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

USD -
AED 3.672504
AFN 66.067856
ALL 82.329403
AMD 381.252395
ANG 1.790403
AOA 917.000367
ARS 1440.750402
AUD 1.502178
AWG 1.8
AZN 1.70397
BAM 1.665148
BBD 2.010898
BDT 122.012686
BGN 1.66663
BHD 0.375208
BIF 2951.002512
BMD 1
BND 1.28943
BOB 6.898812
BRL 5.419704
BSD 0.998425
BTN 90.29075
BWP 13.228896
BYN 2.94334
BYR 19600
BZD 2.008003
CAD 1.37795
CDF 2240.000362
CHF 0.797632
CLF 0.023203
CLP 910.250396
CNY 7.054504
CNH 7.05355
COP 3802.477545
CRC 499.425312
CUC 1
CUP 26.5
CVE 93.878507
CZK 20.669104
DJF 177.795752
DKK 6.361804
DOP 63.471117
DZD 129.080073
EGP 47.313439
ERN 15
ETB 156.002554
EUR 0.851404
FJD 2.271804
FKP 0.749181
GBP 0.749372
GEL 2.703861
GGP 0.749181
GHS 11.461411
GIP 0.749181
GMD 73.000355
GNF 8683.325529
GTQ 7.647184
GYD 208.879997
HKD 7.78025
HNL 26.285812
HRK 6.417704
HTG 130.867141
HUF 327.990388
IDR 16633.75
ILS 3.222795
IMP 0.749181
INR 90.570104
IQD 1307.905155
IRR 42122.503816
ISK 126.403814
JEP 0.749181
JMD 159.856966
JOD 0.70904
JPY 155.76504
KES 128.74718
KGS 87.450384
KHR 3997.275552
KMF 419.503794
KPW 899.985916
KRW 1474.530383
KWD 0.306704
KYD 0.832063
KZT 520.710059
LAK 21644.885275
LBP 89408.028607
LKR 308.509642
LRD 176.22068
LSL 16.844664
LTL 2.95274
LVL 0.60489
LYD 5.423354
MAD 9.185305
MDL 16.877953
MGA 4422.970499
MKD 52.403048
MMK 2099.89073
MNT 3548.272408
MOP 8.006045
MRU 39.956579
MUR 45.920378
MVR 15.403739
MWK 1731.301349
MXN 18.013904
MYR 4.097304
MZN 63.910377
NAD 16.844664
NGN 1452.570377
NIO 36.745988
NOK 10.137304
NPR 144.46554
NZD 1.696497
OMR 0.382674
PAB 0.998425
PEN 3.361458
PGK 4.303776
PHP 59.115038
PKR 279.805628
PLN 3.59745
PYG 6706.398195
QAR 3.638755
RON 4.335904
RSD 99.936146
RUB 79.434677
RWF 1453.152271
SAR 3.752205
SBD 8.176752
SCR 15.027038
SDG 601.503676
SEK 9.269904
SGD 1.292104
SHP 0.750259
SLE 24.125038
SLL 20969.503664
SOS 569.579839
SRD 38.548038
STD 20697.981008
STN 20.859052
SVC 8.736112
SYP 11057.088706
SZL 16.838789
THB 31.595038
TJS 9.175429
TMT 3.51
TND 2.918735
TOP 2.40776
TRY 42.580368
TTD 6.775361
TWD 31.335104
TZS 2471.074028
UAH 42.185773
UGX 3548.593078
UYU 39.180963
UZS 12028.436422
VES 267.43975
VND 26306
VUV 121.393357
WST 2.775465
XAF 558.475161
XAG 0.016138
XAU 0.000232
XCD 2.70255
XCG 1.799413
XDR 0.694564
XOF 558.475161
XPF 101.536759
YER 238.503589
ZAR 16.87546
ZMK 9001.203584
ZMW 23.038611
ZWL 321.999592
  • AEX

    -7.3900

    939.59

    -0.78%

  • BEL20

    -14.0000

    4986.02

    -0.28%

  • PX1

    -16.9800

    8068.62

    -0.21%

  • ISEQ

    -56.8500

    12863.03

    -0.44%

  • OSEBX

    1.6400

    1642.81

    +0.1%

  • PSI20

    7.1900

    8001.36

    +0.09%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    -67.9300

    4286.65

    -1.56%

  • N150

    0.3700

    3695.55

    +0.01%

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