Dépistage ciblé et diagnostic précoce : voilà comment l’IA change la médecine

« 88 % des femmes ne développeront jamais un cancer du sein. Pourquoi les soumettre à une mammographie tous les ans, ou tous les deux ans ? C’est une perte d’argent, de temps, d’énergie. Il est temps de redéfinir le risque. » Une déclaration quelque peu péremptoire et provocatrice, peut-être, étant donné qu’à l’heure actuelle – il convient de le répéter – la mammographie reste le meilleur outil dont nous disposons pour réduire la mortalité par cancer du sein ; cependant, il ne fait aucun doute que le dépistage (et pas seulement du cancer du sein) pourrait être amélioré, et de manière significative, également grâce aux nouveaux outils dont disposent les médecins, en premier lieu l’intelligence artificielle. Le soutenir est Éric Topolle cardiologue américain qui l’a fondé et le dirige Institut translationnel de recherche Scripps et il fait partie des plus grands experts mondiaux en médecine numérique – il en parlait déjà il y a quarante ans dans son mémoire – et en intelligence artificielle appliquée à la médecine. En 2019, Topol a publié le livre Médecine profonde : comment l’intelligence artificielle peut rendre les soins de santé à nouveau humains, un essai dans lequel il explique en détail comment et pourquoi l’intelligence artificielle, selon lui, révolutionnera la pratique clinique ; il y a quelques semaines, l’expert est revenu sur le sujet dans une interview avec Flore Dougrédacteur en chef du magazine Ai en oncologie de précision. Et entre autres, il a également évoqué, comme nous l’évoquions au début, la nécessité de repenser complètement le dépistage oncologique, bien entendu avec l’aide de l’intelligence artificielle et de leur capacité à scruter d’énormes quantités de données.

Cela s’est avéré facile

Mais allons-y dans l’ordre. Les scénarios ouverts par les outils d’intelligence artificielle sont relativement récents et, d’une certaine manière, ils se sont mis en place : « Dans les années 90 – dit Topol – nous avons commencé à accumuler de grands ensembles de données de manière plus ou moins structurée. avec le développement et la diffusion d’Internet et des capteurs et téléphones connectés, l’ère de la « biologie numérique » a commencé. Nous avions, pratiquement d’un coup, une énorme quantité de données à notre disposition. Mais il manquait un outil pour les analyser : et voici les algorithmes d’intelligence artificielle, qui permettaient, justement, de « naviguer » dans cette mer de données et d’en extraire des informations significatives. Changer les caractéristiques de la médecine, et en particulier de l’oncologie : « Le cancer est une maladie génétique – dit le scientifique – mais en même temps ce n’est pas une maladie génétique. seulement une maladie génétique. Disposer de nombreux niveaux de données disponibles, à la fois liés au génome, à l’environnement, au système immunitaire et bien plus encore, est absolument vital pour l’oncologie. »

Il y a Ai et Ai

Entre autres choses, « l’intelligence artificielle » est désormais une définition trop vague, qui mériterait d’être un peu mieux détaillée. Car ses outils et ses déclinaisons se sont beaucoup diversifiés au fil des années, et pour le meilleur. Topol explique que jusqu’à il n’y a pas si longtemps, les intelligences artificielles étaient pour la plupart « monomodales », c’est-à-dire capables de traiter un seul type d’entrée, et nécessitaient également une supervision (c’est-à-dire un utilisateur humain qui « étiquetait » les entrées et les sorties et que « guidé » l’algorithme) ; Aujourd’hui, cependant, nous avons développé des algorithmes multimodaux qui, dans le cas de la médecine, peuvent donc traiter différentes entrées (enregistrements audio de visites, images de diagnostic, diapositives, notes textuelles, etc.) et sont auto-supervisés ou non, c’est-à-dire qu’ils fonctionnent de manière autonome. « rechercher » la manière correcte de donner une réponse à la question d’entrée. Et ce sont précisément ces types d’outils, si puissants, qui peuvent changer le cours de la médecine.

Question de sélection

Par exemple, comme nous le disions, dans le domaine du dépistage oncologique, qui aujourd’hui se fait pratiquement uniquement sur la base d’un seul paramètre, l’âge. « C’est une question dont je suis très convaincu – dit Topol – Nous ne faisons pas bien (le dépistage). À l’heure actuelle, avec le dépistage de masse, nous ne pouvons détecter que 12 à 14 % de l’ensemble des cancers diagnostiqués. Cela nous coûte des centaines de milliards de dollars. dollars chaque année, sans parler de l’angoisse des faux positifs, tant pour la mammographie que pour les autres dépistages. Et tout cela est basé sur l’âge, ce qui est très stupide. Considérons plutôt qu’aujourd’hui l’apparition de cancers chez les jeunes : les personnes diagnostiquées avec un cancer du côlon cancer à 20 ans, ou cancer du sein à 30 ans. Avec les critères actuels, toutes ces personnes nous manqueraient. À mon avis, il existe une meilleure solution : il existe des couches de données qui définiraient beaucoup plus précisément le risque de chaque individu. Et la nouvelle IA peut prendre en charge ces couches de données, conduisant ainsi à une redéfinition du risque et à une « réinitialisation » du dépistage. Écran plus intelligent, pas plus dur, a répliqué Flora : un dépistage plus intelligent, pas plus étendu. Et depuis quelque temps – il faut le dire – des études sont menées pour comprendre comment appliquer la maxime, également en Italie.

Les médecins doivent être formés

Naturellement – et c’est un autre point délicat – les outils, aussi puissants et raffinés soient-ils, ne suffisent pas à eux seuls : il faut des personnes qui Ils veulent qui utilisent et qui savent s’en servir, et qui n’ont pas peur d’être remplacés. Pour cette raison, il est peut-être plus approprié de parler d’« intelligence augmentée », qui agit aux côtés de l’intelligence humaine. « La formation des médecins de demain doit inclure une étude approfondie de l’intelligence artificielle : qu’est-ce que c’est, comment elle fonctionne, ce qu’elle fait bien ; mais aussi et surtout, à quoi sert-elle ? Pas elle est douée pour ça. Le fait que ses performances peuvent décliner avec le temps, qu’il doit être surveillé, qu’il a des problèmes de préjugés et d’inégalités. Les cliniciens devront apprendre à rédiger une invite pour ChatGPT et à évaluer les résultats. »