Une machine peut rassembler les données environnementales, les données génétiques et les antécédents des patients bien mieux qu’une personne médecin


Il y a plusieurs années, Vinod Khosla, l’investisseur de la Silicon Valley, a écrit un article provocateur intitulé « Avons-nous besoin de médecins ou d’algorithmes ? Khosla a fait valoir que les médecins n’étaient pas à la hauteur de l’intelligence artificielle.
Les médecins discutent avec les patients, rassemblent quelques symptômes, explorent le corps à la recherche d’indices et envoient le patient avec une ordonnance. Cela conduit parfois (accidentellement, peut-être) au traitement correct, mais les médecins n’agissent que sur une fraction des informations disponibles. Un algorithme, écrit-il, pourrait faire mieux.

Rahul Parikh est pédiatre et médecin pour adolescent dans la région de la baie de San Francisco, là où des entrepreneurs comme Khosla frappent à la porte des médecins depuis des années avec leurs technologies pilotes, leurs logiciels et leur matériel. Il affirme avec une certaine autorité que Khosla est la voix d’un étranger avisé qui sait ce qu’il sait – mais qui n’est pas les soins de santé.

Oui, l’IA pourrait aider les médecins à diagnostiquer et à traiter les maladies. Elle peut rassembler et servir de larges pans de données de manière claire et concise, réduisant ainsi les jugements imprécis que les médecins portent en raison des pressions et de la complexité de leurs pratiques. Il ne fait aucun doute que pour certains médecins, dont le travail est très axé sur le diagnostic (radiologues ou pathologistes, par exemple), cette percée peut constituer une menace existentielle. Il y a dix ans, par exemple, les chercheurs ont démontré que l’IA était aussi efficace que les radiologistes pour détecter le cancer du sein.

Mais pour les médecins comme Rahul Parikh, qui traitent de 1 500 à 2 000 patients, l’IA représente une occasion à saisir. Voici ce qu’il dit :

« J’ai fait des études de médecine pour communiquer avec les gens et faire une différence. Aujourd’hui, j’ai souvent l’impression d’être un comptable surpayé, à la place, je reçois de l’information et je la crache aux patients, je prescris des médicaments et j’ajuste les doses, je commande des tests. Mais l’IA dans la salle d’examen ouvre la possibilité de reprendre l’art de la médecine. Cela me permettrait de mieux connaître mes patients, d’apprendre comment une maladie les affecte de façon unique et de leur donner le temps de les aider à obtenir de meilleurs résultats. »

Réfléchissez à ce que l’IA pourrait faire pour l’asthme, la maladie médicale chronique la plus courante chez les enfants. Six millions d’enfants américains en souffrent. En 2013, ils ont collectivement manqué 14 millions de jours d’école. Le coût des médicaments, des visites chez le médecin et à l’urgence et des hospitalisations s’élève à près de 60 milliards de dollars par année.

Il diagnostique l’asthme à l’aide d’une règle empirique qui lui a été transmise au fil du temps : si vous avez eu trois épisodes de respiration sifflante ou plus et que les médicaments contre l’asthme aident, vous avez la maladie. Une fois le diagnostic posé, il demande aux parents de se rappeler – du mieux qu’ils peuvent – à quelle fréquence ils administrent des médicaments à leur enfant. Il leur demande : Qu’est-ce qui semble déclencher les épisodes ? L’enfant est-il exposé à quelqu’un qui fume à la maison ? Il peut également examiner leurs dossiers pour compter le nombre de visites aux urgences ou le nombre de fois qu’ils ont renouvelé leur ordonnance.

Mais même avec la mémoire la plus précise par les parents et les patients, et les dossiers électroniques les plus précis, il s’agit tout de même de connaissances rétrospectives. Il n’y a pas de stratégie proactive et prédictive.

Ce n’est pas que nous n’avons pas les données ; c’est juste que c’est le désordre. Nous passons une grande partie de notre temps à essayer d’y voir plus clair.

