Brève histoire de l’intelligence artificielle en médecine

Les premières applications mettant en œuvre des programmes d’intelligence artificielle dans le domaine de la médecine sont les « systèmes experts » des années 1970 et 1980. Dans leur architecture, ces systèmes cherchent à imiter les mécanismes cognitifs d’experts humains en combinant un algorithme de simulation de raisonnements déductifs et une base de données de faits et de règles propres à la spécialité médicale. Le premier outil du genre, Mycin [1] est spécialisé dans l’identification d’infections bactériennes. Vient ensuite Caduceus dont l’ambition est de couvrir toute la médecine interne. Bien que leur domaine d’application soit restreint, ces systèmes étaient performants, mais souffraient de problèmes d’intégration technique à une époque où l’informatique était naissante et où les prémisses d’internet étaient à peine en place. Ils ont cependant entériné sinon l’usage, du moins la promesse, de l’intelligence artificielle appliquée à la recherche de diagnostic clinique.

Au début des années 2010, IBM participe au jeu télévisé Jeopardy! — dans lequel les candidats doivent trouver les questions correspondant aux réponses données — et l’emporte face au champion en titre, avec l’outil d’intelligence artificielle Watson.
Fort de ce succès IBM annonce son ambition de révolutionner la médecine. L’objectif annoncé est d’apporter aux oncologues une aide au diagnostic et au choix d’un traitement adapté pour leurs patients, et donc de guérir le cancer. Watson intègre la première génération d’algorithmes de traitement du langage naturel. Une question en entrée est analysée et transformée en un ensemble de requêtes qui sont adressées à une vaste base de connaissances afin d’établir des réponses candidates. Ces réponses sont ensuite évaluées, au regard de la pertinence des preuves qui les sous-tendent, grâce à une seconde base de données.
Les moyens financiers mis en œuvre pour acquérir les bases de connaissances sont conséquents. De même, IBM consacre d’importants moyens marketing pour diffuser des annonces publiques concernant l’efficacité anticipée du produit Watson Health. Néanmoins, si la technologie fonctionnait [2], elle n’avait en fait que peu d’incidence sur les résultats cliniques là où elle était implémentée. Elle avait tendance à expliquer aux experts ce qu’ils savaient déjà et à ajouter une contrainte administrative alors que les médecins auraient préféré passer plus de temps avec les patients qu’à saisir de données dans un système.
L’objectif de révolutionner le domaine de la santé n’a pas été atteint et Watson Health a fini par être vendu au début de l’année 2022.

Ces premières applications cherchaient en quelque sorte à remplacer le médecin, que ce soit pour orienter les patients dans leur parcours de soin, ou apporter des solutions de diagnostic dans des endroits reculés. D’autres outils ont par la suite été pensés pour accompagner le médecin dans sa pratique.

C’est en particulier le cas des systèmes utilisant des algorithmes de vision, permettant d’analyser et de classifier des images, mis en lumière en 2012 à l’occasion du concours de reconnaissance ImageNet qu’ils dominent largement. L’utilisation de ces algorithmes marque l’avènement de la mise en pratique concrète du deep learning [3].
Qu’elles soient produites par radiographie, scintigraphie, IRM, échographie, ou flux vidéo, les images médicales sont nécessaires pour visualiser les organes internes et en détecter les anomalies. Parmi les applications classiques, on note par exemple la recherche de tumeurs cancéreuses ou l’identification du type de maladie pulmonaire interstitielle. Ces outils fournissent une aide précieuse aux médecins spécialistes leur permettant de ne pas passer à côté d’un diagnostic délicat, en particulier lors de périodes d’exercice prolongées.
Dans leur conception, ces algorithmes requièrent un soin tout particulier à la qualité des données initiales utilisées pour l’entraînement à la tâche de classification. Ces données doivent être parfaitement annotées et représenter fidèlement les situations rencontrées dans la réalité. Cette classe d’algorithme, souvent qualifiée de boite noire, est réputée pour son caractère opaque, et il est difficile d’en expliquer le résultat, même en ayant accès à toutes les étapes intermédiaires permettant d’y arriver. Dans le domaine médical, où des images complexes sont fréquemment utilisées pour diagnostiquer des maladies, il est crucial d'avoir un système fiable et efficace, qui puisse également expliquer aux médecins experts les décisions prises.

