Des scientifiques créent une IA qui peut prédire la probabilité de maladies

Entraîné à partir des antécédents médicaux de près d'un demi-million de patients britanniques tirés de la UK Biobank, une base de données biomédicales pour la recherche, le modèle Delphi-2M "prédit la probabilité de plus de 1.000 maladies" plusieurs années en avance, selon l'étude publiée mercredi dans la revue Nature.

Les chercheurs issus d'institutions britannique, danoise, allemande et suisse se sont servis d'une technologie similaire à celle de ChatGPT, un modèle de langage basé au départ sur les contenus textuels.

Comprendre une séquence de diagnostics médicaux revient en effet un peu "à apprendre la grammaire dans un texte", a expliqué à des journalistes Moritz Gerstung, spécialiste de l'intelligence artificielle au Centre allemand de recherche contre le cancer.

Grâce à son entraînement, Delphi-2M "apprend à repérer des schémas dans les données de santé, dans les diagnostics antérieurs, dans quelles combinaisons et quelle succession il se produisent," a ajouté M. Gerstung, permettant "des prédictions très significatives et pertinentes pour la santé".

Selon le spécialiste, l'IA pourrait identifier chez certains individus un risque de crise cardiaque plus ou moins élevé que celui prédit par des facteurs comme l'âge ou d'autres données.

Les capacités de Delphi-2M ont été vérifiées à partir des données de santé de près de deux millions de personnes au Danemark.

Ce modèle a toutefois besoin de subir d'autres tests et n'est pas encore prêt à être utilisé, selon les équipes de recherche.

"Le chemin est encore long pour aboutir à une améliorations des soins médicaux, comme le reconnaissent les auteurs, car les deux ensembles de données (britanniques et danois) présentent des biais en termes d'âge, d'origine ethnique et de résultats actuels en matière de santé," a commenté Peter Bannister, chercheur en technologies de la santé et membre de l'Institution of Engineering and Technology britannique.

Dans de nombreux pays, des outils informatiques sont déjà utilisés pour prédire les risques de maladies, comme le programme QRISK3 utilisé par les médecins généralistes britanniques pour évaluer le risque d'une crise cardiaque ou d'un AVC.

Par contraste, Delphi-2M "peut gérer toutes les maladies en même temps et sur une longue période", a déclaré l'un des co-auteurs de l'étude, Ewan Birney.

Pour Gustavo Sudre, professeur au King's College de Londres spécialisé dans l'IA médicale, cette avancée "semble être un pas significatif vers une modélisation prédictive évolutive, interprétable et -- plus important encore -- éthiquement responsable".

L'IA "interprétable" ou "explicable" est l'un des principaux objectifs de recherche, car le fonctionnement interne complet de nombreux grands modèles d'IA reste actuellement mystérieux, même pour leurs créateurs.