MEDECINE ET ROBOTIQUE

MEDECINE ET ROBOTIQUE

ACTUALITE


EXOSQUELETTES: QUEL AVENIR POUR LES SOIGNANTS?

Par Flora Scacco, Infirmière Diplômée d'Etat

On assiste depuis quelques années à l’émergence de ces nouvelles technologies d’assistance physique, appelées exosquelettes, dans les milieux aux conditions physiques pénibles tels que les métiers du bâtiment, la manutention, les activités militaires, mais aussi le monde médical.

Peu connus du grand public et en cours de développement par plusieurs concepteurs internationaux, il repose sur les exosquelettes un grand espoir de révolutionner les conditions de travail. Ils ont pour bénéfice potentiel de diminuer les efforts physiques en décuplant la force et pourraient prévenir les troubles musculo-squelettiques auxquels certains travailleurs sont exposés. 

Certains services de soins japonais participent déjà à la mise en service des exosquelettes pour la prise en charge des patients. Nous nous intéressons aux résultats qui découlent de ce programme.

Afin de mieux comprendre la démarche d’intégration des exosquelettes dans le système de santé, nous débuterons cet article en définissant l’exosquelette, et en apportant des explications essentielles sur son mode de fonctionnement. Nous introduirons ensuite le bénéfice apporté dans les actions soignantes, et nous évalueront les limites et les risques potentiels liés à l’utilisation de ce concept innovant.

 

DÉFINITION ET MODE DE FONCTIONNEMENT 

L’exosquelette correspond à un équipement articulé adapté au schéma corporel qui se fixe sur le corps au niveau des jambes et du bassin, voire également sur les épaules et les bras selon le modèle. 

On distingue deux types d’exosquelettes :

  • L’exosquelette d’assistance à l’effort ; il est utilisé dans certains établissements de santé dans le cadre d'une rééducation physique. Il permet au patient handicapé ou diminué physiquement d’être assisté mécaniquement dans ses mouvements et ainsi exécuter des mouvements qu’il n’est plus ou pas capable de produire seul. Il participe au regain d’autonomie de la personne à mobilité réduite.
  • L’exosquelette amplificateur de force ; il est principalement utilisé dans un cadre militaire et tend à se développer dans les métiers du bâtiment ainsi que le milieu médical. Il est basé sur un mécanisme permettant de porter à mains nues une charge lourde avec une très grande précision. Il a pour objectif de faciliter les mouvements en ajoutant la force de déclencheurs électriques, pneumatiques ou hydrauliques. Il aide au port de charges lourdes en réduisant considérablement la contrainte de portage. Il pourrait ainsi  réduire les troubles musculo-squelettiques causés par l’effort prolongé et les mauvaises postures en diminuant la tension musculaire et articulaire.

UN EXOSQUELETTE EST-IL UN ROBOT? 

On peut parler de robot (dispositif alliant mécanique, électronique et informatique) seulement pour les exosquelettes motorisés basés sur des systèmes électriques (HAL par exemple, voir plus bas). Ne convient pas pour l’exosquelette FORTIS (voir plus bas) par exemple. 


 

A ce jour il existe plusieurs fabricants produisants des appareils très différents les uns des autres. L’exosquelette confère donc à celui qui le porte des capacités physiques différentes selon le modèle produit. La plupart sont encore à l’essai, d’autres sont déjà commercialisés. 

Si la plupart des exosquelettes sont motorisés (d'un côté mécanique et d'un côté logiciel), ce n’est pas le cas pour la tenue robotique Fortis, conçue par la société américaine Lockheed Martin, qui n’est dotée d’aucune source d’alimentation électromécanique. Fortis a été crée à partir d’un système de transmission des charges de portage et de rééquilibrage, permettant ainsi de répartir les efforts du porteur directement sur les articulations de l’exosquelette. 

 

L'exosquelette FORTIS (en video ci-dessous (en anglais). 


 

 

 

De même pour les Japonais qui ont innové sur l’exo-muscle d’Innophys basé sur un mécanisme de déclencheur pneumatique par système d’air comprimé injecté dans des valves en caoutchouc qui se gonflent et se contractent. Le gonflage est converti en traction et induit ainsi une force plus importante dans le mouvement.

Des capteurs d’expiration placés dans la bouche du porteur permettent de capter l’intensité du souffle et ainsi de déclencher le mécanisme. 

 

On constate cependant de meilleures performances pour les exosquelettes motorisés, appelés aussi combinaisons robotiques, basés sur des systèmes de fonctionnement plus complexes avec déclencheurs électriques ou hydrauliques. Bien que les exosquelettes non motorisés ne soient pas tous fondés sur les mêmes principes de fonctionnement, on retrouve des caractéristiques similaires pour les exosquelettes à moteur. La plupart sont équipés des mêmes éléments :

  • Le cadre où reposent les composants articulés, correspondant à l’ossature de l’exosquelette,
  • Les déclencheurs agissant sur la mise en mouvement du robot par le biais de capteurs,
  • Les batteries alimentant le robot en énergie,
  • Les capteurs recevant l’information du mouvement et émettant un signal pour activer le geste, pouvant être manuels (exemple de joystick) ou bioélectriques,
  • L’ordinateur, qui contrôle et recueille les informations et qui fait l’intermédiaire entre les capteurs et les déclencheurs pour transmettre les données.

Ces nouvelles technologies ont pour vocation de toucher de multiples secteurs d’activité. Qu’en est-t ’il pour le milieu de la santé ?

