Pièce #88

Grippe, varicelle, méningite… Une intelligence artificielle diagnostique les maladies pédiatriques aussi bien que les médecins

Article paru sur 20minutes | 12.02.2019

« C’est la première fois que l’intelligence artificielle parvient à imiter le raisonnement clinique d’un médecin […] pour établir un diagnostic ». Le professeur Kang Zhang, de l’université de Californie à San Diego, est formel : l’algorithme qu’il vient de développer avec son équipe permet de détecter des maladies chez les enfants avec la même efficacité qu’un médecin. Les résultats de leurs recherches ont été publiés ce lundi par la revue Nature Medicine.

« Un niveau de pertinence très élevé »
Basé sur l’intelligence artificielle, ce programme a été mis au point à partir des données provenant de plus d’1,3 million de consultations pédiatriques d’un centre médical chinois. Le système est notamment basé sur le traitement automatique du langage naturel (TALN), c’est-à-dire que la machine peut analyser un discours spontané par opposition à des mots et des phrases prédéfinis.

Elle a ainsi pu synthétiser toutes sortes de données médicales : des résultats de tests sanguins, des radiographies, mais aussi la description des symptômes, l’historique médical du patient ou encore les notes écrites prises par le médecin.

Selon les chercheurs, l’algorithme a atteint « un niveau de pertinence très élevé » pour le diagnostic de maladies communes comme la grippe (à 94 %), la varicelle (93 %) ou la maladie infectieuse pieds-mains-bouche (97 %). Mais l’outil s’est également montré efficace pour reconnaître des maladies potentiellement mortelles telles que la méningitebactérienne (93 %).

L’IA « ne remplacera pas les médecins »

« L’intelligence artificielle est amenée à jouer un rôle croissant à l’avenir. Avec suffisamment d’entraînement, je pense qu’elle sera en mesure de remplir la plupart des fonctions d’un médecin, estime le professeur Kang Zhang. Elle ne remplacera pas les médecins (…) mais elle pourra les aider à faire mieux leur travail, plus rapidement et avec des coûts réduits ».

Selon le communiqué de la revue spécialisée Nature Medicine, ce type d’algorithme pourrait « aider les médecins à analyser de grands volumes de données, renforcer l’évaluation des diagnostics et fournir une aide à la décision en cas d’incertitude diagnostique ».