Jean Pierre LAROCHE 18 Août 2024 Clics : 285

Un pont entre l'Art et la Science

“L'homme a la possibilité non seulement de penser, mais encore de savoir qu'il pense ! C'est ce qui le distinguera toujours du robot le plus perfectionné.” Jean Delumeau

"L’intelligence artificielle ne remplacera pas les médecins. Mais les médecins qui utiliseront l’IA remplaceront ceux qui ne le feront pas " Xavier Comtesse Daniel Walch"

Evangelos K Oikonomou, Rohan Khera, Évaluation des patients améliorée par l'intelligence artificielle : un pont entre l'art et la science
European Heart Journal, 2024;, ehae415, https://doi.org/10.1093/eurheartj/ehae415
https://academic.oup.com/eurheartj/advance-article-abstract/doi/10.1093/eurheartj/ehae415/7709329?redirectedFrom=fulltext&login=false

L’avènement de la santé numérique et de l’intelligence artificielle (IA) promet de révolutionner les soins cliniques, mais l’évaluation des patients dans le monde réel n’a pas encore connu de changements transformateurs.

Alors que la prise d’antécédents et l’examen physique continuent de s’appuyer sur des pratiques établies de longue date, un pipeline croissant d’outils numériques améliorés par l’IA pourrait bientôt augmenter la rencontre clinique traditionnelle en un processus axé sur les données.

Cet article présente une vision étayée par des preuves de la manière dont les applications prometteuses de l’IA peuvent améliorer les pratiques traditionnelles, en simplifiant les tâches fastidieuses tout en élevant diverses sources de données, y compris les stéthoscopes, les caméras et les capteurs portables compatibles avec l’IA, vers des plates-formes pour la médecine personnalisée et la prestation de soins efficaces.

À travers le prisme de l’évaluation traditionnelle des patients, nous illustrons comment les technologies numériques pourraient bientôt être intégrées aux flux de travail cliniques de routine, introduisant un nouveau paradigme de surveillance longitudinale. Enfin, nous fournissons le point de vue d’un sceptique sur les défis pratiques, éthiques et réglementaires qui limitent l’adoption de ces technologies.

ehae415f1

Rencontre clinique et évaluation améliorées par l'intelligence artificielle. En haut : La séquence traditionnelle d'une rencontre clinique comprend un entretien ciblé/une prise d'antécédents, suivi d'un examen physique qui comprend, entre autres, une inspection et une auscultation. En bas : Un résumé visuel de la manière dont les approches numériques basées sur l'intelligence artificielle peuvent améliorer ce processus, en automatisant les tâches laborieuses, en améliorant notre précision pour détecter les signes de maladies cardiovasculaires et en offrant finalement la promesse d'un phénotypage de précision au point de service grâce à des appareils portables et portatifs. ADHF, insuffisance cardiaque aiguë décompensée ; FA, fibrillation auriculaire ; IA, intelligence artificielle ; AS, sténose aortique ; ATTR-CM, cardiomyopathie amyloïde à transthyrétine ; CV, cardiovasculaire ; DM, diabète sucré ; HCM, cardiomyopathie hypertrophique ; HTN, hypertension ; LVSD, dysfonctionnement systolique ventriculaire gauche ; MS : sténose mitrale ; MR, régurgitation mitrale ; PPCM, cardiomyopathie péripartum ; SHD : maladie cardiaque structurelle.

Surveillance à distance guidée par l'intelligence artificielle et la santé numérique. En haut : Traditionnellement, les visites cliniques en personne étaient séparées par de longues périodes sans surveillance à distance. De tels intervalles représentent des périodes à haut risque de décompensation étant donné que les changements dans la trajectoire clinique d'un patient peuvent ne pas être détectés en temps opportun pour inciter à des ajustements appropriés du traitement médical. En bas : Plusieurs nouveaux outils numériques adaptés à diverses modalités de signal (électrocardiographie à dérivation unique et fonctionnalités vocales), allant des appareils portables aux capteurs portables ou implantables, directement calibrés par rapport aux mesures en cabinet, permettent désormais une surveillance à distance dans la communauté. Ces solutions numériques peuvent fonctionner comme une extension de l'examen physique et de l'évaluation clinique, les visites cliniques en personne étant réservées au réétalonnage régulier des lectures à distance. IA, intelligence artificielle ; PA, tension artérielle ; ECG, électrocardiographie ; HCM, cardiomyopathie hypertrophique ; LVSD, dysfonction systolique ventriculaire gauche

Examen des dossiers et planification des visites améliorés par l'intelligence artificielle. En haut : aperçu des étapes qui précèdent traditionnellement une rencontre clinique, y compris (i) l'examen des dossiers existants, des données structurées (notes cliniques, etc.) et non structurées (études d'imagerie et électrocardiogrammes) ainsi que (ii) la mise en correspondance des principales plaintes et des problèmes anticipés avec les lignes directrices et les preuves existantes. En bas : optimisation de chaque étape à l'aide de l'intelligence artificielle et de plateformes informatiques pour l'assistance clinique ou l'inférence d'étiquettes plus profondes/cachées. ECR, essai clinique randomisé