 

EXOSQUELETTES AU TRAVAIL 

Utilisés dans le cadre d’une rééducation physique chez les personnes à mobilité réduite, les exosquelettes se développent également dans l’intérêt des soignants, afin de les aider dans les mobilisations des patients.

Au Japon, ces technologies connaissent une avancée plus importante. La série d’exosquelettes HAL commercialisée par Cyberdyne compte un modèle médical, HAL- CB01 (récemment avalisé par le Ministère de la Santé japonais). Il serait proposé à la location dans certaines maisons de retraite, cliniques et hôpitaux et serait utilisé comme un outil de travail pour réduire la pénibilité liée aux mouvements répétitifs exécutés dans la journée. Ainsi, il assiste le soignant lors des transferts de patients lit/fauteuil ou fauteuil/lit, aide au port des malades pour les redresser dans les lits, etc…

 

L’exosquelette HAL-5, quant à lui, a été conçu en partie pour des usages dans le domaine médical. En comparaison avec son prédécesseur HAL-CB01, il recouvre la totalité du corps humain. Il utilise des capteurs d’intention placés sur la peau qui détectent les signaux électriques envoyés par le cerveau aux muscles. Il est simple d’utilisation et sa mise en place ne nécessite que quelques minutes. Cependant il peut sembler encombrant avec son ossature imposante, et pèse plus de 20 kg ce qui pourrait limiter son utilisation dans les structures de santé.

 

La vidéo ci-dessous nous montre la combinaison robotique HAL-5. A la 4e minute: démonstration d’un soignant portant un patient sans difficultés.

 

 


 

 

Nul besoin de parcourir la terre et se rendre au Japon pour observer la mise en action d’un exosquelette. L'Europe possède également plusieurs fabricants innovants.

Aux Pays-Bas, la société Laevo a conçu un exosquelette très simple d'utilisation avec une volonté de se développer dans l'aide au travail physique des soignants.

 

Ci-dessous, video de présentation de l'exosquelette LAEVO.


 

 

 

En France, proche de la ville d'Auxerre, la société RB3D a lancé le développement de plusieurs versions d’exosquelettes, jusque là essentiellement dédiées aux applications civiles et ne faisant pas l’objet d’utilisation en intra-hospitalier. Ci-dessous, video de présentation de l'exosquelette RB3D.

 


 

 

On entrevoit d’ores et déjà les limites du projet. Ce concept innovant ne fait-t’ il pas l’objet d’un fantasme en robotique ?

 

ASSISTANCE ,GADGET ,OU RÉEL OUTIL DE TRAVAIL ?

Force est de constater le bénéfice potentiel apporté aux soignants ; les efforts physiques sont allégés et la force est décuplée. Les efforts de portage sont appliqués sans avoir la pénibilité du travail. Il y a là un réel intérêt au regard des conditions de travail actuelles, où l’on constate une demande de prise en charge croissante avec un effectif de personnel pas toujours en adéquation avec les besoins.

 

Dans les établissements de santé où les actions soignantes sont variées, l’exosquelette a-t-il sa place au regard du nombre d’interventions liées au port de charge lourde ? Au prorata du gain apporté par la facilité du mouvement, la perte de temps associée à la mise en place du robot est-t’ elle un élément à prendre en compte pour évaluer la faisabilité du projet ? Telles sont les questions auxquelles nous devons répondre avant de songer à introduire les exosquelettes en milieu soignant. 

 

LIMITES ET CONTRAINTES DE L’EXOSQUELETTE 

Les exosquelettes s’introduisent dans une démarche ergonomique limitant les troubles musculo-squelettiques secondaires à des mauvaises postures ou des mouvements répétés. Néanmoins, nous n’avons pas suffisamment de recul pour témoigner des risques associés à l’utilisation prolongée du système. Existe-t-il un réel danger pour l’utilisateur ? L’effort compensé par le robot peut-t’ il avoir des répercussions sur le corps humain ? L’organisme INRS (Institut National de Recherche et de sécurité pour la prévention des accidents de travail et des maladies professionnelles) s’interroge déjà à ce sujet. Leurs investigations font l’objet d’une étude de laboratoire sérieuse dont les résultats sont communiqués sur leur site internet officiel. L'INRS a identifié plusieurs risques qu'il classe en trois catégories ; les risques mécaniques, ceux liés à la charge physique et ceux en lien avec la charge mentale de travail.  

Peut-t’on constater des défaillances du système entraînant ainsi un danger pour celui qui l’utilise ? Peut-t’ il y avoir un décalage entre l’intention motrice de l’utilisateur et le mouvement induit par le robot ?

S’ajoutent à ses interrogations d’ordre mécanique, des questions éthiques qui s’appuient sur l’acceptation de l’exosquelette par le patient, mais aussi par le soignant. Son interface aux allures futuristes est-t’ il adapté à une population vieillissante, génération qui n’a pas connu l’explosion de la robotique, et qui pourraient être réfractaire aux soins prodigués à l’aide de cet appareillage ?

La représentation individuelle du robot est déterminante dans l’acceptation de celui-ci. Il en est de même pour le soignant ; l’utilisation des exosquelettes demande à celui qui le porte d’accepter qu’un mécanisme motorisé vienne subvenir à des tâches qu’il n’est pas en mesure de réaliser seul avec autant d’efficacité. Il lui incombe d’avoir confiance en la technologie et de faire face aux défaillances qui pourraient en découler. Aussi, la dépendance induite par l’exosquelette peut elle renforcer le sentiment de perte de contrôle et d’autonomie sur son travail ?

