Il est bien sûr loin de cela, mais peut-être plus proche qu'il n'y paraît. Une expérience d'intelligence artificielle à grande échelle est en cours au Royaume-Uni qui explore en profondeur une petite mais importante étape vers la prévention et l'efficacité.
Tout d'abord, il convient de le mentionner :contrairement à très souvent avec ce genre d'expérimentations, il ne s'agit pas d'un slogan vulgarisé et/ou d'un packaging spectaculaire, visant à générer des fonds et/ou de l'intérêt.
Deuxièmement, la recherche ne repose pas sur un institut de recherche obscur dont le nom rugissant dépasse de loin son expertise. Il se déroule sous les auspices de la faculté de médecine du King's College de Londres, entre autres, et trois hôpitaux appartenant à cette université séculaire et de renommée mondiale y participent.
Et troisièmement :il ne s'agit pas d'une étude à petite échelle avec environ trois mouches des fruits et deux souris blanches, dont un aspect est extrapolé au clickbait. L'étude préliminaire a été publiée dans la revue Radiology et l'histoire a passé le test des vérificateurs des faits du The Times.
La question centrale est la suivante :comment l'intelligence artificielle peut-elle nous aider à détecter plus efficacement et plus rapidement les problèmes de santé potentiellement mortels ? Des tumeurs à une hypertrophie du cœur et au risque d'affaissement pulmonaire. La recherche radiographique en donne effectivement les clés, mais il y a un problème en Grande-Bretagne à ouvrir la bonne porte au bon moment.
En 2016 et 2017 ensemble, plus de 42 millions de radiographies, MTI, CT et autres scanners ont été réalisés. Uniquement dans les établissements couverts par le système de santé publique du National Health Service (NHS). Hôpitaux privés non inclus, donc. Résultat et problème :les yeux des radiologues britanniques ne sont pas en deçà, ils sont littéralement en deçà. Cela ressort clairement d'une enquête menée par le Collège royal des radiologistes. Pas moins de 97 % des services de radiographie des hôpitaux du NHS ont déclaré qu'ils n'étaient pas en mesure de respecter le taux de traitement requis.
Avec tous les risques associés au retard et à la bonne hiérarchisation. "En ce moment", a déclaré le chercheur Giovanni Montana (Université de Warwick) dans The Times, "Il n'existe aucun processus systématique et automatisé pour trier immédiatement une pile de radiographies thoraciques et pulmonaires de manière à ce que les cas les plus urgents passent automatiquement en premier."
Sur la base de cette découverte, un système d'IA expérimental a été lancé sur un demi-million de radiographies existantes réalisées sur des patients souffrant de maladies graves. Un succès en termes de rapidité de traitement :"Les radiologues ont été trouvés pour diagnostiquer le problème en moyenne 11 jours plus tard, notre système l'a détecté au bout de trois jours."
Une autre étude préliminaire, avec 16 000 dossiers existants, a révélé que 94% des cas identifiés comme "urgents" par le système A.I. l'étaient effectivement. Professeur de biostatistique, bioinformatique et science des données Motana :« Pas parfait, mais probablement aussi bon qu'un très bon radiologue. Et certainement plus vite, donc.'
Dans la phase suivante, l'expérience sera approfondie et élargie. La vitesse et la précision seront à nouveau testées sur la base d'un million de fichiers. L'élément de recherche supplémentaire étant un aspect préventif qui doit nécessairement être négligé lors du traitement manuel :le système d'IA peut-il également détecter immédiatement des signaux plus petits qui indiquent un problème majeur plus tard ?
Les attentes sont suffisamment élevées pour qu'un certain nombre d'hôpitaux se préparent à commencer à utiliser le système dans la pratique.
