On sait depuis un certain temps déjà que l’intelligence artificielle remplacera les professionnels de la santé pour ce qui est de l’analyse des images, un article publié dans Le Temps le 29 mai dernier nous apprenait par exemple qu’une machine avait détecté correctement 95 % des mélanomes contre un taux de détection de lésions malignes par l’humain de 89 %.

Même si je reste convaincu que le plus intéressant restera la combinaison homme – machine, plutôt que l’un ou l’autre, une récente publication nous montre que l’intelligence artificielle va peut-être venir empiéter sur une partie de la médecine que l’on croyait réservée aux médecins pour un certain temps encore.

L’intelligence artificielle toute-puissante

Les auteurs de cette recherche A comparative study of artificial intelligence and human doctors for the purpose of triage and diagnosis, nous rappellent que les systèmes qui analysent en ligne les symptômes  (online symptom checkers) sont peu performants, ceci aussi bien pour le triage (urgent / non urgent) que pour établir un diagnostic. Ils ont donc voulu savoir si l’utilisation de l’intelligence artificielle pouvait améliorer la précision du triage et des diagnostics.

Des cas identiques ont donc été soumis au système d’intelligence artificielle « Babylon » et à des médecins. La qualité du triage et des diagnostics a été analysée « à l’aveugle », donc par des évaluateurs qui ne savaient pas si les réponses étaient celles de la machine ou d’un humain.

Les conclusions des auteurs de cette publication sont que le système de triage et de diagnostic de l’intelligence artificielle a été plus précis que ce qui a été fait par les médecins. Ils ajoutent encore qu’ils ont constaté que les conseils de triage recommandés par le système d’intelligence artificielle étaient, en moyenne, plus sûrs que ceux des médecins, « comparativement à ce qui est jugé comme acceptable par des juges experts indépendants, avec une réduction minimale de la pertinence ».

Même si les auteurs de cette étude écrivent que « d’autres études plus importantes qui utiliseront des cas médicaux réels seront encore nécessaires pour démontrer l’efficacité des systèmes d’intelligence artificielle », leur publication suggère clairement que l’ajout de l’intelligence artificielle à un système d’analyse automatique des symptômes améliore la qualité du triage et des diagnostics.

Quelle validité?

La première critique que l’on peut faire par rapport à cette publication est qu’elle n’a apparemment pas été publiée dans une revue médicale avec un système de revue par les pairs, empêchant ainsi une évaluation critique des conclusions par d’autres chercheurs.

La deuxième limite est le faible nombre de cas soumis, des cas théoriques qui ne sont probablement pas représentatifs des besoins de la population.

La troisième faiblesse, reconnue par les auteurs eux-mêmes, est l’obligation pour les médecins interrogés de choisir leurs diagnostics parmi les énoncés présents dans le système d’intelligence artificielle Babylon.

Suite à cette publication, les critiques sur Twitter ont été nombreuses, @adbeggs écrit que le système a proposé comme diagnostic pour des symptômes d’appendicite une constipation, une urétrite ou une déshydratation. Plus grave, le cas présenté par @DrMurphy11 qui, vidéo à l’appui, montre que Babylon lui a pour des symptômes compatibles avec une pathologie cardiaque proposé comme diagnostic « une attaque de panique ».