IA en santé : les limites actuelles au niveau du diagnostic

Que fait l’intelligence artificielle dans le domaine médical ? La question revient beaucoup dans les échanges actuels. Découvrons ce qu’il y a à savoir sur l’IA en santé et ses limites.

IA en santé : à l’heure actuelle, est est plutôt impuissante …

Si un diagnostic médical était automatisé avec la machine learning (apprentissage automatique) et l’IA, les patients pourraient éviter de patienter des semaines avant de d’obtenir un rendez-vous. En effet, il suffirait de se rendre sur la toile, de se faire questionner par l’intelligence artificielle et de décrocher un rendez-vous si besoin est.

C’est bel et bien la finalité du diagnostic médical automatique. Néanmoins, au même titre que la totalité des applications de machine learning, les modèles doivent connaître l’entraînement. Comme ce sont de vrais humains qui doivent être soignés, il n’est pas possible de s’entraîner sur de réelles interactions médecin-patient ou laisser l’agent d’intelligence artificielle mettre un diagnostic négatif sur de vrais patients. Néanmoins, l’échec est primordial lors de la formation.

C’est pourquoi les chercheurs souhaitent concevoir un simulateur de patient afin que les modèles de machine learning puissent être formés, en se servant d’informations réelles d’échanges médecin-patient. Toutefois, vu que les dialogues se font en personne, le médecin analyse le patient et fait des observations tacites que le dialogue ne peut pas saisir. Les enregistrements n’offrent pas la possibilité de saisir les interrogations non posées et sans aucune réponse sur lesquelles une intelligence artificielle doit tout de même pouvoir s’entraîner.

IA : le souci de la formation

Des milliards de photos sont postées en ligne chaque jour, et cela depuis des années. Ainsi, apprendre à une machine à faire la différence entre des animaux comme par exemple des chats et des chiens est nettement facilitée. Cela est encore plus optimisée grâce aux nombreuses légendes des photos. Vous l’aurez compris, l’IA se sert de ces millions d’images pour aider au diagnostic, en croisant un nombre titanesque d’informations, comme nous le dit l’article de macsf.fr.

Des soucis d’entraînement ont souvent été rencontrés par les humains lorsque le corpus n’est pas représentatif de la grande richesse des personnes. Il faut savoir que les résultats ne peuvent être positifs qu’en fonction du corpus sur lequel une intelligence artificielle est formée.

Plus la technologie de l’intelligence artificielle s’étend à des domaines de plus en plus ésotériques, plus le souci de l’obtention d’un corpus d’entraînement suffisant augmente. Le souci majeur de l’IA médicale est le suivant : comment est-il possible de simuler utilement les différents symptômes des patients ?

Le futur de l’intelligence artificielle dans la santé : en Inde ?

La reproduction des symptômes des patients n’est pas simple. Néanmoins, des experts de l’université Sun Yat-sen et de l’UCLA ont conçu une solution pertinente : un simulateur de patients se basant sur la propension (PBPS).

Ce simulateur est un réseau neuronal reformé permettant d’estimer l’aptitude d’un patient à signaler un symptôme spécifique. La réponse du PBPS est intégrée dans les renseignements de formation pour compléter les données factuelles des dossiers cliniques. Il peut se servir de données provenant d’interactions cliniques – une deuxième opinion incluant des symptômes plus légers – pour entraîner l’intelligence artificielle à analyser et accroître l’expérience du patient. Au contraire des humains, l’IA ne peut pas ressentir de la fatigue, ne peut pas se presser et ne s’oublie pas. Elle peut mettre en évidence des millions d’interactions cliniques, même si la majorité des médecins n’en auront jamais. Finalement, ils ont découvert que cette méthode permettait un diagnostic rapide et sûr, sans pour autant devoir se poser beaucoup de questions.

De nos jours, une majeure partie de la recherche sur l’intelligence artificielle vient de Chine. Un pays de près de 1,3 milliard d’humains a nettement plus de chances d’obtenir de conséquents ensembles de données par rapport à la formation. Vu que d’ici 2030, l’Inde aura la plus grande population du monde, il faudra compter sur ce pays pour l’avenir de l’intelligence artificielle. En effet, l’échelle change tout quant on parle d’intelligence artificielle, et encore plus d’IA en santé.