L’intelligence collective et ses applications en médecine

En 1906, Francis Galton réalise une expérience qui est considérée comme un exemple classique d’estimation d’une grandeur en statistique [4]. Il se rend à une foire agricole où les visiteurs sont invités à participer à un concours consistant à estimer le poids d'un bœuf exposé, et demande à pouvoir analyser les résultats. Galton réunit les estimations des participants et montre que leur moyenne est très proche du poids réel du bœuf. Il constate avec surprise que la précision de l’estimation augmente avec le nombre de participants. Cette expérience introduit le concept d’intelligence collective, dans lequel la synthèse des informations provenant d’un groupe se révèle plus pertinente que l’information fournie par chaque individu.

Si l’exercice de la médecine pousse spontanément à l’échange de pratiques entre professionnels, il est tentant de questionner la démarche permettant au groupe d’être plus précis que chacun de ses membres dans une discipline qui est autrement plus complexe que ne l’est l’estimation ponctuelle d’une variable. Plusieurs méthodes mettant en application l’intelligence collective dans le domaine médical sont régulièrement utilisées.

Concernant l’échange de pratiques, la méthode la plus répandue est celle des réunions de concertation pluridisciplinaires (RCP). Initialement pensées pour le cancer, elles regroupent différents professionnels de santé autour du traitement d’un patient. Ces réunions permettent de discuter des cas complexes, de partager les compétences de chacun, et de prendre collectivement des décisions sur la meilleure prise en charge pour le patient, en se basant sur les connaissances les plus récentes et les meilleures pratiques en matière de traitement. Les professionnels impliqués dans les RCP peuvent inclure des oncologues, des chirurgiens, des radiothérapeutes, des pathologistes, des infirmières spécialisées en oncologie, des psychologues et d'autres professionnels de la santé impliqués dans le traitement du cancer.

La méthode Delphi [5] a cherché à d’avantage cadrer l’échange et vise à obtenir un consensus dans un contexte impliquant un panel d’experts, comme c’est le cas en médecine. La méthode fonctionne par tour de consultation et s’appuie sur des questionnaires qui sont distribués aux experts. Les participants commencent par une revue de la littérature autour du sujet d’intérêt. Ils construisent alors un premier questionnaire et expriment leur degré d’accord avec les propositions et en formulent de nouvelles qui seront soumises à l’avis du groupe lors du tour suivant. Les réponses sont analysées afin d’identifier les points de vue majoritaires et minoritaires. Le questionnaire est révisé à chaque tour jusqu'à ce qu'un consensus soit atteint ou que les divergences d'opinions persistent.

A-t-on raison de chercher un consensus entre pairs, le praticien n’a-t-il pas à lui seul toutes les cartes en main ? Quelques études récentes ont analysé la performance d’une approche mettant en œuvre l’intelligence collective pour améliorer la précision des diagnostics cliniques.

Dans la première [6], des radiologues doivent prendre la décision de rappeler ou non une patiente, pour des examens complémentaires, suite à une mammographie pour un dépistage du cancer du sein. Les décisions de l’ensemble des médecins sont réunies et agrégées selon différents modes, par majorité simple ou pondérée, de façon à faire émerger la décision du groupe. L’étude montre qu’utiliser la décision du groupe plutôt que celle d’un seul radiologue permet d’augmenter la taux de vrais positifs — rappeler une patient ayant le cancer — et faire diminuer celui de faux positifs — rappeler une patiente n’ayant pas le cancer. Le groupe est donc plus précis que ses membres les plus performants, même sur des problèmes cognitifs aussi complexes.

Une seconde étude [7] porte sur les conditions qui permettent au groupe d’être plus efficace que ses membres. Les chercheurs se sont appuyés sur une base de données en vie réelle qui a permis à 140 médecins de réaliser 20 000 diagnostics de cancer de la peau et du sein. Les résultats montrent que pour que la synthèse des diagnostics soit plus précise que celui du meilleur médecin, il faut que les membres du groupe possèdent des capacités cliniques assez similaires.

