Il est encore loin d'une consultation avec le "Dr. Robot", mais l'intelligence artificielle (IA) se rapproche à grands pas d'une étape clé pour la prévention et l'efficacité en santé. Une expérience à grande échelle est en cours au Royaume-Uni, menée par des institutions de premier plan.
Premièrement, contrairement à de nombreuses expérimentations médiatisées, ce projet n'est pas un simple coup de communication pour attirer fonds ou buzz. Deuxièmement, il est piloté par la Faculté de médecine du King's College de Londres et implique trois hôpitaux affiliés à cette université prestigieuse. Troisièmement, il s'agit d'une étude rigoureuse : les résultats préliminaires ont été publiés dans la revue Radiology et validés par les fact-checkers du Times.
La question centrale : comment l'IA peut-elle accélérer la détection de pathologies potentiellement mortelles, comme les tumeurs, l'hypertrophie cardiaque ou le risque d'effondrement pulmonaire ? Les radiographies en fournissent les indices, mais au Royaume-Uni, le système fait face à un goulet d'étranglement.
En 2016-2017, plus de 42 millions d'examens (radiographies, IRM, scanners) ont été réalisés dans les établissements du National Health Service (NHS), hors secteur privé. Or, 97 % des services de radiologie du NHS ne respectent pas les délais, selon le Royal College of Radiologists. Cela génère des retards critiques.
"Actuellement, il n'existe aucun processus systématique pour prioriser automatiquement les radiographies thoraciques les plus urgentes", explique le professeur Giovanni Montana (Université de Warwick) dans le Times.
Un système d'IA expérimental a été testé sur 500 000 radiographies de patients gravement malades. Résultat : il détecte les anomalies 11 jours plus tôt que les radiologues en moyenne (3 jours contre 14).
Sur 16 000 cas, l'IA a identifié correctement 94 % des urgences. "Pas parfait, mais au niveau d'un excellent radiologue, et beaucoup plus rapide", commente le professeur Montana, expert en biostatistique, bioinformatique et science des données.
Prochaine phase : test sur un million de fichiers, avec un focus préventif sur la détection précoce de signaux subtils. Plusieurs hôpitaux NHS préparent déjà son déploiement clinique.
[]