAU 0.000298
XCD 2.70255
XCG 1.803033
XDR 0.700441
XOF 562.518268
XPF 103.249949
YER 240.275044
ZAR 17.744899
ZMK 9001.196392
ZMW 23.260308
ZWL 321.999592
  • AEX

    2.7600

    894.13

    +0.31%

  • BEL20

    -7.1000

    4726.75

    -0.15%

  • PX1

    -43.3500

    7698.52

    -0.56%

  • ISEQ

    -71.1900

    11411.73

    -0.62%

  • OSEBX

    -10.7100

    1611.97

    -0.66%

  • PSI20

    -35.7900

    7744.72

    -0.46%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    -65.8300

    3083.98

    -2.09%

  • N150

    -11.1200

    3696.02

    -0.3%

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