L'adoption de l'intelligence artificielle dans le diagnostic et le pronostic des maladies pourrait aider à prolonger la vie des gens tout en offrant des économies importantes au NHS.

C'est ce que disent des chercheurs de l'Université de Cardiff qui ont fourni des preuves convaincantes montrant les avantages que les techniques de pointe peuvent apporter aux évaluations des risques chez les patients.

Dans une nouvelle étude publiée dans PLOS Un , l'équipe de chercheurs a démontré comment l'intelligence artificielle peut fournir un pronostic tout aussi précis et fiable pour les patients atteints de maladies cardiovasculaires, par rapport aux méthodes traditionnelles.

Les techniques d'apprentissage automatique qu'ils utilisaient ne nécessitaient aucune expertise ni interaction humaine et ont donc permis de surmonter un goulot d'étranglement majeur dans le processus.

Co-auteur de l'étude, le professeur Craig Currie, de la faculté de médecine de l'université de Cardiff, dit :« Si nous pouvons affiner ces méthodes, ils nous permettront de déterminer beaucoup plus tôt les personnes qui nécessitent des mesures préventives. Cela prolongera la vie des gens et conservera les ressources du NHS. »

À l'ère de la médecine factuelle, l'utilisation des statistiques est devenue un élément crucial de l'estimation des risques de certains types de maladies.

Traditionnellement, les cliniciens et les statisticiens ont abordé cette tâche en développant manuellement des équations mathématiques. Cependant, l'intelligence artificielle fournit des techniques qui peuvent découvrir des associations complexes dans les données.

"Bien que nous disposions déjà de méthodes fiables pour prévoir les personnes en fonction de leur degré de risque d'événements cardiaques graves, l'intelligence artificielle promet de nouvelles façons d'interroger les données et la probabilité d'une classification des risques plus fiable, " continua le professeur Currie.

Dans leur étude, l'équipe a testé une technique connue sous le nom de programmation génétique (GP) - une méthode inspirée de l'évolution de la nature par laquelle les programmes informatiques sont codés comme un ensemble de gènes qui sont ensuite modifiés ou évolués de manière itérative.

GP est avantageux par rapport aux algorithmes produits par les humains en ce qu'il réduit les biais et la possibilité d'erreur humaine, tout en permettant l'intégration automatique de tout changement dans l'environnement dans des formules mathématiques.

Un avantage de cette approche particulière est que les associations complexes découvertes par l'intelligence artificielle à partir des données peuvent être rendues transparentes aux cliniciens, ce qui signifie qu'il n'est pas nécessaire pour eux de s'écarter de leur pratique actuelle.

Dans l'étude, l'équipe a utilisé GP pour évaluer les risques futurs d'un événement cardiovasculaire, comme la mort cardiovasculaire, accident vasculaire cérébral non mortel ou infarctus du myocarde non mortel, dans plus de 3, 800 patients cardiovasculaires, 19-83 ans, sur une période de 10 ans.

Les algorithmes d'apprentissage automatique ont utilisé un total de 25 prédicteurs tirés des données des patients, y compris l'âge, sexe, IMC, consommation d'alcool et de tabac et tension artérielle.

Les résultats ont montré que les algorithmes d'apprentissage automatique pouvaient fonctionner de manière comparable aux méthodes traditionnelles pour prédire le risque associé à des patients individuels.

Co-auteur de l'étude Professeur Irena Spasić, de l'École d'informatique et d'informatique de l'Université de Cardiff, a déclaré :« La capacité d'interpréter les solutions offertes par l'apprentissage automatique a jusqu'à présent freiné l'intégration de la technologie dans la pratique clinique.

"Toutefois, à la lumière de la récente résurgence des réseaux de neurones, il est important de ne pas écarter les autres méthodes d'apprentissage automatique, en particulier ceux qui offrent de la transparence comme la programmation génétique ou les arbres de décision. Après tout, nous cherchons à utiliser l'intelligence artificielle pour aider les experts humains et non pour les exclure complètement de l'équation."