D’un point de vue technique, il importe à son utilisateur d’avoir des connaissances sur la mise en service de l’exosquelette, et nécessite d’assimiler son mode de fonctionnement pour optimiser ses performances robotiques. Néanmoins, existe-t-il des contraintes liées à l’adaptation des exosquelettes aux spécificités physiques de chaque individu ? Ne feraient elles pas obstacle à la démocratisation de ces derniers ? La modification des paramétrages impliquerait l’intervention régulière de l’ingénieur, ce qui semble difficilement réalisable au vu du nombre d’intéressés susceptibles d’avoir recours aux prestations de ces robots dans les services de soins. 

 

En conclusion, il est possible que dans un avenir proche, l’utilisation des exosquelettes s’imposera dans les hôpitaux français. Néanmoins, les chercheurs doivent encore expérimenter les exosquelettes en milieu professionnel pour espérer les adapter au mieux aux activités soignantes. Il ne serait pas surprenant d’observer la généralisation de ces appareillages d’ici les prochaines années au regard des avantages qu’ils confèrent. On peut supposer que ces technologies révolutionnaires nous engagent dans l’amélioration des conditions de travail et permettent d’obtenir une régression des maladies professionnelles et des accidents de travail.

 

Référence:

Site officiel de l'INRS

http://www.inrs.fr/risques/nouvelles-technologies-assistance-physique/identification-risques.html

 

 

 

 

 

 

 

 

 


12/01/2018
1 Poster un commentaire

UNE INTELLIGENCE ARTIFICIELLE AUTORISEE A ETABLIR DES DIAGNOSTICS MEDICAUX SANS INTERVENTION HUMAINE

Le dépistage médical semble entrer dans une nouvelle ère avec l'autorisation délivrée par la FDA -instance américaine équivalente de notre Agence Nationale de Sécurité du Médicament et des Produits de Santé ( ANSM)- à un appareil dénommé IDx-DR.

 

Il s'agit d'un logiciel qui utilise un algorithme d’intelligence artificielle capable d'analyser une photographie de rétine. La photographie est prise par un médecin de premiers soins puis envoyée à un serveur situé dans le cloud internet. Si l’image est d’une qualité suffisante, le logiciel renvoie l’un des 2 résultats suivants:

  1. Rétinotaphie diabétique modérée ou plus : adresser le patient à un spécialiste
  2. Pas de rétinopathie détectée ou rétinopathie modérée: refaire un dépistage dans 12 mois

Le diagnostic est entièrement automatisé. Il n’est pas nécessaire de faire intervenir un professionnel pour interpréter les images. 

 

La video ci-dessous nous en montre le fonctionnement:


 

LE DEPISTAGE MEDICAL: PREMIERE UTILISATION DE L’INTELLIGENCE ARTIFICIELLE EN SANTE

Jusqu'à présent, aucun dispositif intégrant l'intelligence artificielle n'était réellement exploitable en médecine du quotidien. Notre perception de l'avenir de l'IA médicale était confuse, brouillée par les effets d'annonce médiatiques. L'autorisation de commercialisation d'IDx-DR valide un palier technologique et vient nous éclairer.  

L’exploitation première de l’IA en médecine semble donc être le dépistage. 

Le palier technologique est lié aux progrès du deep-learning qui permet aux machines d’être très performantes dans l’analyse d’images. Plusieurs études concluantes ont été publiées ces derniers mois dans le dépistage du mélanome, de la rétinopathie diabétique et du risque cardio-vasculaire. Nous allons y revenir dès les prochaines semaines sur medecine-et-robotique par une série d'articles consacrée à ce sujet. 


QU'EST CE QUE LE DEEP LEARNING?

Il s'agit d'une méthode de programmation qui permet à un ordinateur d'apprendre par lui-même. Il n'est pas nécessaire d'entrer dans la mémoire une base de données exhaustive, c'est son principal intérêt. Avec le deep-learning la machine modifie elle-même ses paramètres internes pour parvenir aux objectifs qui lui sont fixés. 

Nous aurons l'occasion d'expliquer cette technique plus en détail dans notre série d'articles sur l'IA en médecine ( parution à partir de mai 2018). 

 


 

 

Ajoutons le « psychiatre virtuel » développé par l’équipe de psychiatrie du CHU de Bordeaux qui permet d’utiliser un algorithme de dépistage de la dépression lors d’une consultation virtuelle avec un personnage animé. 

COMMENT FONCTIONNE LE PSYCHIATRE VIRTUEL ?

 

Nous voyons ainsi se créer un panel d’outils à destination des professionnels de premiers soins, infirmières et médecins généralistes.

Il apparaît clairement que la prévention et le dépistage, aidés par l'intelligence artificielle, vont occuper une place croissante dans l’activité des professionnels de santé et dans l'organisation de notre système de soins. 

 

Ref:  https://www.fda.gov/newsevents/newsroom/pressannouncements/ucm604357.htm


20/04/2018
1 Poster un commentaire

CHRONIQUE D'UNE REVOLUTION TECHNOLOGIQUE ANNONCEE - NUMERO 1

Les « nouvelles technologies » ne sont pas encore ancrées dans la recherche médicale. C'est la première constatation à l’examen des publications des cinq premières revues médicales mondiales en ce début d’année 2018. En comparaison du volume publié, peu d'articles ont abordé les sujets technologiques. De surcroît, la plupart ne sont pas des études cliniques mais de brefs commentaires d’ordre général évoquant la transformation de la médecine. 

Est-ce à dire que les médecins sont en retard ? Pas nécessairement. A ce jour, l'apport réel des technologies issues des mathématiques appliquées est modeste pour la médecine. Elles ne semblent pas prêtes à supplanter la biologie qui reste encore, et pour longtemps, le socle de la pratique médicale. 

