Des chercheurs de Microsoft ont développé un outil d'intelligence artificielle qui diagnostique les patients étape par étape, à la manière des médecins, et qui s'est révélé plus de deux fois plus précis que les médecins généralistes pour résoudre des cas médicaux complexes, selon une étude publiée jeudi dans la revue Science. Ce travail cible le diagnostic lui-même — un domaine depuis longtemps identifié par les chercheurs en sécurité des patients comme une source persistante de préjudices évitables et l'une des frontières les plus scrutées de l'IA médicale.

Plutôt que de traiter toutes les informations d'un patient en une seule fois — l'approche adoptée par la plupart des modèles d'IA médicale existants, qui examinent ensemble les symptômes, les résultats de laboratoire et les imageries pour générer un diagnostic — le nouveau système fonctionne de manière séquentielle. Il repose sur un « orchestrateur » qui organise la manière dont l'IA aborde un problème en employant un panel simulé d'experts cliniques collaborant pour résoudre des cas diagnostiques, indique le rapport.

Avec l'orchestrateur qui coordonne les étapes menant au diagnostic, le modèle détermine d'abord quelles questions poser sur les antécédents du patient et quels éléments sont significatifs lors de l'examen physique. Sur la base de ce qu'il apprend, il décide quels examens prescrire, évalue les résultats et demande des examens complémentaires le cas échéant. Tout au long du processus, il met à jour ses hypothèses de travail et ses plans, ont déclaré les responsables de la recherche dans un entretien.

Chargé de diagnostiquer plus de 300 cas médicaux très inhabituels et déroutants, le modèle utilisant l'orchestrateur diagnostique s'est montré plus de deux fois plus précis que les médecins généralistes s'appuyant sur des manuels et Internet pour « mener le bilan » des patients et déterminer le diagnostic. L'outil a également surpassé les médecins lorsqu'il a été confronté à des scénarios tirés d'une grande base de données d'admissions aux urgences.

Les chercheurs ont souligné que les évaluations classiques comparant les anciens systèmes d'IA de ce type aux médecins reposent généralement sur des questions à choix multiples. « L'IA est devenue très douée pour obtenir un taux de réussite de 100 % à ces tests », a déclaré le Dr Dominic King, vice-président corporate de l'unité santé de Microsoft AI, dont l'équipe développe la nouvelle technologie. « Mais bien sûr, ce n'est pas le monde réel. Aucun patient n'est jamais venu me consulter avec un j résumé. » Ces résultats alimentent le débat en cours dans le domaine de l'IA sur la question de savoir si de bons scores aux benchmarks de type examen se traduisent par des performances sûres et utiles dans des contextes cliniques réels et complexes.

L'étude a également révélé que les processus diagnostiques coûtent moins cher lorsque l'orchestrateur conçoit les bilans que lorsqu'ils sont planifiés par des médecins — un résultat notable, puisque la prescription d'examens est un facteur reconnu de dépenses de santé. « Nous ne mesurons pas seulement la précision des systèmes. Nous mesurons aussi avec quelle sagesse et quel soin il mène un bilan diagnostique », a déclaré Harsha Nori, responsable de l'IA chez Microsoft AI Health.

Ensuite, en collaboration avec le Beth Israel Deaconess Medical Center de Boston, les chercheurs testeront la capacité de l'outil à trier les patients dans les salles d'attente des urgences. Cet essai indiquera si les résultats de laboratoire se confirment dans un flux de travail clinique réel, où les décisions de triage ont des enjeux immédiats, et toute évolution vers une utilisation clinique routinière attirerait l'attention sur l'examen réglementaire, car les outils d'IA qui éclairent les diagnostics relèvent généralement de la supervision des dispositifs médicaux aux États-Unis.

— Reuters