Élargissement des connaissances et de l'expérience cliniques grâce à la cartographie phénotypique basée sur les données. Pour faciliter l'investigation, la communication et la collaboration, les phénotypes cliniques sont regroupés au plus haut niveau dans des diagnostics et des codes liés, qui sont utilisés pour faire correspondre les profils cliniques aux tests et traitements souhaités/recommandés, en s'appuyant sur les meilleures preuves, les énoncés de lignes directrices et/ou le jugement clinique. Cependant, cette approche heuristique simplifie et ignore donc l'ampleur de l'hétérogénéité phénotypique qui est couramment observée dans les essais cliniques et le monde réel. Les approches de cartographie phénotypique itératives guidées par l'apprentissage automatique qui peuvent faire correspondre les profils de patients individualisés aux données d'essais cliniques originales, projetant ainsi des estimations d'efficacité, de sécurité et de représentation individualisées, peuvent être utilisées pour éclairer la prise de décision thérapeutique, en particulier lorsque l'efficacité comparative ou les meilleures pratiques restent floues

Principes d'un biomarqueur d'intelligence artificielle à haute performance. Les signaux biomédicaux et cliniques (électrocardiogrammes, études d'imagerie et résultats d'examens physiques) contiennent de grandes quantités d'informations, dont la plupart reflètent du bruit, des variations aléatoires et n'ont aucune signification clinique. L'art d'interpréter ces études repose sur la distillation de la quantité minimale d'informations cliniquement pertinentes à partir de ces sources. Alors que l'expérience clinique peut maximiser les étiquettes reconnaissables par un lecteur humain, les étiquettes cachées qui restent invisibles pour l'expert humain permettent aux algorithmes d'intelligence artificielle d'augmenter les performances humaines. Dans un scénario idéal, ces biomarqueurs peuvent identifier ces étiquettes cachées et offrir des gains de performance significatifs, tout en réduisant le rapport entre les informations à haut rendement et à faible rendement. Cela peut maximiser l'inférence obtenue sans contribuer à la surcharge d'informations. IA, intelligence artificielle ; HY, rendement élevé ; LY, faible rendement

Définition d'un biomarqueur d'intelligence artificielle à haute valeur ajoutée. Pour qu'un biomarqueur d'intelligence artificielle contribue à des soins de haute valeur ajoutée, il doit non seulement atteindre des performances élevées pour son utilisation spécifiée (c'est-à-dire une discrimination élevée, un bon étalonnage) mais aussi (i) être facilement intégré dans un écosystème plus large de plusieurs algorithmes d'intelligence artificielle qui seront utilisés en parallèle et peuvent apprendre à fonctionner en synergie, (ii) être automatisé et adapté à une utilisation dans le monde réel au sein des parcours cliniques existants, augmentant ainsi son adoption éventuelle, (iii) entraîner des économies de temps et la satisfaction des utilisateurs, et (iv) être associé à des soins rentables qui tiennent compte des augmentations possibles des tests et des interventions en aval, ainsi que de l'anxiété des patients due aux résultats faussement positifs. IA, intelligence artificielle

Résumé graphique

Relier l'art de l'évaluation clinique traditionnelle aux informations basées sur les données issues de nouvelles approches numériques basées sur l'intelligence artificielle. IA, intelligence artificielle

La DECISION MEDICALE

AVANT

APRRES

Commentaire "l'homme et la machine"

D'un côté , l'être humain , la consultation médicale selon Hipporcrate, le colloque singulier : interrogatoire, examen clinique, paraclinique, diagnostic, proposition thérapeutique, avis du patient

D'un autre côté la "machine " , l'IA et toute sa technologie

Le docteur, l'IA , les robots, le Dr robot, l'association de demain, surtout si le manque de médecin continue et si l'enlisement de la médecine s'aggrave.

Ce n'est pas "ma solution" mais c'est une solution à envisager en cas d'aggravation de la situation médicale actuelle, why not ?

L'homme et la machine doivent trouver un lien d'action en médecine, une synergie d'action, avec des compétences gagnantes pour les patients, mais à quel coût ?

IA et empreinte carbone ,à ne pas sous estimer....en plus

L'IA a un rôle important à jouer, en apportant au médecin plus d'efficacité, une IA maîtrisée par le médecin et restant "sous contrôle", un outil oui, un nouveau cerveau non car l'IA malgrè son nom n'est pas vraiement intelligente. Elle accomplit des tâches utiles oui, mais ce sont les humains qui lui assignent, alors c'esdt aux médecins à controler les données de l'IA en veillant à l'éthique !