 

Que retenir des publications de ces trois derniers mois? Parmi les 5 revues observées, nous avons retenu des articles de 4 d’entre elles seulement, New England Journal of Medicine, JAMA, Lancet et British Medical Journal. Les Annals of Internals Medicine semblent moins investies dans les sujets technologiques. 

 

LES INNOVATIONS TECHNOLOGIQUES

Plusieurs innovations sont mises en avant. Compte-tenu de l’influence de ces revues dans le monde médical, il n’est pas inintéressant de relever celles qui ont attiré leur attention. Les dispositifs populaires de demain s'y trouvent probablement. 

 

Un video-microscope dans son i-Phone : un laboratoire de biologie dans la poche du médecin? 

Au Cameroun, un ingénieux microscope relié à un smartphone a été testé avec succès chez des patients atteints par la « cécité des rivières », une maladie parasitaire. Une simple goutte de sang est analysée par un video-microscope intégré à un i-phone permettant au médecin de rechercher la présence d’un vers parasite dénommé Loa loa. 

Source: Jennifer Abassi.  iPhone–Based Device Helps Treat River Blindness JAMA. 2018;319(2):113. doi:10.1001/jama.2017.20077

 

La video ci-dessous nous montre le fonctionnement du video-microscope


 

 

Impression 3D: une technologie à fort potentiel innovant

L’impression 3D est une technologie à suivre. Le JAMA nous en rappelle la définition «  appelée aussi fabrication additive, elle consiste à fabriquer des objets en ajoutant les une sur les autres des couches de matériaux bruts, qu’il s’agisse de polymères, de métaux ou de cellules souches ». 

En 2015, déjà la FDA autorisait un anticonvulsivant, premier médicament produit pas impression 3D. La technique pourrait se déployer dans le domaine de l’organe de remplacement: valves cardiaques, prothèses de membres. Les hôpitaux pourraient eux-même produire ce dont ils ont besoin. Ceci a conduit la FDA à publier des recommandations destinées aux acteurs du secteur en janvier 2018. 

Source: Rebecca Voelker. Regulatory Pathway for 3D Printing JAMA. 2018;319(3):220. doi:10.1001/jama.2017.20643

 

La pilule connectée: avaler un espion?

Cette innovation a fait le « buzz » lors de sa publication. Le NEJM s'interroge: va-t-on faire avaler des espions aux patients? 

La « pilule connectée » assemble l’aripiprazole, une molécule utilisée dans le traitement de la schizophrénie et un « marqueur d’événement ingérable » c’est à dire un traceur. Il est activé lorsqu’il entre en contact avec le liquide gastrique. Le signal est transmis à un patch cutané porté au niveau de l’abdomen puis envoyé à une application smartphone qui relève aussi l’activité, l’humeur et la qualité des périodes de repos du patient. Cette technologie a déjà été utilisée dans plusieurs études cliniques d’évaluation de l’observance médicamenteuse et il est en projet de l’associer à d’autres traitements de maladies chroniques. 

Lisa Rosenbaum, auteure de l’article discute plusieurs questions de société liées à l'arrivée prochaine de ce nouveau venu dans la pharmacopée. Tout d'abord, elle met en parallèle le débat autour de cette pilule connectée et celui concernant l’enregistrement de données personnelles dans l'économie numérique qui se fait en général sans consentement . Elle note que ce n'est pas le cas avec le médicament connecté, puisque le consentement des personnes est obligatoire. 

Elle questionne ensuite notre relation à la non-observance. Elle insiste sur la nécessité de rechercher les causes de non-observance en consultation avant de faire intervenir une technologie de surveillance. Les effets secondaires qui génèrent de l’inconfort et poussent les malades à arrêter sont trop souvent négligés. Un exemple est la diarrhée provoquée par certains traitements. Mais, nous dit Lisa Rosenbaum, ceci ne se fait pas dans une consultation de 15 min. Il faut du temps médical… Selon elle, il faut avant tout donner au médecin et au patient suffisamment de temps pour échanger et explorer convenablement les causes de non-observance.

Source: L.Rosenbaum. Swallowing a spy. N Engl J Med 2018; 378:101-103 DOI: 10.1056/NEJMp1716206

 

 

 

TELEMEDECINE: LA PREMIÈRE ÉTUDE COMPARATIVE RÉALISÉE EN MÉDECINE GÉNÉRALE DANS LE SUIVI DE L’HYPERTENSION ARTÉRIELLE 

Le Lancet du 10 mars publie une vaste étude réalisée auprès de 142 médecins généralistes britanniques et incluant 1182 malades hypertendus. Les patients ont été divisés en 3 groupes : un groupe télésurveillance, un deuxième auto-surveillance et un troisième traitement conventionnel. 

Dans le groupe « conventionnel », le traitement anti hypertenseur était ajusté par le professionnel de santé après une mesure clinique. 

Dans les 2 groupes auto-surveillance, les patients mesuraient eux-mêmes leur pression artérielle 2 fois par jour la première semaine de chaque mois. Puis leur médecin généraliste modifiait le traitement si besoin, à réception du résultat.

Dans le groupe télé médecine, les participants envoyaient les mesures par un simple SMS à un site internet. Le système de télésurveillance incluait un algorithme qui  envoyait des alertes : contacter son médecin en urgence si forte variation des mesures, rappels si absence de transmission des données... Il calculait également automatiquement les moyennes de pression artérielle sur la période de mesure et établissait des graphiques. 

