L'IA ne peut pas remplacer les médecins. Mais cela peut les rendre meilleurs.

Dessin d'enfant d'un cabinet médical montrant l'enfant sur la table d'examen et le médecin devant l'ordinateur. Dessin par Ag, 7 ans, copyright Thomas G. Murphy MD 2011

Il y a plusieurs années, Vinod Khosla, l'investisseur de la Silicon Valley, a écrit un article provocateur intitulé Avons-nous besoin de médecins ou d'algorithmes ? Khosla a fait valoir que les médecins n'étaient pas à la hauteur de l'intelligence artificielle. Les médecins plaisantent avec les patients, recueillent quelques symptômes, recherchent des indices autour du corps et envoient le patient avec une ordonnance. Cela conduit parfois (accidentellement, peut-être) au traitement correct, mais les médecins n'agissent qu'en fonction d'une fraction des informations disponibles. Un algorithme, écrit-il, pourrait faire mieux.

Je suis médecin pédiatre et adolescent dans la région de la baie de San Francisco, où des entrepreneurs comme Khosla frappent à la porte des médecins depuis des années avec leurs technologies pilotes, leurs logiciels et leur matériel. Je peux dire avec une certaine autorité que Khosla est la voix d'un étranger avisé qui sait ce qu'il sait, ce qui n'est pas les soins de santé.

Cette histoire faisait partie de notre numéro de novembre 2018

• Voir la suite du problème
• S'abonner

Oui, l'IA pourrait nous aider à diagnostiquer et à traiter les maladies. Il peut rassembler et servir de larges pans de données de manière claire et concise, réduisant ainsi les jugements imprécis que font les médecins en raison des pressions et de la complexité de nos pratiques. Nul doute que pour certains médecins, dont le travail est très axé sur le diagnostic (radiologues ou anatomopathologistes, par exemple), cette percée peut s'avérer une menace existentielle. Il y a dix ans, par exemple, des chercheurs ont montré que l'IA était aussi efficace que les radiologues pour détecter le cancer du sein.

Mais pour les médecins comme moi en soins primaires, qui gèrent 1 500 à 2 000 patients, l'IA représente une opportunité. Je suis allé à l'école de médecine pour me connecter avec les gens et faire une différence. Aujourd'hui, j'ai souvent l'impression d'être un comptable surpayé, prenant des informations et les recrachant aux patients, prescrivant des médicaments et ajustant les doses, ordonnant des tests. Mais l'IA dans la salle d'examen ouvre la possibilité de retrouver l'art de la médecine. Cela pourrait me permettre de mieux connaître mes patients, d'apprendre comment une maladie les affecte de manière unique et de me donner le temps de les accompagner vers un meilleur résultat.

Considérez ce que l'IA pourrait faire pour l'asthme, la maladie médicale chronique la plus courante chez l'enfant. Six millions d'enfants américains en souffrent. En 2013, ils ont collectivement manqué 14 millions de jours d'école. Le coût des médicaments, des visites chez le médecin et aux urgences et des hospitalisations approche les 60 milliards de dollars par an.

Je diagnostique l'asthme selon une règle empirique qui a été transmise au fil du temps : si vous avez eu trois épisodes de respiration sifflante ou plus et que les médicaments contre l'asthme vous aident, vous avez la maladie. Une fois le diagnostic posé, je demande aux parents de se souvenir, du mieux qu'ils peuvent, de la fréquence à laquelle ils administrent des médicaments à leur enfant. Je demande : Qu'est-ce qui semble déclencher des épisodes ? L'enfant est-il exposé à quelqu'un qui fume à la maison ? Je peux également consulter leurs dossiers pour compter le nombre de visites aux urgences ou le nombre de fois qu'ils ont renouvelé leurs ordonnances.

Mais même avec le rappel le plus précis des parents et des patients, et les dossiers électroniques les plus précis, ce n'est encore qu'une connaissance rétrospective. Il n'y a pas de stratégie proactive et prédictive.

Ce n'est pas que nous n'avons pas les données; c'est juste que c'est désordonné. Nous passons une grande partie de notre temps à essayer de lui donner un sens.

