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

USD -
AED 3.672497
AFN 63.000127
ALL 83.045552
AMD 377.608336
ANG 1.790083
AOA 916.999582
ARS 1400.115202
AUD 1.437391
AWG 1.8025
AZN 1.698782
BAM 1.692703
BBD 2.017085
BDT 122.889314
BGN 1.709309
BHD 0.375272
BIF 2964.437482
BMD 1
BND 1.280822
BOB 6.920277
BRL 5.326897
BSD 1.001532
BTN 93.628346
BWP 13.656801
BYN 3.038457
BYR 19600
BZD 2.014228
CAD 1.373511
CDF 2274.999939
CHF 0.790045
CLF 0.023138
CLP 913.629897
CNY 6.886396
CNH 6.916875
COP 3696.54
CRC 467.791212
CUC 1
CUP 26.5
CVE 95.432004
CZK 21.264698
DJF 178.340531
DKK 6.480025
DOP 59.449729
DZD 131.454091
EGP 52.035801
ERN 15
ETB 157.836062
EUR 0.867199
FJD 2.21445
FKP 0.749521
GBP 0.752165
GEL 2.715018
GGP 0.749521
GHS 10.917148
GIP 0.749521
GMD 73.499323
GNF 8778.549977
GTQ 7.671603
GYD 209.529662
HKD 7.830705
HNL 26.509205
HRK 6.534203
HTG 131.388314
HUF 342.022986
IDR 16990.85
ILS 3.139701
IMP 0.749521
INR 93.948497
IQD 1311.97909
IRR 1315624.999818
ISK 124.719822
JEP 0.749521
JMD 157.346743
JOD 0.709014
JPY 159.524981
KES 129.250288
KGS 87.447897
KHR 4001.973291
KMF 426.999949
KPW 900.003974
KRW 1513.979862
KWD 0.30657
KYD 0.834581
KZT 481.491739
LAK 21506.092917
LBP 89692.06536
LKR 312.41778
LRD 183.27376
LSL 16.894603
LTL 2.95274
LVL 0.60489
LYD 6.411466
MAD 9.358386
MDL 17.440975
MGA 4176.061001
MKD 53.348104
MMK 2099.452431
MNT 3566.950214
MOP 8.084003
MRU 40.089837
MUR 46.570088
MVR 15.459624
MWK 1736.722073
MXN 17.992025
MYR 3.939499
MZN 63.897237
NAD 16.894749
NGN 1356.739806
NIO 36.852081
NOK 9.616303
NPR 149.804404
NZD 1.725615
OMR 0.382195
PAB 1.001519
PEN 3.46252
PGK 4.323066
PHP 60.376987
PKR 279.628351
PLN 3.713335
PYG 6541.287659
QAR 3.662273
RON 4.417101
RSD 101.650468
RUB 84.556145
RWF 1457.231632
SAR 3.754899
SBD 8.05166
SCR 13.74181
SDG 600.999794
SEK 9.395399
SGD 1.283745
SHP 0.750259
SLE 24.57502
SLL 20969.510825
SOS 572.35094
SRD 37.487497
STD 20697.981008
STN 21.204227
SVC 8.762971
SYP 110.564047
SZL 16.900787
THB 33.056504
TJS 9.619362
TMT 3.51
TND 2.95786
TOP 2.40776
TRY 44.32892
TTD 6.794814
TWD 32.133504
TZS 2600.260986
UAH 43.875212
UGX 3785.603628
UYU 40.356396
UZS 12210.172836
VES 454.69063
VND 26339
VUV 119.226095
WST 2.727792
XAF 567.726608
XAG 0.015794
XAU 0.000234
XCD 2.70255
XCG 1.80494
XDR 0.706079
XOF 567.716781
XPF 103.216984
YER 238.584438
ZAR 17.19515
ZMK 9001.198872
ZMW 19.554625
ZWL 321.999592
  • AEX

    -12.7900

    948.87

    -1.33%

  • BEL20

    -127.8400

    4789.11

    -2.6%

  • PX1

    -122.6500

    7542.83

    -1.6%

  • ISEQ

    -234.0500

    11646.71

    -1.97%

  • OSEBX

    -32.2500

    1934.29

    -1.64%

  • PSI20

    -149.7300

    8606.55

    -1.71%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    -27.8400

    3634.93

    -0.76%

  • N150

    -83.3800

    3672.26

    -2.22%

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