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

USD -
AED 3.673042
AFN 68.112673
ALL 94.198378
AMD 389.366092
ANG 1.801814
AOA 913.000367
ARS 1003.735016
AUD 1.538462
AWG 1.8025
AZN 1.70397
BAM 1.877057
BBD 2.018523
BDT 119.468305
BGN 1.87679
BHD 0.376794
BIF 2953.116752
BMD 1
BND 1.347473
BOB 6.908201
BRL 5.801041
BSD 0.99976
BTN 84.384759
BWP 13.658045
BYN 3.27175
BYR 19600
BZD 2.015164
CAD 1.39805
CDF 2871.000362
CHF 0.89358
CLF 0.035441
CLP 977.925332
CNY 7.243041
CNH 7.25914
COP 4389.749988
CRC 509.237487
CUC 1
CUP 26.5
CVE 105.825615
CZK 24.326204
DJF 178.031575
DKK 7.158304
DOP 60.252411
DZD 134.221412
EGP 49.650175
ERN 15
ETB 122.388982
EUR 0.95985
FJD 2.27595
FKP 0.789317
GBP 0.798053
GEL 2.740391
GGP 0.789317
GHS 15.795384
GIP 0.789317
GMD 71.000355
GNF 8617.496041
GTQ 7.717261
GYD 209.15591
HKD 7.783855
HNL 25.264168
HRK 7.133259
HTG 131.234704
HUF 395.000354
IDR 15943.55
ILS 3.70796
IMP 0.789317
INR 84.43625
IQD 1309.659773
IRR 42075.000352
ISK 139.680386
JEP 0.789317
JMD 159.268679
JOD 0.709104
JPY 154.76904
KES 129.468784
KGS 86.503799
KHR 4025.145161
KMF 472.503794
KPW 899.999621
KRW 1404.510383
KWD 0.30785
KYD 0.833149
KZT 499.179423
LAK 21959.786938
LBP 89526.368828
LKR 290.973655
LRD 180.450118
LSL 18.040693
LTL 2.95274
LVL 0.60489
LYD 4.882192
MAD 10.057392
MDL 18.23504
MGA 4666.25078
MKD 59.052738
MMK 3247.960992
MNT 3397.999946
MOP 8.015644
MRU 39.77926
MUR 46.850378
MVR 15.460378
MWK 1733.576467
MXN 20.427165
MYR 4.468039
MZN 63.910377
NAD 18.040693
NGN 1696.703725
NIO 36.786794
NOK 11.06835
NPR 135.016076
NZD 1.714149
OMR 0.384846
PAB 0.99976
PEN 3.790969
PGK 4.025145
PHP 58.939038
PKR 277.626662
PLN 4.16352
PYG 7804.59715
QAR 3.646048
RON 4.778204
RSD 112.294256
RUB 104.308748
RWF 1364.748788
SAR 3.754429
SBD 8.383555
SCR 13.699038
SDG 601.503676
SEK 11.040175
SGD 1.346604
SHP 0.789317
SLE 22.730371
SLL 20969.504736
SOS 571.332598
SRD 35.494038
STD 20697.981008
SVC 8.748021
SYP 2512.529858
SZL 18.034455
THB 34.480369
TJS 10.647152
TMT 3.5
TND 3.17616
TOP 2.342104
TRY 34.572825
TTD 6.790153
TWD 32.583504
TZS 2659.340659
UAH 41.35995
UGX 3694.035222
UYU 42.516436
UZS 12825.951341
VES 46.55914
VND 25419
VUV 118.722009
WST 2.791591
XAF 629.547483
XAG 0.031938
XAU 0.000369
XCD 2.70255
XDR 0.760497
XOF 629.547483
XPF 114.458467
YER 249.925037
ZAR 18.105415
ZMK 9001.203587
ZMW 27.617448
ZWL 321.999592
  • AEX

    13.6800

    879.8

    +1.58%

  • BEL20

    69.4500

    4228.29

    +1.67%

  • PX1

    41.8400

    7255.01

    +0.58%

  • ISEQ

    17.2700

    9613.97

    +0.18%

  • OSEBX

    3.8100

    1468.66

    +0.26%

  • PSI20

    48.3400

    6409

    +0.76%

  • ENTEC

    -5.8300

    1416.23

    -0.41%

  • BIOTK

    86.5000

    2989.04

    +2.98%

  • N150

    24.5300

    3295.3

    +0.75%

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