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

USD -
AED 3.67315
AFN 62.503991
ALL 81.650403
AMD 368.230403
ANG 1.79046
AOA 918.000367
ARS 1394.994043
AUD 1.397253
AWG 1.80125
AZN 1.70397
BAM 1.679591
BBD 2.014943
BDT 122.797752
BGN 1.66992
BHD 0.37725
BIF 2976.5
BMD 1
BND 1.278909
BOB 6.913254
BRL 5.081498
BSD 1.000386
BTN 95.955961
BWP 14.15113
BYN 2.784023
BYR 19600
BZD 2.012057
CAD 1.374855
CDF 2247.50392
CHF 0.786704
CLF 0.023058
CLP 907.510396
CNY 6.809904
CNH 6.814725
COP 3810.01
CRC 453.815434
CUC 1
CUP 26.5
CVE 95.150394
CZK 20.92704
DJF 177.720393
DKK 6.429525
DOP 59.550393
DZD 132.260393
EGP 52.90704
ERN 15
ETB 157.450392
EUR 0.86029
FJD 2.202704
FKP 0.74189
GBP 0.750405
GEL 2.680391
GGP 0.74189
GHS 11.44039
GIP 0.74189
GMD 72.503851
GNF 8777.503848
GTQ 7.632028
GYD 209.304123
HKD 7.830995
HNL 26.620388
HRK 6.479304
HTG 130.99154
HUF 311.00104
IDR 17603.3
ILS 2.91944
IMP 0.74189
INR 95.91975
IQD 1310
IRR 1319000.000352
ISK 123.420386
JEP 0.74189
JMD 158.074628
JOD 0.70904
JPY 158.74804
KES 129.350385
KGS 87.450384
KHR 4012.503796
KMF 424.00035
KPW 900.001832
KRW 1497.590383
KWD 0.30863
KYD 0.833713
KZT 469.663269
LAK 21950.000349
LBP 89550.000349
LKR 328.64007
LRD 183.375039
LSL 16.490381
LTL 2.95274
LVL 0.60489
LYD 6.325039
MAD 9.226039
MDL 17.30718
MGA 4177.503755
MKD 53.013364
MMK 2099.639995
MNT 3579.473939
MOP 8.068926
MRU 40.000346
MUR 47.180378
MVR 15.410378
MWK 1741.503736
MXN 17.343225
MYR 3.931504
MZN 63.903729
NAD 16.490377
NGN 1370.480377
NIO 36.715039
NOK 9.303885
NPR 153.529195
NZD 1.71111
OMR 0.384505
PAB 1.000404
PEN 3.432504
PGK 4.468039
PHP 61.628504
PKR 278.625038
PLN 3.65565
PYG 6096.44038
QAR 3.645038
RON 4.475604
RSD 100.989038
RUB 72.854734
RWF 1460.5
SAR 3.792948
SBD 8.016136
SCR 14.033066
SDG 600.503676
SEK 9.442595
SGD 1.280275
SHP 0.746601
SLE 24.650371
SLL 20969.502105
SOS 571.503662
SRD 37.453038
STD 20697.981008
STN 21.25
SVC 8.753489
SYP 110.532449
SZL 16.490369
THB 32.650369
TJS 9.334009
TMT 3.5
TND 2.888038
TOP 2.40776
TRY 45.544704
TTD 6.790913
TWD 31.551038
TZS 2600.000335
UAH 44.173043
UGX 3756.279789
UYU 40.07042
UZS 12045.000334
VES 510.148815
VND 26355
VUV 117.920453
WST 2.705599
XAF 563.328839
XAG 0.012974
XAU 0.000219
XCD 2.70255
XCG 1.803028
XDR 0.699933
XOF 557.503593
XPF 102.625037
YER 238.650363
ZAR 16.680204
ZMK 9001.203584
ZMW 18.833249
ZWL 321.999592
  • AEX

    -11.1400

    1010.44

    -1.09%

  • BEL20

    -65.2800

    5467.27

    -1.18%

  • PX1

    -129.3100

    7952.55

    -1.6%

  • ISEQ

    -187.5200

    12397.73

    -1.49%

  • OSEBX

    31.9700

    2017.85

    +1.61%

  • PSI20

    -91.2400

    9033.06

    -1%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    -42.5700

    4090.69

    -1.03%

  • N150

    -7.1900

    4219.51

    -0.17%

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