Les médecins relisaient les résultats des 2 groupes auto-mesures avec ou sans télé médecine chaque mois. Dans le groupe « conventionnel », il n’y avait pas de règle précise, les patients étaient vus aussi souvent que nécessaire. 

Quel fut le résultat de cette étude ? 

Après 12 mois, la pression artérielle était mieux contrôlée dans les 2 groupes auto-surveillance que dans le groupe conventionnel. Il n’y avait pas de différence significative entre les 2 groupes auto-surveillance. ( Pour mémoire, il y avait 2 groupes auto-surveillance, un avec télé médecin et un sans). 

Un résultat non significatif au plan statistique est intéressant à relever. A 6 mois, la pression artérielle était plus rapidement équilibrée dans le groupe telemedecine que dans le groupe auto surveillance seule. 

Que conclure de cette étude ?

Pour les auteurs, la seule conclusion qui puisse être retenue à la suite des résultats est que l’auto surveillance est plus efficace que le suivi conventionnel. Il vaudrait donc mieux enregistrer soi-même sa pression artérielle à domicile et communiquer les résultats à son médecin une fois par mois, les traitements étant alors modifiés à distance, plutôt que d’aller faire mesurer sa pression artérielle en consultation à intervalle régulier.

Les 2 modalités d’auto-surveillance avec ou sans télé médecine donnent le même résultat et ne peuvent être départagées. La télé médecine ne présente donc pas de bénéfice démontré même si elle semble apporter une accélération de la prise de décision à 6 mois. 

Source: Richard JMcManus Efficacy of self-monitored blood pressure, with or without telemonitoring, for titration of antihypertensive medication (TASMINH4): an unmasked randomised controlled trial Lancet 2018; 391: 949–59  http://dx.doi.org/10.1016/ S0140-6736(18)30309-X 

 

COMMENT S'ADAPTER A LA TRANSFORMATION NUMERIQUE DE LA SANTE? 

Cette question domine les publications de ces derniers mois. Plusieurs éditorialistes ou commentateurs reviennent sur les changements induits par les nouvelles technologies. Mais l’essentiel des articles est consacré à des mises en garde sur les risques potentiels. La confidentialité et le contrôle des données sont bien entendu au coeur des préoccupations. 

A la lecture de ces articles, notre sentiment est que la conception technologique reste, à ce jour, un élément extérieur au monde de la santé. Les objets du numérique investissent le marché en dehors des circuits habituels des réseaux de soins, mettant les professionnels de santé devant le fait accompli.

Réguler la révolution digitale

C'est ce que relève un éditorial du BMJ daté du 15 janvier 2018 qui constate que  la révolution digitale a déjà commencé. On observe en effet un afflux toujours plus important de produits numériques destiné à la santé. Il s'agit principalement d'applications mobiles et de dispositifs de surveillance connectés. Mais cette arrivée soudaine, combinée à l'absence de régulation officielle, provoque une méfiance de tous les acteurs : patients, médecins et fournisseurs. Pour les auteurs, l’enjeu est de réguler la santé digitale tout en créant un environnement propice à l’innovation.

Source: R Duggal Digital Healthcare: regulating the revolution BMJ 2018360 doi: https://doi.org/10.1136/bmj.k6

 

Faut-il créer une nouvelle spécialité, le médecin virtualiste?

C’est la question posée par 2 médecins new-yorkais. Cette proposition est basée sur la constatation que les innovations techniques des 50 dernières années ont complexifié la pratique médicale et imposé la création de nouvelles spécialités. 

Il en fut ainsi de la réanimation qui n’existait pas comme spécialité individualisée. Elle est devenue nécessaire lorsque les progrès techniques de la ventilation mécanique, du monitoring cardio-vasculaire et des interventions thérapeutiques dédiées à ces patients ont rendu indispensable l’existence de médecins qui consacraient leur exercice à ce domaine précis. 

Le médecin « virtualiste » serait donc celui dont l’essentiel du temps de travail est de soigner les patients au moyen d’un intermédiaire virtuel. La nécessité prochaine d’une compétence spécifique et d’une formation dédiée pour utiliser les moyens de médecine virtuelle justifierait la création de cette nouvelle spécialité. 

Source: M. Nochomovitz, Rahul Sharma. Is it time a new medical specialty? The medical virtualist. JAMA. 2018;319(5):437-438. doi:10.1001/jama.2017.17094

 

Ainsi se clôt le premier numéro de notre chronique. La veille bibliographique se poursuit sur médecine-et-robotique. Le numéro 2 paraîtra dans un délai de 3 à 6 mois en fonction de l'actualité technologique. 

 

 

 

 

 

 

 

 

 

 

 


11/04/2018
0 Poster un commentaire

COMMENT FONCTIONNE LE PSYCHIATRE VIRTUEL ?

 

 

Des chercheurs du laboratoire de sommeil-addiction-neuropsychiatrie dirigés par le Pr Pierre Philip au CHU de Bordeaux ont annoncé, en mars 2017 par voie de presse, avoir créé le premier humain virtuel capable de diagnostiquer des troubles dépressifs.

Comment fonctionne ce psychiatre virtuel, première expérience d'intelligence artificielle en santé mentale ? Comment pourrait-on l'intégrer dans l'exercice médical quotidien?

Compte-rendu et analyse de la publication scientifique du Pr Philip pour les lecteurs de medecine-et-robotique. 

 

"Humain virtuel", "intelligence artificielle", les mots frappent l'imaginaire collectif. Que recoupent-ils exactement ?

Le psychiatre virtuel crée par les chercheurs de l'université de Bordeaux n'est pas un être anthropomorphe et autonome doté de bras et de jambes à la façon C3PO de Star Wars mais un agent conversationnel incorporé.