Ce n'est pas que nous n'avons pas les données; c'est juste que c'est désordonné. Des tonnes de données encombrent la boîte de réception du médecin. Il se présente sous de nombreuses formes et provenant de directions disparates : des informations objectives telles que les résultats de laboratoire et les signes vitaux, des préoccupations subjectives qui se présentent sous la forme de messages téléphoniques ou d'e-mails de patients. Tout est fragmenté et nous passons une grande partie de notre temps en tant que médecins à essayer de lui donner un sens. Les entreprises technologiques et les jeunes pousses veulent ouvrir encore plus le robinet de données en permettant à leurs appareils directement destinés aux consommateurs (téléphone, montre, brassard de tensiomètre, lecteur de glycémie) de nous envoyer directement des flux continus de chiffres. Nous avons du mal à suivre le rythme et les taux d'épuisement professionnel chez les médecins continuent d'augmenter.

Comment l'IA peut-elle résoudre ce problème ? Commençons par le diagnostic. Alors que les manifestations cliniques de l'asthme sont faciles à repérer, la maladie est beaucoup plus complexe au niveau moléculaire et cellulaire. Les gènes, protéines, enzymes et autres moteurs de l'asthme sont très divers, même si leurs déclencheurs environnementaux se chevauchent. Un certain nombre d'experts pensent maintenant à l'asthme de la même manière qu'ils pensent au cancer - un terme générique pour une maladie qui varie selon l'emplacement de la tumeur et les caractéristiques cellulaires. Ian Adock du National Heart & Lung Institute de l'Imperial College de Londres étudie le lien entre l'asthme et l'environnement. Lui et son équipe ont collecté des échantillons biologiques de sang, d'urine et de tissus pulmonaires de patients asthmatiques et organisé les marqueurs génétiques et moléculaires qu'il trouve en sous-types d'asthme. L'hypothèse est qu'avec ce genre de connaissances, les patients peuvent recevoir le médicament qui leur convient le mieux.

L'IA pourrait également aider à gérer les poussées d'asthme. Pour de nombreux patients, l'asthme s'aggrave à mesure que les niveaux de pollution de l'air augmentent, comme cela s'est produit l'été dernier lorsque des feux de brousse ont balayé le nord de la Californie. L'IA pourrait nous permettre de prendre des informations sur l'environnement et de réagir de manière proactive. En 2015, des chercheurs ont publié une étude montrant qu'ils pouvaient prédire le nombre de visites aux urgences liées à l'asthme dans un hôpital de Dallas-Fort Worth. Ils ont extrait des données des dossiers des patients, ainsi que des données sur la pollution de l'air provenant de capteurs de l'EPA, de recherches Google et de tweets utilisant des termes tels que respiration sifflante ou asthme. Les données Google et Twitter étaient liées aux données de localisation de l'utilisateur.

Si j'avais ce genre de données, je pourrais dire, Alexa, dis-moi de quels patients asthmatiques je dois m'inquiéter aujourd'hui. Je pourrais prévenir les familles concernées. Et si j'avais aussi des données génétiques comme celles d'Adock, je pourrais diagnostiquer l'asthme avant que le patient ne subisse trois épisodes de respiration sifflante, en ordonnant des tests sanguins et en comparant les résultats à ces marqueurs moléculaires.

Ce type d'intelligence permettant de gagner du temps me permet de passer plus de temps avec mes patients. Une étude a montré que les enfants asthmatiques ne prenaient ou ne recevaient leurs médicaments inhalés qu'environ la moitié du temps. L'IA pourrait me laisser plus de temps pour interagir personnellement avec ces enfants et obtenir de meilleurs résultats.

Beaucoup de questions nous attendent. Les patients sont-ils disposés à partager davantage de leurs données personnelles avec nous ? Si l'IA montre que vos soins sont meilleurs dans un sens, mais que vous ou votre médecin vous sentez différemment, une compagnie d'assurance l'acceptera-t-elle ? Que se passe-t-il si l'algorithme manque quelque chose ou est mal appliqué ? Qui est responsable, le médecin ou le constructeur de la machine ?

Il n'y a pas si longtemps, dans le Journal de l'Association médicale américaine , j'ai vu une image colorée dessinée par un enfant au crayon. Elle montrait son pédiatre, les yeux rivés sur l'ordinateur, alors qu'elle était assise sur la table d'examen, les yeux écarquillés. J'espère que l'IA me permettra bientôt de reporter mon attention sur cette petite fille.

Rahul Parikh est pédiatre dans la région de la baie de San Francisco.

cacher