Enfin, une dernière étude [8] quantifie l’augmentation de la précision du diagnostic pour un groupe. Elle porte sur un ensemble de 2069 médecins et 1572 cas de douleur abdominale et de fièvre. La précision clinique passe de 62.5% pour un seul médecin, à 85.6% pour un groupe de 9 médecins, soit une différence de 23% sur l’ensemble des cas — 17.3% de différence pour les cas de douleur abdominale et 29.8% pour les cas de fièvre.

Les approches exploitant l’intelligence collective offrent un bénéfice réel même pour des tâches complexes. Contrairement aux outils d’intelligence artificielle, elles permettent au médecin de comprendre les étapes du raisonnement clinique et ne pas endosser une décision qui n’est pas la sienne. Il garde ainsi la main sur son patient et conserve son autonomie.

Comment combiner intelligence artificielle et intelligence collective ?

D’une part les technologies d’intelligence artificielle sont performantes mais donnent encore trop peu d’explication sur les décisions prises. D’autre part, avoir recours à l’intelligence collective augmente significativement la précision des diagnostics. Pourquoi ne pas faire converger les deux approches ?

L’outil AdviceMedica, développé avec le CHU de Montpellier, permet aux médecins inscrits de demander des avis cliniques à des communautés de praticiens, organisées par spécialité médicale ou par thématique. Lorsqu’un utilisateur soumet un cas clinique à l’application, un algorithme de traitement du langage naturel l’analyse et propose la lecture des cas cliniques similaires. Il s’agit de cas cliniques passés qui ont déjà été discutés et pour lesquels un diagnostic a été posé. L’intelligence artificielle sert à structurer la base de données selon un critère de proximité sémantique et clinique.

De façon générale, pour qu’une application soit utilisée par le médecin dans sa pratique quotidienne, il ne suffit pas qu’elle rende le service qu’on lui demande, il faut également que le système soit utilisable sans surcharge cognitive.

Avec un design inspiré des listes de diffusion, les utilisateurs d’AdviceMedica reçoivent chaque matin un compte rendu des échanges sur leurs réseaux sous forme de fil d’actualité. Ils interagissent activement avec ce compte rendu et choisissent les cas cliniques qu’ils souhaitent lire. L’application s’utilise aussi naturellement que l’on consulte ses emails.

AdviceMedica compte plus de 5000 utilisateurs de toutes les spécialités médicales qui résolvent quelques milliers de cas cliniques par an. Au delà des échanges quotidiens, qui participent à la formation continue et permettent de décloisonner les spécialités médicales, l’application s’est illustrée par des services rendus, notamment au sein de la spécialité d’allergologie.

À la fin de l’année 2020 lorsque les premiers cas d’allergie au vaccin Pfizer ont été signalés, les agences de santé ont rapidement interdit la vaccination chez les patients allergiques. Cette décision, motivée par la suspicion d’allergie au polyéthylène glycol, aurait privé de vaccination un tiers de la population. La communauté des allergologues français a rapidement édité et diffusé des recommandations, et les praticiens ont présenté leurs cas cliniques sur AdviceMedica, conseillés par les experts des centres de référence au fur et à mesure que les données cliniques se constituaient. Des centaines de cas sont documentés. AdviceMedica a permis pour chaque cas décrit, de donner des solutions personnalisées, de diffuser les recommandations en cours, et de conclure à l’absence de contrindication allergologique à vaccination.

Certains réseaux sont organisés par thématiques, de qui leur permet de remonter rapidement des alertes de pharmacovigilance, comme ça a été le cas en allergie de contact. La plateforme AdviceMedica a permis aux médecins d’être avertis de l’émergence de nouveaux allergènes et des risques associés. Parmi ces nouvelles sources d’exposition on note par exemple l’isobornyl acrylate utilisé dans la colle des capteurs de glycémie [9] ou les isothiazolinones du slime, pâte à malaxer élastique prisée des enfants et adolescents, dont le signalement a abouti a une étude de toxicovigilance complète.