 


 

QU'EST-CE QU'UN AGENT CONVERSATIONNEL ? 

Les exemples connus sont les applications à reconnaissance vocale des smartphones type Siri d'Apple ou Google Now pour Androïd.

Un agent conversationnel ou chatbot en anglais est une interface homme-machine qui permet de dialoguer naturellement avec un programme informatique. Basé sur la reconnaissance vocale, il interagit avec le langage humain de l'utilisateur.

Les agents conversationnels ne sont  pas capables d'interpréter le vocabulaire et de comprendre les mots et les phrases. Ils ne peuvent donc pas mener une conversation au sens propre du terme. Les recherches actuelles tendent à développer la reconnaissance visuelle des expressions faciales pour compléter la reconnaissance vocale et améliorer leur performance globale.

 


 

Le but de l'étude était de développer un agent conversationnel capable de conduire un entretien face-à-face avec une personne humaine et de diagnostiquer une maladie dépressive majeure. La méthode diagnostique de référence étant l'entretien psychiatrique, l'agent conversationnel a été comparé à une consultation médicale humaine.

L'entretien était mené en suivant le questionnaire officiel dénommé DSM 5 de l'association américaine de psychiatrie. Le patient devait répondre par oui ou par non aux questions.

La video ci-dessous permet de visualiser l'entretien avec l'agent conversationnel. 

 

 

 

Description de l'étude

Les participants ont été sélectionnés parmi des patients consultant pour trouble du sommeil dans le service spécialisé du CHU de Bordeaux. Ces personnes ne se présentaient pas pour des troubles dépressifs et n'étaient pas connus pour en souffrir.

Dans le déroulement de l'étude, chacun devait participer à 2 entretiens consécutifs: un avec l'agent conversationnel et un avec le médecin psychiatre.  L'ordre des 2 entretiens était tiré au sort.

Ainsi, 2 groupes de sujets ont été composés: un groupe agent conversationnel en premier, médecin psychiatre en deuxième et un groupe médecin psychiatre en premier, agent conversationnel en deuxième. 

 


LES ETUDES COMPARATIVES EN MEDECINE

Les études comparatives sont utilisées dans tous les champs de la médecine, diagnostique, thérapeutique, qualité des soins... C'est ainsi qu'ont été obtenues les plus grandes avancées de ces dernières années, dans des domaines aussi importants que la lutte contre le cancer, les pathologies cardio-vasculaires ou encore les maladies infectieuses comme le VIH.

 

Quelques explications pour comprendre l'étude présentée dans cet article.

En médecine, on compare souvent à un "gold standard". Pour une maladie donnée, le gold standard est la méthode  de diagnostique ou le traitement de référence de la pratique courante.

L'entretien avec le médecin psychiatre est le gold standard du diagnostique de la dépression. En effet, il n'existe pas, en l'état actuel de nos connaissances, d'autre moyen de mettre en évidence cette maladie. L'objectif des chercheurs étant d'évaluer la performance de l'agent conversationnel, ils devaient donc organiser une comparaison avec le gold standard, à savoir la consultation du médecin psychiatre.

 

Mais les études comparatives doivent respecter des règles bien précises. Comme nous le savons tous, on ne peut comparer que ce qui est comparable. Les chercheurs ont donc réparti les participants dans des groupes le plus homogène possible, c'est-à-dire qui se ressemblaient au maximum : âge, sexe, antécédents médicaux... Par exemple, si un groupe a une moyenne d'âge de 25 ans et un autre une moyenne de 75, cela constitue un biais car on ne pourra pas savoir si le résultat observé est lié à l'âge ou à l'objet de l'étude.

Autre contrainte importante, les conditions d'intervention au sein des groupes doivent être identiques. Idéalement, seul l'objet de l'étude doit différer. Dans le cas présent, les chercheurs ont choisi de suivre le questionnaire de référence, DSM 5 de l'association américaine de psychiatrie pour les 2 entretiens.  Humain et intelligence artificielle ont ainsi travaillé dans les mêmes conditions et ont pu être comparés de façon fiable. 


Quels sont les résultats de l'étude ?

Les analyses statistiques ont comparé les résultats de 90 personnes incluses dans le groupe "psychiatre avant agent conversationnel" à ceux de 89 incluses dans le groupe "agent conversationnel avant psychiatre". Sur ce total de 179 malades, 35 étaient atteints de dépression majeure selon les psychiatres. L'agent conversationnel en a identifié convenablement 17 sur les 35, soit 49%. Elle n'a pas reconnu le diagnostic pour 18 personnes, soit 51%. Ainsi, la moitié seulement des malades ont été diagnostiqués convenablement par l'agent conversationnel.

La spécificité était de 93%, c'est-à-dire la probabilité que le test soit bien négatif pour un patient qui n'est pas déprimé.

Pour résumer ces chiffres, on peut écrire que l'agent conversationnel peut dépister la moitié environ des dépressions, une performance diagnostique plutôt modeste donc. En revanche, lorsqu'il a porté le diagnostic, sa performance est bonne, il se trompe peu.

Autre résultat important, l'agent conversationnel a été très bien accepté. Tous les patients ont intégralement suivi les entretiens.

 

Quelle est l'interprétation des auteurs de l'étude?

L'accueil favorable de l'agent conversationnel suggère aux auteurs qu'il est "capable de délivrer de l'empathie, d'obtenir la confiance des patients et de réduire la sensation d'être jugé par un humain, permettant de réduire les barrières émotionnelles pour révéler les états affectifs".