Des rames de données obstruent la boîte de réception du médecin. Elle se présente sous de nombreuses formes et dans des directions différentes : des informations objectives telles que les résultats de laboratoire et les signes vitaux, des préoccupations subjectives qui prennent la forme de messages téléphoniques ou d’e-mails de patients. Tout est fragmenté, et les médecins passent une grande partie de leur temps en tant que médecins à essayer d’y trouver un sens. Les entreprises de technologie et les jeunes entreprises en démarrage veulent ouvrir encore davantage la vanne des données en laissant leurs appareils s’adresser directement aux consommateurs – téléphone, montre, brassard de tension artérielle, indicateur de glycémie – et leur envoyer directement un flux continu de chiffres. Les médecins ont de la difficulté à suivre le rythme, et le taux d’épuisement professionnel des médecins continue d’augmenter.

Comment l’IA peut-elle résoudre ce problème ?

Commençons par le diagnostic. Bien que les manifestations cliniques de l’asthme soient faciles à déceler, la maladie est beaucoup plus complexe au niveau moléculaire et cellulaire. Les gènes, les protéines, les enzymes et les autres moteurs de l’asthme sont très divers, même si leurs déclencheurs environnementaux se superposent. Un certain nombre d’experts pensent maintenant à l’asthme de la même façon qu’ils pensent au cancer – un terme générique pour une maladie qui varie selon l’emplacement de la tumeur et ses caractéristiques cellulaires. Ian Adock, du National Heart & Lung Institute de l’Imperial College de Londres, étudie le lien entre l’asthme et l’environnement. Avec son équipe, il a prélevé des échantillons biologiques du sang, de l’urine et des tissus pulmonaires de patients asthmatiques et organisé les marqueurs génétiques et moléculaires qu’il a trouvés en sous-types de l’asthme. L’hypothèse est qu’avec ce genre de connaissances, les patients peuvent recevoir le médicament qui leur convient le mieux.

L’IA peut aussi aider à gérer les poussées d’asthme. Pour de nombreux patients, l’asthme s’aggrave à mesure que les niveaux de pollution de l’air augmentent, comme cela s’est produit l’été dernier lorsque des feux de brousse ont balayé la Californie du Nord. L’IA pourrait permettre aux médecins de prendre l’information environnementale et de réagir de façon proactive. En 2015, les chercheurs ont publié une étude montrant qu’ils pouvaient prédire le nombre de visites aux urgences liées à l’asthme dans un hôpital de Dallas-Fort Worth. Ils ont tiré des données des dossiers des patients, ainsi que des données sur la pollution atmosphérique provenant des capteurs de l’EPA, des recherches sur Google et des tweets qui utilisaient des termes comme « respiration sifflante » ou « asthme ». Les données de Google et de Twitter étaient liées aux données de localisation de l’utilisateur.

Si les médecins avaient ce genre de données, ils pourraient dire : « Alexa, dis-moi pour quels patients asthmatiques je dois m’inquiéter aujourd’hui. » Il pourrait prévenir les familles touchées. Et s’il avait aussi des données génétiques comme celles d’Adock, il pourrait diagnostiquer l’asthme avant que le patient ne souffre de trois épisodes de respiration sifflante, en demandant des analyses sanguines et en comparant les résultats à ces marqueurs moléculaires.

Ce genre d’intelligence qui fait gagner du temps à Rahul Parikh lui permet de passer plus de temps avec ses patients. Une étude a montré que les enfants asthmatiques ne prenaient ou ne recevaient leurs médicaments par inhalation qu’environ la moitié du temps. L’IA pourrait lui donner plus de temps pour interagir personnellement avec ces enfants et obtenir de meilleurs résultats.

Beaucoup de questions nous attendent. Les patients sont-ils prêts à partager davantage leurs données personnelles avec les médecins ? Si l’IA démontre que vos soins sont meilleurs, mais que vous ou votre médecin pensez différemment, est-ce qu’une compagnie d’assurance l’acceptera ? Que se passe-t-il si l’algorithme manque quelque chose ou est mal appliqué ? Qui est responsable, le médecin ou le fabricant de la machine ?

Rahul Parikh est pédiatre dans la région de la baie de San Francisco.

Techreview

Publicités

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.