" J'ai remarqué que même les gens qui affirment que tout est prédestiné et que nous ne pouvons rien y changer regardent avant de traverser la route " Stephen Hawking
" Il n' y a que ceux qui ne cherchent rien qui ne rencontrent jamais l'obscurité" Monsieur Teste (Paul Valéry)
" Science sans conscience , est que ruine de l'homme " Rabelais....."la science c'est l'IA, la conscience c'est l'homme, quant à l'âme...qu'elle relève du divin ou plus modéstement, du mystère de notre être, c'est elle qui reste à protéger des atteintes d'un pouvoir aveugle" Axel Cypel
Rappel sur l'Intelligence Artificielle (IA) (https://medvasc.info/1278-ia-et-m%C3%A9decine)
Quelques définitions
L'Intelligence Artificielle ou IA n'existe pas : les technologies de l'information et les technologies en général sont des instruments de l'intelligence humaine. C'est un peu comme l'Intelligence Animale , l'autre IA, le chien a appris et il reproduit ce que l'homme lui a appris , par exemple le dépistage de la Covid-19. Cette IA humaine doit servir des objectifs humanistes. Cette IA n'est que le résultat de tout ce que l'homme à appris aux machines, aux ordinateurs, dans un seul but par exemple en médecine d'optimiser les diagnostics et les traitements des affections cardiovasculaires. Ce que peut faire l'IA est la résultante à la fois de l'homme et des machines qui ont été créée par l'homme. L'IA qui prendrait le pouvoir c'est de la science-fiction aujourd'hui. Demain cela restera de la science-fiction si l'homme en garde la maîtrise. Il ne faut pas être effrayé par l'IA, il faut ne faut pas la déshumaniser au contraire.
Pour mieux comprendre , quelques définitions d'après Axel Cypel (https://www.linkedin.com/in/axel-cypel-854487149/?originalSubdomain=fr)
Pour mieux comprendre , quelques définitions d'après Axel Cypel (https://www.linkedin.com/in/axel-cypel-854487149/?originalSubdomain=fr)
- L'IA s'est faire faire à la machine des tâches qui demandent de l'Intelligence à l'Homme.
- L'IA c'est une "machine learning" , la reconnaissance visuelle, le traitement automatique du langage, la voiture autonome, vos smartphones, les moteurs de recherche etc.
- L'A c'est donner des capacités cognitives à la machine, résoudre des problèmes complexes avec. L'IA c'est conférer à la machine des facultés de perception, d'apprentissage, de raisonnement, de décision, de dialogue
- Le "Machine Learning" (ML) est le bras armé de l'IA, littéralement "apprentissage automatique".Le ML utiise des algorithmes afin de modéliser un phénomène ou un problème.
- Modéliser : produire un modèle c'est trouver une relation.
- Algorithme : c'est un procédé (sorte de recette) qui permet de résoudre un problème par la mise en oeuvre de suites d'opérations élémentaires selon un processus défini aboutissant à une solution.
- Deep Learning ou apprentissage profond est un type d'intelligence artificielle dérivé du machine learning (apprentissage automatique) où la machine est capable d'apprendre par elle-même, contrairement à la programmation où elle se contente d'exécuter à la lettre des règles prédéterminées. Le deep Learning s'appuie sur un réseau de neurones artificiels s'inspirant du cerveau humain. Ce réseau est composé de dizaines ,voire de centaines de « couches » de neurones, chacune recevant et interprétant les informations de la couche précédente. Le système apprendra par exemple à reconnaître les lettres avant de s'attaquer aux mots dans un texte, ou détermine s'il y a un visage sur une photo avant de découvrir de quelle personne il s'agit.
Analyse article : Machine learning to predict outcomes in patients with acute pulmonary embolism who prematurely discontinued anticoagulant therapy.Damian Mora, José Antonio Nieto, Jorge Mateo, Behnood Bikdeli, Stefano Barco, Javier Trujillo Santos, Silvia Soler, Llorenç Font, Marijan BOSEVSKI, Manuel Monreal,Thromb Haemost 2021,https://www-thieme-connect-de.proxy.insermbiblio.inist.fr/products/ejournals/pdf/10.1055/a-1525-7220.pd
Contexte : Les patients atteints d'embolie pulmonaire (EP) qui arrêtent prématurément le traitement anticoagulant (< 90 jours) présentent un risque accru de décès ou de récidive.