L'intérêt serait d'utiliser l'agent conversationnel pour diagnostiquer cette maladie chronique qu'est la dépression, ce qui permettrait de faire gagner du temps aux professionnels de santé. Les auteurs relèvent que la validité du diagnostic de dépression sévère faite par l'agent conversationnel est satisfaisante. Des progrès restent à faire car les taux de diagnostic sont faibles pour les dépressions modérées. Parmi les améliorations nécessaires, les auteurs souhaitent un progrès dans la reconnaissance faciale des émotions et de la gestuelle, ce que l'on nomme l'expression non verbale qui, associée aux propos, permet au médecin psychiatre d'analyser le patient qui est en face de lui. 

 

 

 A SUIVRE: 

ENTRE MYTHE ET REALITE SCIENTIFIQUE, QUE PEUT APPORTER L’INTELLIGENCE ARTIFICIELLE EN MEDECINE ?

 

 

 

 

 

Référence: 

https://www.u-bordeaux.fr/Actualites/De-la-recherche/Des-humains-virtuels-pour-diagnostiquer-des-troubles-depressifs

 

 

http://www.nature.com/articles/srep42656


15/10/2017
0 Poster un commentaire

INTELLIGENCE ARTIFICIELLE EN SANTE: BILAN DE L'ANNEE 2018

Pour les professionnels de santé, 2018 aura été celle de la découverte de l'IA médicale. 

Jusqu’au début des années 2010, les technologies d’IA n’étaient pas en mesure de proposer au monde de la santé des applications réalistes, soit par insuffisance de maturité technique, soit par un rapport coût / prestation trop élevé. 

L’avènement, à compter de 2012-2013, du deep learning, ou apprentissage profond, a tout changé. Cette méthode d’apprentissage machine crée une rupture qui ouvre de vraies perspectives d'innovations médicales basées sur l'intelligence artificielle. 

En ce début d’année 2019, il n’existe pas encore d’intelligence artificielle qui serait largement diffusée et qui aurait bouleversé les pratiques et les organisations de la santé. 

L’IA n’est, à ce jour, qu’un potentiel technique, la plupart de ses applications en étant encore au stade de prototype.

Mais il faut préparer l’avenir et l’année 2018 aura été celle du premier pas. Elle a été marquée par la parution de plusieurs publications scientifiques d’importance et, en octobre, par celle de l’ouvrage « Santé et intelligence artificielle » coordonné par Cédric Villani. 

 Que retenir donc de 2018 ? 

 

La donnée, premier enjeu de l’intelligence artificielle

Les machines apprennent à partir des informations qui leur sont accessibles, c’est à dire les données (en anglais: data) numérisées et enregistrées. Le recueil de données médicales en vue de fabriquer des applications est donc naturellement la première étape de l’intelligence artificielle. Une grande partie de l’ouvrage de C. Villani est consacré à ce problème.

Pourquoi est-ce un problème?

Depuis l’avènement de l’informatique, il y a une trentaine d’années, de volumineuses bases de données ont été constituées grâce aux registres de l’Assurance Maladie et aux dossiers informatisés des hôpitaux. 

Mais, si l'information existe, elle n’en est pas pour autant exploitable car plupart des bases de données n’ont pas la qualité requise pour entraîner des algorithmes d’IA. Les données utilisées pour l’apprentissage machine sont organisées et structurées de façon très précise. Or, celles qui sont à notre disposition aujourd'hui sont le résultat de plus de 20 ans d'activité informatique, à un moment où l'IA était inconnue. 

Un important travail de ré-organisation des bases de données médicales est donc indispensable avant de pouvoir espérer développer des applications intelligentes artificielles. C’est la première information marquante de 2018. 

En 2019, les professionnels de santé devraient donc voir s’ouvrir de véritables « chantiers numériques » visant à collecter toute information médicale utile pour créer du « big data », c’est à dire des bases de données numériques massives et convenablement structurées, indispensable substrat de l’intelligence artificielle. 

 

La rupture de l'Apprentissage Profond (Deep Learning): des performances spectaculaires.. à relativiser

2018 aura été marquée par plusieurs annonces très médiatisées. Ainsi, au début de l’été, la compétition organisée en Chine au cours de laquelle radiologues et intelligence artificielle se sont affrontés dans une interprétation de scanners cérébraux. L’IA a gagné en se montrant plus performante que les médecins dans le diagnostic de tumeurs cérébrales. 

La presse et les réseaux sociaux y ont vu une défaite de l’expertise humaine et ont relancé le débat sur l’avenir de la profession médicale menacée de disparition pure et simple. 

Mais nous observons que ce qui a été présenté au public correspond à des logiciels entraînés à répondre à des questions précises ( "la lésion visualisée au scanner est -elle une tumeur ou un hématome?" ). A ce jour, aucun système capable d’interpréter un scanner de but en blanc n’a été annoncé. Bien qu’elle soit possible sur le plan de la théorie informatique et qu'il existe probablement des équipes qui essaient d'en créer, une telle intelligence artificielle nécessiterait une importante consommation électrique et rencontrerait de sérieuses difficultés de mise en oeuvre sur le terrain. Les études énergétiques montrent qu'il n’est pas du tout évident que l’IA soit moins onéreuse que le travail humain. De ce point de vue, 2018 aura apporté une clarification.

 

Intelligence Artificielle: l’obstacle du coût énergétique

L’apprentissage profond a indéniablement créé une rupture en intelligence artificielle en apportant des performances inconnues jusqu’à présent.

