Une équipe de chercheurs associée à l’organisme de santé Geisinger, basé en Pennsylvanie, a réussi à former une **intelligence artificielle** capable de prédire quels patients courent un risque accru de décès dans l’année qui suit, comme le rapporte New Scientist.
Pour y parvenir, ils ont analysé **1,77 million de fichiers d’électrocardiogrammes (ECG)** provenant de **400,000 patients**. Ces données permettent d’identifier des **schémas** pouvant indiquer des problèmes cardiaques futurs, comme des crises cardiaques ou des troubles de l’arythmie.
Les résultats ont été à la fois remarquables et préoccupants. Selon les chercheurs, ce modèle d’IA a surpassé les méthodes traditionnelles en distinguant efficacement les patients qui pourraient mourir dans l’année de ceux qui survivraient.
“Peu importe la méthode, le modèle basé sur la tension artérielle était toujours plus performant que toute autre méthode que nous avions développée avec des mesures ECG”, a déclaré **Brandon Fornwalt**, le principal chercheur de l’étude chez Geisinger, à New Scientist.
Cette IA a même détecté des problèmes cardiaques chez des patients qui avaient reçu le feu vert de médecins cardiologues.
“Cette observation suggère que le modèle perçoit des éléments que nous, humains, avons du mal à détecter ou que nous avons tendance à ignorer en les considérant comme normaux”, a ajouté Fornwalt. “L’IA pourrait potentiellement nous faire découvrir des choses que nous avons peut-être mal interprétées pendant des décennies.”
Ce n’est pas la première fois que l’on tente d’utiliser l’apprentissage automatique pour prédire la mortalité. L’année dernière, des chercheurs de **Google**, à **Mountain View**, en Californie, ont créé un modèle prédictif basé sur des dossiers de santé électroniques pour estimer la durée d’hospitalisation, le moment du congé, ainsi que la date de décès d’un patient.
Les modèles d’IA ont également été appliqués pour diagnostiquer des maladies cardiaques et des cancers du poumon, parfois avec une **précision** supérieure à celle des médecins humains.
Cependant, un défi majeur resurgit avec l’IA de Geisinger et d’autres modèles similaires : ils ont du mal à expliquer le fonctionnement de ces modèles, ce qui suscite des inquiétudes parmi les professionnels quant à l’utilisation de ces algorithmes pour prendre des décisions médicales.
FAQ
Comment l’IA prédît-elle le risque de décès ?
L’IA analyse de grandes quantités de données, notamment des enregistrements ECG, pour identifier des motifs associés à des risques spécifiques.
Quelles autres applications a l’IA dans le domaine médical ?
L’IA est utilisée pour le diagnostic de diverses maladies, de la maladie cardiaque au cancer, en fournissant des diagnostics parfois plus précis que ceux des médecins.
Ce modèle d’IA est-il déjà en utilisation clinique ?
Bien qu’éprouvé par des chercheurs, l’usage clinique direct de ce modèle pose encore des questions éthiques et nécessite plus de validation avant d’être déployé à grande échelle.
Quelles sont les limitations des modèles d’IA en santé ?
Les modèles d’IA peinent souvent à fournir des explications claires de leurs décisions, ce qui complique leur adoption dans des contextes où la transparence est essentielle.
L’IA pourrait-elle remplacer les médecins à l’avenir ?
Bien que l’IA puisse offrir des outils puissants pour aider au diagnostic et à la prédiction, le rôle du médecin reste crucial pour l’interprétation des résultats et l’approche globale des soins aux patients.
