Une IA capable de prédire l’heure de votre mort ? Sur le papier l’idée peut surprendre, mais contrairement aux films de science-fiction, cette information pourrait bien finir par sauver des vies.
La promesse d’une médecine future plus précise découle en partie de l’espoir qu’en numérisant les données sur la santé, nous pourrions utiliser plus facilement les systèmes informatiques pour comprendre et améliorer les soins. En termes de volume et de complexité, ces données régulièrement recueillies sur les traitements des patients se rapprochent maintenant de l’échelle génomique. Malheureusement, la plupart de ces informations ne sont pas encore traitées avec des modèles statistiques prédictifs. Se faisant, les professionnels de la santé pourraient grandement améliorer leurs prestations. De tels efforts pourraient alors sauver des milliers de vies et réduire les coûts de soins.
Un nouvel article publié dans Nature suggère que l’introduction de dossiers médicaux comportant les données électroniques – dans un modèle d’apprentissage en profondeur signé Google – pourrait en effet considérablement améliorer l’exactitude des résultats prévus. Dans des essais utilisant des données provenant de deux hôpitaux américains, les chercheurs ont pu démontrer que ces algorithmes pouvaient prédire la durée d’hospitalisation et le jour de sortie du patient, mais aussi l’heure éventuelle du décès. Pour faire ces prédictions en un temps record, le réseau de neurones décrit dans l’étude traite une quantité immense de données, comme les signes vitaux du patient et ses antécédents médicaux.
Ainsi, plutôt que de craindre l’inévitable, les hôpitaux pourraient s’appuyer sur ce dispositif pour prioriser avec beaucoup plus d’efficacité les soins aux patients, ajuster les plans de traitement et anticiper les urgences médicales avant même qu’elles surviennent. Cela pourrait également libérer le personnel des hôpitaux, qui n’auraient plus à manipuler des tonnes de données.
Plus récemment, une paire d’algorithmes récemment développés a pu diagnostiquer le cancer du poumon et les maladies cardiaques de façon encore plus précise que les médecins humains. Des chercheurs ont également transféré des images rétiniennes dans des algorithmes pour déterminer les chances qu’un patient développe une (ou plusieurs) des trois principales maladies oculaires. Très concluants, ces premiers essais ont néanmoins fonctionné sur une échelle beaucoup plus petite que ce que Google essaye de faire.
De plus en plus de nos informations sur la santé sont téléchargées vers des systèmes informatiques centralisés, mais la plupart de ces bases de données existent de manière indépendante et sont réparties entre divers systèmes de soins de santé et organismes gouvernementaux. D’autre part, la centralisation de toutes ces données personnelles dans un seul modèle prédictif appartenant à l’une des plus grandes sociétés privées du monde pourrait poser problème. La semaine dernière, DeepMind Health, détenu par Alphabet (Google), a fait l’objet d’un examen minutieux de la part du gouvernement britannique, craignant que cette entreprise ne soit en mesure « d’exercer un monopole excessif », selon TechCrunch.
Source