Méthodes : Nous avons utilisé les données du registre RIETE pour comparer la capacité pronostique de 5 modèles d'apprentissage automatique (ML) et la régression logistique afin d'identifier les patients présentant un risque accru d'EP fatale ou de thromboembolie veineuse récurrente (TEV) 30 jours après l'arrêt du traitement. . Les modèles ML comprenaient l'arbre de décision, l'algorithme K-Nearest Neighbors, Support Vector Machine, Ensemble et Neural Network [NN]. Un modèle « complet » avec 70 variables et un modèle « réduit » avec 23 ont été analysés. Les performances du modèle ont été évaluées par des métriques de matrice de confusion sur les données de test pour chaque modèle et un tracé de calibrage.
Résultats ML-NN était la meilleure méthode d'identification des patients présentant le critère d'évaluation composite, prédisant le résultat composite avec une aire sous la courbe des caractéristiques de fonctionnement du récepteur (ROC) de 0,96 (intervalles de confiance à 95 % [IC], 0,95 à 0,98), en utilisant soit 70 ou 23 variables saisies avant l'arrêt. Des nombres similaires ont été obtenus pour la sensibilité, la spécificité, la valeur prédictive positive, la valeur prédictive négative et l'exactitude. La discrimination de la régression logistique était inférieure (aire sous la courbe ROC, 0,76 [95 % Cl 0,70-0,81]). Le graphique d'étalonnage a montré des écarts similaires par rapport à la ligne parfaite pour ML-NN et la régression logistique.
Conclusion :La méthode ML-NN a très bien prédit le résultat composite après l'arrêt prématuré de l'anticoagulation et a surpassé la régression logistique traditionnelle.
Iconographie
Schéma Machine Learning
Courbes ROC obtenues avec le classificateur d'apprentissage machine Neural Network
« modèle complet » avec 70 variables, « modèle réduit » avec 23 variables et logistique
régression, pour le résultat composite. Un graphique de la sensibilité versus 1-spécificité a été réalisés sur une plage de valeurs seuils pour obtenir la courbe ROC.
Commentaires
Aujourd'hui le registre RIETE (https://rieteregistry.com à c'est : 98,502 patients dans la base de données , 228 articles publiés, 240 hôpitaux qui recrutent , c'est enfin et surout la plus grande base de données du monde de patients ayant présenté une maladie thrombo embolique veineuse (MTEV).
Dans l'article analysé : 34 447 patients atteints d'EP, 1 348 (3,9 %) ont arrêté le traitement prématurément. Cinquante et un (3,8%) ont développé une EP mortelle ou une mort subite et 24 (1,8%) ont eu des récidives de MTEV non mortelles dans les 30 jours suivant l'arrêt du traitement. Enfin ce sont 70 ou 23 variables saisies avant l'arrêt des anticoagulants. Le Registre Riete , compte tenu à la fois de milliers de patients, et de centaines de milliers de paramètres enregistrés, devait passer par l'étape Intelligence Artificielle pour aller encore plus loin dan,s l'analyse de toutes ses données. Il est intéressant de se pencher sur les 70 puis 23 critères retenus.Les facteurs de co-morbidité présents chez les patients qui ont récidivé et ceux qui sont décédés ne sont pas étonnants : l'âge > 80 ans, le cancer et le cancer métastasé, l'anémie, l'immobilisation récente, les sex, 43% d'hommes. L'algorithme ML-NN a pu identifier correctement ces résultats (zone sous le courbe ROC 0,96 ; IC à 95 % 0,95-0,098) avec une sensibilité élevée et une valeur prédictive positive, et 4 à 6 % de surestimation du nombre d'événements dans tous les groupes à risque
Ce premier article "IA/MTEV" en appelle d'autres, ce qui permettra aux cliniciens de tous bords certainement de mieux appréhender la MTEV en général et permettra aux patients une meilleure prise en charge.
L'histoire de l'IA et de la MTEV ne fait que commencer........
Merci Manuel Monreal et tous les investigateurs
Documents consultés :
http://www.thema-radiologie.fr/actualites/2760/l-embolie-pulmonaire-au-centre-du-defi-ia-organise-au-rsna-2020.html
https://siecledigital.fr/2021/06/11/google-une-ia-permet-de-creer-des-puces-ia/
#VACCINE2.O