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

USD -
AED 3.672498
AFN 63.503463
ALL 83.463315
AMD 376.986282
ANG 1.790083
AOA 916.999701
ARS 1385.5001
AUD 1.455519
AWG 1.8
AZN 1.697717
BAM 1.699513
BBD 2.014051
BDT 122.697254
BGN 1.709309
BHD 0.377509
BIF 2970.416618
BMD 1
BND 1.287696
BOB 6.935386
BRL 5.249203
BSD 0.999996
BTN 94.787611
BWP 13.787859
BYN 2.976638
BYR 19600
BZD 2.011105
CAD 1.38957
CDF 2282.497331
CHF 0.79815
CLF 0.023381
CLP 923.220134
CNY 6.91185
CNH 6.910575
COP 3675.3
CRC 464.366558
CUC 1
CUP 26.5
CVE 95.823032
CZK 21.287398
DJF 178.063563
DKK 6.487585
DOP 59.522516
DZD 133.12557
EGP 53.60199
ERN 15
ETB 154.582495
EUR 0.868195
FJD 2.24025
FKP 0.752712
GBP 0.753015
GEL 2.679845
GGP 0.752712
GHS 10.957154
GIP 0.752712
GMD 73.496975
GNF 8767.699413
GTQ 7.653569
GYD 209.330315
HKD 7.83265
HNL 26.549649
HRK 6.542699
HTG 131.078738
HUF 337.827038
IDR 16992
ILS 3.13965
IMP 0.752712
INR 94.54595
IQD 1309.975365
IRR 1313250.000126
ISK 124.680163
JEP 0.752712
JMD 157.400126
JOD 0.709001
JPY 159.638505
KES 130.050221
KGS 87.450178
KHR 4004.935568
KMF 427.999997
KPW 900.00296
KRW 1515.180048
KWD 0.308023
KYD 0.833344
KZT 483.44391
LAK 21749.12344
LBP 89547.486737
LKR 314.996893
LRD 183.502503
LSL 17.171359
LTL 2.95274
LVL 0.60489
LYD 6.383247
MAD 9.346391
MDL 17.564303
MGA 4167.481307
MKD 53.547773
MMK 2098.832611
MNT 3571.142668
MOP 8.068492
MRU 39.926487
MUR 46.9159
MVR 15.449664
MWK 1733.901626
MXN 18.05465
MYR 4.019496
MZN 63.949773
NAD 17.171583
NGN 1382.179868
NIO 36.800007
NOK 9.73768
NPR 151.645993
NZD 1.74163
OMR 0.384435
PAB 1.000013
PEN 3.483403
PGK 4.321285
PHP 60.756974
PKR 279.086043
PLN 3.715515
PYG 6537.91845
QAR 3.646009
RON 4.4255
RSD 101.931978
RUB 81.502485
RWF 1460.256772
SAR 3.752499
SBD 8.042037
SCR 14.901688
SDG 600.999691
SEK 9.45515
SGD 1.28755
SHP 0.750259
SLE 24.550138
SLL 20969.510825
SOS 571.503052
SRD 37.600996
STD 20697.981008
STN 21.28926
SVC 8.74968
SYP 110.527654
SZL 17.169497
THB 32.779898
TJS 9.555322
TMT 3.5
TND 2.948402
TOP 2.40776
TRY 44.41694
TTD 6.794374
TWD 32.0145
TZS 2584.999806
UAH 43.831285
UGX 3725.347921
UYU 40.479004
UZS 12195.153743
VES 467.928355
VND 26335
VUV 119.385423
WST 2.775484
XAF 569.988487
XAG 0.014146
XAU 0.000221
XCD 2.70255
XCG 1.802248
XDR 0.708991
XOF 569.988487
XPF 103.633607
YER 238.59797
ZAR 17.06745
ZMK 9001.197652
ZMW 18.824133
ZWL 321.999592
  • AEX

    1.4400

    961.53

    +0.15%

  • BEL20

    -8.9700

    4976.4

    -0.18%

  • PX1

    -0.7700

    7701.35

    -0.01%

  • ISEQ

    -89.8100

    11885.23

    -0.75%

  • OSEBX

    20.8100

    2002.46

    +1.05%

  • PSI20

    60.4000

    8942.85

    +0.68%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    -13.4000

    3607.49

    -0.37%

  • N150

    -1.1300

    3777.36

    -0.03%

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