L’intelligence artificielle dans la prédiction des risques cliniques : promesses, performances et horizons futurs ?

L'intelligence artificielle (IA) et l'apprentissage automatique (machine learning) redéfinissent la prédiction du risque clinique et la surveillance des patients.

Deux études illustrent cette transformation, mettant en lumière à la fois les promesses et les défis.

Yoshihara et al. étudient l'apprentissage profond pour la détection de l'hypertension à partir d'images pharyngées dans des contextes de soins de santé primaires au Japon, tandis que Watson et al. évaluent des modèles basés sur les transformeurs pour prédire la détérioration des patients lors d'admissions aux urgences, en les comparant au score NEWS (National Early Warning Score), largement utilisé.

Références

Yoshihara H, Tsugawa Y, Fukuda M, et al. Detection of hypertension from pharyngeal images using deep learning algorithm in primary care settings in Japan. BMJ Health Care Inform 2024;31:e100824.
https://pmc.ncbi.nlm.nih.gov/articles/PMC11499848/
En libre accès 

Watson M, Boulitsakis Logothetis S, Green D, et al. Performance of machine learning versus the national early warning score for predicting patient deterioration risk: a single-site study of emergency admissions. BMJ Health Care Inform 2024;31:e101088.
https://pmc.ncbi.nlm.nih.gov/articles/PMC11624723/
En libre accès 

Ensemble, ces études démontrent l'expansion des capacités diagnostiques de l'IA, documentent des améliorations par rapport aux méthodes traditionnelles et révèlent les obstacles à son adoption clinique à grande échelle.

TRACER LA VOIE À SUIVRE : L'INTÉGRATION PLUTÔT QUE LE REMPLACEMENT

L'avenir de la prédiction du risque clinique ne réside pas dans le remplacement total des outils traditionnels, mais dans une intégration réfléchie qui exploite l'ensemble des données disponibles — structurées et non structurées, objectives et intuitives. Le succès dépendra de protocoles de validation rigoureux, d'une attention systématique portée aux biais et à l'équité, ainsi que d'un engagement indéfectible à augmenter plutôt qu'à remplacer l'expertise clinique.

Les principales priorités du domaine comprennent la garantie de l'interopérabilité entre les systèmes de santé, la protection de la confidentialité des données et le maintien d'une supervision clinique appropriée. À mesure que les systèmes de santé adoptent de plus en plus d'outils pilotés par l'IA, la mise en place de cadres de gouvernance robustes et de normes de validation sera essentielle pour concrétiser les promesses de l'IA tout en préservant la sécurité des patients.

Les études de Yoshihara et al. et de Watson et al. constituent des avancées importantes dans cette démarche, démontrant que l'IA peut améliorer de manière significative la prédiction du risque clinique lorsqu'elle est conçue avec soin et évaluée rigoureusement. Ces études offrent une feuille de route pour les innovations futures tout en soulignant l'équilibre délicat requis entre progrès technologique et pragmatisme clinique.

SYNTHÈSE CHATGPT

Commentaire

La médecine PRÉDICTIVE est un des enjeux majeurs de l'IA en médecine. Prédire en médecine est difficile et pourtant c'est important. C'est vrai en cancérologie, mais en fait pour toutes les affections médicales et chirurgicales.

Les scores prédictifs en médecine se multiplient, qu'ils soient validés ou non, ils deviennent intéressants lorsque le médecin n'arrive pas à trouver la bonne décision pour le patient, mais trop de scores "tuent les scores".

Concernant la MTEV, il existe un score prédictif d'origine canadienne (https://medvasc.info/archives-blog/vte-predict-score) , mis au point par Marc Carrier, le VTE PREDICT SCORE.

Ce score est validé pour une MTEV sans cancer.

Après 3 mois d'anticoagulation d'une MTEV, que se passe-t-il si je poursuis  ou non l'anticoagulation en termes d'hémorragie et de récidive avec la possibilité de faire des simulations (avec prudence pour l'instant ) avec les AOD full dose et low dose ? (étude antérieure à RENOVE et API-CAT) . 

L'IA pourrait "booster" ce score et le rendre encore plus pertinent, car ce score correspond à une préoccupation quotidienne de la MTEV.

Voici un exemple d'IA prédictive typique, mais il en a beaucoup d'autres.

L'association médecin/IA reste le moyen le plus sûr d'être pertinent.

À LIRE

Qu’est-ce que la médecine prédictive ?

"La médecine prédictive a le potentiel de transformer la façon dont nous abordons les soins de santé. En identifiant les personnes présentant un risque élevé de développer une maladie particulière, elle permet une intervention précoce et des mesures préventives qui peuvent potentiellement stopper la maladie dans son élan ou, du moins, permettre un diagnostic tôt et ainsi améliorer les chances de guérison. Comme l’indique l’Inca, dans son panorama des cancers en France en 2021, 90 % des cancers du sein détectés tôt sont guéris."

https://www.predilife.com/newsroom/articles/quest-ce-que-la-medecine-predictive/

Que permet la médecine de précision ? La réponse en 5 points clés

"La médecine de précision est au cœur de la médecine 6P

Connaissez-vous les 6 P de la médecine holistique de demain ? « P » pour...

• Prédictive : la médecine prédictive s’adresse à des individus non malades susceptibles de développer une pathologie. Certains dépistages dès la naissance ont permis de faire disparaitre des pathologies parfois très handicapantes.¹
• Préventive : la médecine préventive s’appuie sur l’éducation et la sensibilisation des patients à la santé. L’objectif est de réduire les risques de développer une maladie, de la dépister précocement et d’améliorer la qualité de vie du patient.
• Participative : la médecine participative laisse une place importante au patient en tant qu’acteur de sa santé et de son parcours de soins aux côtés du professionnel de santé. En favorisant l’engagement du patient, de nombreux bénéfices peuvent être espérés : amélioration de l’observance aux traitements, réduction des erreurs médicales, baisse du coût des soins...
• Preuve : la médecine des preuves, ou « evidence based medecine », repose sur le service médical rendu aux patients.
• Précision : la médecine de précision ou médecine personnalisée.
• Parcours : la médecine du parcours intègre la progression des parcours de soins. Elle met l’accent sur l’étroite collaboration entre les différents acteurs en jeu, depuis la recherche médicale à la prise en charge du patient à l’hôpital et en ville. Les parcours de soins actuels évolueront vers des parcours « de santé » adaptés à chacun.

https://pro.campus.sanofi/fr/medecine-de-precision/articles/la-medecine-de-precision-en-5-points-cles

Qu'est-ce que la médecine prédictive ?

"Si la connaissance du génome humain suscite de grands espoirs, son
application à la médecine soulève de nombreux problèmes. La prédiction
basée sur le code génétique est limitée par l’interaction complexe des gènes,
des facteurs environnementaux et l’histoire biologique des individus."

https://www.hcsp.fr/explore.cgi/telecharger/ad341824.pdf