The Fort Worth Press - L'IA, meilleure que les médecins pour prédire les complications médicales

USD -
AED 3.672504
AFN 64.000238
ALL 80.712093
AMD 364.394871
ANG 1.790365
AOA 918.000578
ARS 1521.055025
AUD 1.42368
AWG 1.8
AZN 1.699662
BAM 1.717716
BBD 2.016134
BDT 123.177046
BGN 1.683441
BHD 0.377383
BIF 3014.939006
BMD 1
BND 1.278905
BOB 12.267697
BRL 5.185697
BSD 1.000953
BTN 95.858456
BWP 13.630595
BYN 3.024376
BYR 19600
BZD 2.013235
CAD 1.415225
CDF 2340.000193
CHF 0.829135
CLF 0.024352
CLP 961.549738
CNY 6.71325
CNH 6.71673
COP 3304.75
CRC 455.108332
CUC 1
CUP 24.025823
CVE 96.778865
CZK 21.398502
DJF 178.251648
DKK 6.563402
DOP 59.527678
DZD 134.245541
EGP 51.807097
ERN 15
ETB 162.38462
EUR 0.878029
FJD 2.24725
FKP 0.754924
GBP 0.754945
GEL 2.614986
GGP 0.754924
GHS 11.626559
GIP 0.754924
GMD 73.502887
GNF 8803.600834
GTQ 7.644576
GYD 209.441419
HKD 7.843855
HNL 26.866497
HRK 6.615601
HTG 131.00126
HUF 321.104984
IDR 17955
ILS 3.04806
IMP 0.754924
INR 95.85135
IQD 1311.329993
IRR 1374837.503851
ISK 120.279971
JEP 0.754924
JMD 158.367842
JOD 0.709014
JPY 157.732499
KES 129.710218
KGS 87.448203
KHR 4070.73506
KMF 433.000219
KPW 900.000318
KRW 1357.294977
KWD 0.30864
KYD 0.834171
KZT 443.156186
LAK 22452.716678
LBP 89639.254709
LKR 330.532926
LRD 172.178625
LSL 16.331596
LTL 2.95274
LVL 0.60489
LYD 6.399881
MAD 9.60592
MDL 17.768078
MGA 4419.404276
MKD 54.079809
MMK 2099.36214
MNT 3596.164164
MOP 8.087369
MRU 40.269447
MUR 47.649915
MVR 15.450048
MWK 1735.705221
MXN 17.722885
MYR 4.084101
MZN 63.910104
NAD 16.332887
NGN 1327.720096
NIO 36.833901
NOK 9.514325
NPR 153.367644
NZD 1.763525
OMR 0.38582
PAB 1.000307
PEN 3.398193
PGK 4.459726
PHP 62.477501
PKR 277.376198
PLN 3.839595
PYG 5900.150622
QAR 3.648779
RON 4.629052
RSD 103.151636
RUB 84.374108
RWF 1479.428955
SAR 3.756013
SBD 8.000512
SCR 13.911394
SDG 601.502932
SEK 9.92579
SGD 1.27801
SHP 0.755002
SLE 24.65027
SLL 20969.491881
SOS 572.098558
SRD 37.6675
STD 20697.981008
STN 21.503489
SVC 8.758887
SYP 13002.000254
SZL 16.327731
THB 33.549828
TJS 9.234445
TMT 3.51
TND 2.963376
TOP 2.40776
TRY 48.9812
TTD 6.80881
TWD 31.767973
TZS 2644.949965
UAH 44.823667
UGX 3920.604251
UYU 40.102584
UZS 11846.95307
VES 852.43145
VND 25952.5
VUV 118.388248
WST 2.745723
XAF 575.949179
XAG 0.016104
XAU 0.000237997772
XCD 2.70255
XCG 1.804034
XDR 0.707052
XOF 575.949179
XPF 104.742206
YER 236.650273
ZAR 16.34058
ZMK 9001.200758
ZMW 19.513758
ZWL 321.999592
SSP 5712.591897
MXV 2.00839
  • AEX

    3.2000

    1105.55

    +0.29%

  • BEL20

    -25.9400

    5737.76

    -0.45%

  • PX1

    -7.3300

    8131.86

    -0.09%

  • ISEQ

    5.7300

    14337.15

    +0.04%

  • OSEBX

    1.2600

    2108.79

    +0.06%

  • PSI20

    21.1600

    9638.63

    +0.22%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    -20.9400

    4631.6

    -0.45%

  • N150

    -6.4200

    4271.03

    -0.15%

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".

T.Dixon--TFWP