Mais il n’est pas la véritable innovation de rupture des années 2010. En effet, l’apprentissage profond est connu depuis les années 80 et a peu évolué depuis. La rupture est arrivée par l’amélioration des performances des cartes graphiques et des processeurs qui ont considérablement accéléré les vitesses de calcul des ordinateurs. 

L’apprentissage profond est basé sur de longues séries de calcul qui, jusqu’au début des années 2010, prenaient trop de temps pour espérer des applications réalistes. Ce sont les progrès de l’informatique qui ont permis à cette vielle méthode d'apprentissage machine de donner toute la mesure de ses possibilités. 

 

Et c’est précisément dans cette longue série de calculs que se situe l’obstacle principal pour l’IA car elle nécessite une importante consommation électrique. 

Le journaliste Frank Niedercorn, comparait quelques chiffres dans un article récent paru dans le journal Les Echos.  Watson, le système d'intelligence artifcielle d'IBM qui a gagné le jeu télévisé Jeopardy en 2011 a consommé 80 000 Watts, AlphaGo, l'IA de GOOGLE qui a vaincu le champion de Go en 2016 a consommé 20 000 Watts, chiffres à comparer au cerveau humain qui utilise 20 Watts, l’équivalent d’une ampoule électrique. 

Mentionnons également que les data centers actuels consomment déjà 3 à 4% de l’énergie mondiale, consommation destinée à augmenter considérablement si l'IA se développe. 

Ces chiffres donnent la mesure du problème énergétique que la multiplication des applications intelligentes artificielles pourraient poser. Ainsi, en admettant que cela soit possible technologiquement, remplacer intégralement des professionnels de santé par des machines pourrait bien coûter beaucoup plus cher! 

Nous pouvons donc raisonnablement conclure que l’avenir de l’IA en santé est avant tout de fournir des logiciels spécialisés pour professionnels mais que le « docteur numérique » n’est pas à l’ordre du jour. 

 

Intelligence Artificielle en médecine: l’imagerie au premier rang

L’analyse d’images est ce qui ce prête le mieux au développement d’applications par apprentissage profond. En effet, comme expliqué plus haut, pour le moment, on ne peut entraîner les machines que sur des questions précises à la condition toutefois de disposer d’une base de données suffisamment importante. 

L’imagerie médicale s’y prête. Les textes (compte-rendus médicaux par exemple) sont beaucoup plus difficiles à structurer pour l’apprentissage car ils sont trop hétérogènes dans leurs formes et leurs contenus, variant d’un rédacteur à l’autre, d’une institution à une autre. Il est plus facile d'entraîner des machines à extraire un point précis d’information sur des images. 

La plupart des systèmes d’intelligence artificielle en santé présentés cette année au public ont été des logiciels d’analyse d’images. 

Trois grands types d’applications sont apparus. La première est la radiologie automatisée avec des IA capables d'interpréter des radiographies ou des scanners. La seconde est l’anatomo-pathologie automatisée avec des IA analysant des biopsies à la recherche de cellules cancéreuses. La troisième est le dépistage automatisé de maladies : détection de facteurs de risque sur les photographies de rétine ou encore diagnostic de cancers de la peau sur photographies.

 

Il n'existe pas encore de commercialisation mais les publications scientifiques préliminaires sont prometteuses. (Plusieurs d'entre elles ont fait l'objet d'articles de ce BLOG, chaque lectrice et lecteur peut s'y reporter pour plus d'informations). Nous devrions donc voir arriver sur le marché des appareils diagnostiques intelligents artificiels dans un délai de quelques années. 

 

Premières autorisations de la Food and Drug Administration, autorité de santé américaine

L’année 2018 aura aussi été celle des premières autorisations délivrées à des systèmes de diagnostic médical intelligents artificiels par une autorité de santé nationale, en l'occurence, la FDA américaine

En avril, tout d’abord, c'est le système IDx-DR qui a obtenu une autorisation pour le dépistage de la rétinotpathie diabétique, puis, en mai, le logiciel OsteoDetect capable de détecter des fractures de poignet sur des radiographies. 

Il faut préciser que ces systèmes restent encadrés et ne doivent être utilisés que par des professionnels dans un cadre bien précis. Il ne s’agit pas d'appareils autonomes accessibles à des particuliers. 

 

CONCLUSION

L'année 2018 a été riche pour l'IA en santé. Les applications que nous avons découvertes sont des logiciels pour professionnels. L'intelligence artificielle ne supplantera pas le travail humain. Même si cela apparaît possible sur le plan de la théorie informatique, le coût énergétique est insurmontable. Mais ceci ne veut pas dire que rien ne changera, bien au contraire. De nombreuses tâches seront automatisées, en particulier dans le diagnostic médical. Chaque professionnel de santé doit en avoir conscience et doit se préparer à ré-inventer son métier. 

 

REFERENCES

 

Franck Niedercorn: quand l'ordinateur copiera le cerveau

https://www.lesechos.fr/idees-debats/sciences-prospective/0600341179488-quand-lordinateur-copiera-le-cerveau-2234502.php

 

Santé et intelligence artificielle. Ouvrage coordonné par Bernard Nordlinger et Cedric Villani. CNRS EDITIONS. Paris, 2018

 

ARTICLES DU BLOG MEDECINE-ET-ROBOTIQUE

 

COMPRENDRE L'INTELLIGENCE ARTIFICIELLE EN MEDECINE

 

UNE INTELLIGENCE ARTIFICIELLE AUTORISEE A ETABLIR DES DIAGNOSTICS MEDICAUX SANS INTERVENTION HUMAINE

 

 

 

 

 

 

 


16/01/2019
0 Poster un commentaire