Conclusion sur les dernières avancées en intelligence artificielle

Le modèle de langage ChatGPT, développé par OpenAI, occupe le devant de la scène depuis fin novembre 2022 et impressionne par sa capacité à exécuter un grand nombre de tâches de langage naturel. Contrairement aux algorithmes de deep learning, conçus pour classifier des données souvent sous forme d’images, les modèles de langage sont entraînés pour prédire le mot suivant une séquence donnée en fonction du contexte. Avec un volume de données d’entraînement suffisant, ces modèles de langage sont capables de générer des suites de mots cohérentes, qui ne sont pas présentes dans leur base d’entraînement. Ils présentent de très bonnes capacité explicatives et de raisonnement déductif, ce qui peut représenter une aubaine pour pallier à l’opacité des algorithmes de deep learning, une aide pour les étudiants en médecine ou au contraire, une béquille si importante qu’ils ne développeront jamais un raisonnement clinique critique, ni la capacité à produire des idées originales et à les étayer par des preuves [10].

Le pari d’AdviceMedica a été de mettre les médecins experts de leur discipline au centre de l’application et de ne pas tenter de générer une réponse clinique à leur place. Si de tels algorithmes [11] sont capables de passer des concours de médecine, il paraît peu probable qu’ils puissent assimiler l’expérience pratique du médecin qui nécessite une action dans le monde réel et reste à ce jour l’apanage de l’humain. Encore une fois, c’est la combinaison de l’intelligence artificielle et de l’intelligence collective qui pourra offrir la meilleure solution aux médecins.

1. Shortliffe E, Mycin: A Knowledge-Based Computer Program Applied to Infectious Diseases. Symposium on Computer Applications in Medical Care 1977 : 66-9.
2. Aggarwal M, Madhukar M, IBM's Watson Analytics for Health Care. Cloud Computing Systems and Applications in Healthcare 2017
3. Sarvamangala DR, Kulkarni RV, Convolutional neural networks in medical image understanding: a survey. Evolutionary Intelligence 2022
4. Galton F, Vox Populi. Nature 1907 ; 450-451.
5. Elisabeth L, À la recherche d’un consensus professionnel, la méthode Delphi. Sages-Femmes 2021 ; Volume 20 : 52-54.
6. Wolf M, Krause J, Carney PA, Bogart A, Kurvers RH. Collective intelligence meets medical decision-making: the collective outperforms the best radiologist. PLoS One 2015 ; 10(8).
7. Kurvers RH, Herzog SM, Hertwig R, Krause J, Carney PA, Bogart A, Argenziano G, Zalaudek I, Wolf M. Boosting medical diagnostics by pooling independent judgments. Proc Natl Acad Sci U S A 2016 ; 113(31) : 8777-82.
8. Barnett ML, Boddupalli D, Nundy S, Bates DW. Comparative Accuracy of Diagnosis by Collective Intelligence of Multiple Physicians vs Individual Physicians. JAMA Netw Open 2019 ; 2(3)
9. Kabil Nakara, Alexis Bocquet, Clémentine Dupuis, Anne Spiteri, Pierre-Yves Benhamou, Cécile Betry, Marie-Thérèse Leccia, Pauline Pralong, Eczémas de contact récurrents aux capteurs de glycémie: mécanismes, allergènes en cause et conséquences. Annales de Dermatologie et de Vénéréologie 2021 ; Volume 1, Issue 8, Supplement 1 : A116.
10. Arif TB, Munaf U, Ul-Haque I. The future of medical education and research: Is ChatGPT a blessing or blight in disguise? Med Educ Online. 2023 Dec;28(1):2181052. doi: 10.1080/10872981.2023.2181052.
11. Kung TH, Cheatham M, Medenilla A, Sillos C, De Leon L, Elepaño C, Madriaga M, Aggabao R, Diaz-Candido G, Maningo J, Tseng V. Performance of ChatGPT on USMLE: Potential for AI-assisted medical education using large language models. PLOS Digit Health. 2023 Feb 9;2(2):e0000198. doi: 10.1371/journal.pdig.0000198.