Mieux que les humains : L'intelligence artificielle dans les unités de soins intensifs
Une IA peut suggérer des étapes de traitement appropriées en cas d'empoisonnement du sang : L'ordinateur a déjà dépassé l'homme dans ce domaine
À l'avenir, l'intelligence artificielle jouera un rôle important dans la médecine. Dans le domaine du diagnostic, des tests ont déjà été réalisés avec succès : par exemple, l'ordinateur peut apprendre à classer des images avec une grande précision selon qu'elles présentent ou non des changements pathologiques. En revanche, il est plus difficile d'apprendre à une intelligence artificielle à examiner les conditions variables des patients dans le temps et à formuler des propositions de traitement. C'est précisément ce que vient de réaliser la TU Wien en coopération avec l'université de médecine de Vienne.
Une image générée par une intelligence artificielle - montrant à quoi pourrait ressembler une IA dans une unité de soins intensifs.
TU Wien
À l'aide de nombreuses données provenant des unités de soins intensifs de différents hôpitaux, une intelligence artificielle a été mise au point pour suggérer des traitements aux personnes nécessitant des soins intensifs en raison d'une septicémie. Les analyses montrent que l'intelligence artificielle surpasse déjà la qualité des décisions humaines. Cependant, il est désormais important de discuter également des aspects juridiques de ces méthodes.
Utiliser de manière optimale les données existantes
"Dans une unité de soins intensifs, un grand nombre de données différentes sont collectées 24 heures sur 24. Les patients font l'objet d'un suivi médical constant. Nous voulions savoir si ces données pouvaient être utilisées encore mieux qu'auparavant", explique le professeur Clemens Heitzinger, de l'Institut d'analyse et d'informatique scientifique de l'Université technique de Vienne (TU Wien). Il est également codirecteur du "Center for Artificial Intelligence and Machine Learning" (CAIML), un centre interfacultaire de la TU Wien.
Le personnel médical prend ses décisions sur la base de règles bien fondées. La plupart du temps, il sait très bien quels paramètres il doit prendre en compte pour fournir les meilleurs soins. Cependant, l'ordinateur peut facilement prendre en compte beaucoup plus de paramètres qu'un humain - et dans certains cas, cela peut conduire à des décisions encore meilleures.
L'ordinateur comme agent de planification
"Dans notre projet, nous avons utilisé une forme d'apprentissage automatique appelée apprentissage par renforcement", explique Clemens Heitzinger. "Il ne s'agit pas d'une simple catégorisation - par exemple, séparer un grand nombre d'images entre celles qui montrent une tumeur et celles qui n'en montrent pas - mais d'une progression qui évolue dans le temps, de l'évolution qu'un certain patient est susceptible de connaître. D'un point de vue mathématique, il s'agit de quelque chose de tout à fait différent. Il y a eu peu de recherches à ce sujet dans le domaine médical".
L'ordinateur devient un agent qui prend ses propres décisions : si le patient va bien, l'ordinateur est "récompensé". Si l'état se détériore ou si le décès survient, l'ordinateur est "puni". Le programme informatique a pour tâche de maximiser sa "récompense" virtuelle en prenant des mesures. De cette manière, de nombreuses données médicales peuvent être utilisées pour déterminer automatiquement une stratégie qui a une probabilité de succès particulièrement élevée.
Déjà mieux qu'un humain
"La septicémie est l'une des causes les plus fréquentes de décès en médecine intensive et représente un défi énorme pour les médecins et les hôpitaux, car la détection et le traitement précoces sont cruciaux pour la survie des patients", explique le professeur Oliver Kimberger de l'université de médecine de Vienne. "Jusqu'à présent, peu d'avancées médicales ont été réalisées dans ce domaine, ce qui rend d'autant plus urgente la recherche de nouveaux traitements et de nouvelles approches. C'est pourquoi il est particulièrement intéressant d'étudier dans quelle mesure l'intelligence artificielle peut contribuer à améliorer les soins médicaux ici. L'utilisation de modèles d'apprentissage automatique et d'autres technologies d'IA permet d'améliorer le diagnostic et le traitement de la septicémie et, en fin de compte, d'augmenter les chances de survie des patients."
L'analyse montre que les capacités de l'IA sont déjà plus performantes que celles des humains : "Les taux de guérison sont désormais plus élevés avec une stratégie d'IA qu'avec des décisions purement humaines. Dans l'une de nos études, le taux de guérison en termes de mortalité à 90 jours a augmenté d'environ 3 % pour atteindre environ 88 %", explique Clemens Heitzinger.
Bien entendu, cela ne signifie pas qu'il faille laisser à l'ordinateur le soin de prendre seul les décisions médicales dans une unité de soins intensifs. Mais l'intelligence artificielle peut fonctionner comme un dispositif supplémentaire au chevet du patient - et le personnel médical peut la consulter et comparer sa propre évaluation avec les suggestions de l'intelligence artificielle. Ces intelligences artificielles peuvent également être très utiles dans le domaine de l'éducation.
Une discussion sur les questions juridiques est nécessaire
"Toutefois, cela soulève des questions importantes, notamment d'ordre juridique", explique Clemens Heitzinger. "On pense probablement d'abord à la question de savoir qui sera tenu responsable des erreurs commises par l'intelligence artificielle. Mais il y a aussi le problème inverse : que se passe-t-il si l'intelligence artificielle a pris la bonne décision, mais que l'humain a choisi une autre option de traitement et que le patient en a subi un préjudice ?" Le médecin se voit-il alors reprocher qu'il aurait mieux fait de faire confiance à l'intelligence artificielle parce qu'elle est dotée d'une grande expérience ? Ou bien l'être humain a-t-il le droit d'ignorer à tout moment les conseils de l'ordinateur ?
"Le projet de recherche montre que l'intelligence artificielle peut déjà être utilisée avec succès dans la pratique clinique grâce à la technologie actuelle, mais qu'une discussion sur le cadre social et des règles juridiques claires sont encore nécessaires de toute urgence", est convaincu Clemens Heitzinger.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
M. Böck, et al. Superhuman performance on sepsis MIMIC-III data by distributional reinforcement learning. PLOS ONE, 17(11):e0275358/1--18, 2022. Impact factor of PLOS ONE: 3.752.
R. Bologheanu et al. Development of a reinforcement learning algorithm to optimize corticosteroid therapy in critically ill patients with sepsis. Journal of Clinical Medicine, 12(4):1513/1--13, 2023. Impact factor of Journal of Clinicial Medicine: 4.964.
Autres actualités du département science
Recevez les dernières actualités du secteur des sciences de la vie
Ne manquez plus aucune actualité : notre newsletter consacrée aux biotechnologies, au secteur pharmaceutique et aux sciences de la vie vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
