Des chercheurs britanniques ont testé un outil d'IA appelé Foresight qui crée des jumeaux numériques de patients afin de prévoir les résultats futurs en matière de santé et de traitement.
L'idée de créer des jumeaux numériques dans divers secteurs permet aux ingénieurs de tester des systèmes dans une simulation avant de les déployer dans le monde physique. Des outils d'IA tels que Prévoyance permettent aujourd'hui aux professionnels de la santé d'y parvenir.
Chaque fois qu'un patient consulte un professionnel de la santé, des informations sont ajoutées à son dossier médical électronique (DME). Certaines de ces données sont structurées (âge, sexe, origine ethnique), mais la plupart d'entre elles ne sont pas structurées, comme les résultats des tests ou les notes que le médecin peut prendre.
Foresight utilise un modèle basé sur GPT pour transformer ces données en un modèle, ou jumeau numérique, du patient. Comme Foresight est formé sur d'énormes quantités de données de DSE d'autres patients, il est alors capable de prévoir des résultats de santé tels que les types de maladies qu'un patient est susceptible de développer, ou sa réaction à un certain type de traitement.
James Teo, professeur au King's College Hospital et co-auteur de l'étude, a expliqué l'importance de ce phénomène. Teo a déclaré sur X : "Contrairement aux LLM qui se contentent de prédire le mot suivant, Foresight prévoit des futurs possibles pour les patients, représentant des multivers possibles pour comprendre les maladies."
Il est possible de prendre le dossier médical électronique d'un patient et de simuler plusieurs versions de ce dernier afin de prédire son état de santé. Traditionnellement, un médecin devait lire le dossier médical électronique d'un patient, décider d'une option de traitement, puis évaluer les résultats après un certain temps pour contrôler l'efficacité du traitement.
Avec Foresight, un médecin pourrait simuler plusieurs traitements potentiels, le modèle prévoyant les résultats à court et à long terme de chaque traitement. Il s'agit d'une approche beaucoup plus rentable qui évite au patient l'approche "essayons ceci" à laquelle de nombreux médecins sont contraints de recourir.
Résultats
L'étude, publié dans The Lancet Digital HealthIl a expliqué comment les chercheurs ont formé trois modèles différents de Foresight en utilisant des données hospitalières provenant de deux hôpitaux britanniques et d'un ensemble de données accessibles au public aux États-Unis, pour un total de 811 336 patients.
Foresight a été chargé de sélectionner le trouble qu'un patient était le plus susceptible de développer à partir d'une liste de 10 troubles possibles. Il a prédit avec précision le trouble suivant dans 68% et 76% des cas en utilisant les deux ensembles de données britanniques et dans 88% des cas en utilisant les données américaines.
Chargé de prévoir le prochain nouveau "concept" biomédical, qui peut être un trouble, un symptôme, une rechute ou un médicament, Foresight a atteint une précision de 80%, 81% et 91% respectivement en utilisant les ensembles de données du Royaume-Uni et des États-Unis.
La variation des performances montre à quel point les outils d'IA dépendent de la qualité des données.
Aussi passionnante que soit cette application de l'IA, les chercheurs notent plusieurs défis à relever. Trouver des moyens pour que le modèle évalue correctement les nouveaux traitements et interventions, ou pour qu'il évalue correctement l'importance de la probabilité par rapport à l'urgence et à l'impact n'en sont que deux exemples.
Les chercheurs travaillent actuellement à l'élaboration de Foresight 2, qui, selon eux, sera un modèle plus précis.
Avec la découverte de nouveaux médicaments et des concepts tels que la modélisation, la simulation et la prévision des patients, l'IA devrait avoir un impact significatif sur la qualité des soins de santé que nous recevons.
