MEDECINE ET ROBOTIQUE

MEDECINE ET ROBOTIQUE

OPINION


LA MEDECINE FACE AUX NOUVELLES TECHNOLOGIES

Article également paru dans la rubrique Le Cercle du quotidien Les Echos le 12 février 2018.

 

L'avancée spectaculaire de l'intelligence artificielle, de la robotique et des technologies de la communication est déconcertante pour la médecine. Discipline ancrée dans la biologie, elle n'est pas préparée à donner aux sciences issues des mathématiques appliquées un rôle prépondérant. Le doit-elle ? Rien n'est moins sûr. La maladie reste un désordre de la physiologie humaine et son traitement une interaction avec des processus biologiques. 

Les "nouvelles technologies" interviennent dans l'aide au diagnostic (intelligence artificielle), aux actes techniques (robotique chirurgicale), à la consultation (télémédecine), en attendant les micro-robots circulants injectés dans le sang et capables d'atteindre les endroits les plus reculés du corps humain pour, enfin, réaliser un authentique traitement ciblé. Plus que le disque dur biologique, c'est donc avant tout l'organisation et les principes de travail que la médecine voit changer. 

 

À quoi comparer le défi actuel ? 

L'histoire de la médecine est jalonnée de ruptures qu'il n'est pas inintéressant de se remémorer. Ainsi de la tuberculose. Jusqu'au milieu du XXe siècle, elle fut un problème majeur de santé publique. Elle justifiait à elle seule une organisation sanitaire particulière fondée sur les sanatoriums. Plusieurs générations de médecins furent formées à sa prise en charge exclusive et y consacrèrent leur carrière. 

L'arrivée d'antibiotiques efficaces à partir des années 1950 la fit reculer au point de rendre obsolète la politique publique qui lui était dédiée, entraînant la fermeture des sanatoriums et la quasi-suppression de l'activité médicale destinée à la combattre. La médecine se réorienta vers d'autres priorités. 

Le changement des nouvelles technologies promet d'être plus radical. Disparitions et ré-orientations devraient concerner des secteurs professionnels plus larges. Mais, dans le fond, il sera comparable. 

 

Une révolution en marche depuis 25 ans 

Le bouleversement de la médecine a en réalité démarré il y a une vingtaine d'années avec les progrès saisissant des thérapeutiques médicamenteuses. Que l'on songe à l'insuffisance cardiaque, à la trithérapie anti-VIH, aux traitements ciblés des cancers, le pronostic jadis désastreux de plusieurs maladies chroniques a été transformé. Bien plus que la robotique et l'intelligence artificielle, c'est l'amélioration générale de l'état de santé qui métamorphose la médecine. L'action du médecin, jusqu'à présent presque exclusivement tournée vers le diagnostic et le traitement de maladies, élargit progressivement ses objectifs vers le maintien de la santé.

En ouvrant la possibilité d'automatiser les tâches fastidieuses et délicates, la robotique, l'intelligence artificielle et les technologies apparentées viennent poursuivre et amplifier des tendances à l'oeuvre depuis environ 25 ans. 

 

Comment s'adapter ? Quel est l'avenir du métier de médecin ? 

Notre médecine hyper-spécialisée centrée sur le geste technique est un handicap. Elle n'est plus adaptée au monde d'aujourd'hui. Le praticien qui concentre sa carrière sur une pathologie ou un acte unique est à risque de disparition pure et simple lorsque survient une innovation qui rend son action caduque. Pour affronter les changements à venir, il est essentiel de rester universel et de conserver une vision globale pour ne jamais rompre avec les différents champs de la médecine. C'est toute la définition de la médecine générale, qui, plus que jamais, doit revenir au coeur de notre système de soins. 

Le périmètre des spécialités doit également être redéfini pour aboutir à des praticiens plus polyvalents et, par la même, mieux armés pour s'adapter aux défis posés par les technologies émergentes. La séparation traditionnelle entre médecine et chirurgie elle-même doit être interrogée. Une évolution souhaitable serait le remplacement des techniciens purs d'aujourd'hui par des médecins polyvalents complétant leur exercice par une compétence technique. Celle-ci ne représenterait plus le coeur de métier, mais une simple spécificité professionnelle. 

 Ceci est affaire de formation universitaire bien entendu, mais pas uniquement. Le système de financement des soins basé sur la tarification de l'acte n'encourage pas la polyvalence. Il lui est même antinomique. À terme, il ne peut que générer repli sur soi, conservatisme et résistance à la technologie. 

Si la culture technologique est fondamentale pour construire le médecin du futur, elle ne représente qu'un aspect et sera insuffisante. Plus que des docteurs "geek", l'avenir fait d'intelligence artificielle, d'objets connectés et de robots, se préparera avec des praticiens polyvalents, dotés d'une solide formation clinique. 

 


13/02/2018
0 Poster un commentaire

L'INDISPENSABLE NECESSITE DE TESTER L'INNOVATION TECHNOLOGIQUE

La révolution industrielle occasionnée par l'intelligence artificielle et la robotique soulève les plus grandes interrogations. Certains commentateurs sont très alarmistes, mettant l'accent sur les risques de chômage technologique par remplacement massif des professionnels de santé. Un sujet pourtant essentiel est bien peu débattu, celui de l'évaluation de l'innovation. La validation scientifique de sa capacité à apporter une réelle valeur ajoutée sur le terrain reste essentielle. Elisabeth Mc Glynn et Mark Clellan, 2 spécialistes de l'évaluation des politiques de santé nous livrent leur analyse et leurs propositions dans un article paru en mars 2017 dans la revue américaine Health Affairs. 

Pour les 2 auteurs, la politique d'innovation des structures de santé se heurte à plusieurs difficultés majeures. En effet, certaines nouveautés n'ont pas répondu aux attentes initiales. Il existe par ailleurs une pression à adopter l'innovation qui incite les dirigeants à prendre des décisions sans disposer de preuve réelle de bénéfice.

 

Pour répondre à ces problématiques, les auteurs défendent l'idée d'une évaluation de l'innovation. S'inspirant des essais cliniques, E. Mc Glynn et M. Clellan proposent plusieurs règles épistémologiques. Avant implantation, il s'agit de recueillir les meilleures preuves pour prendre la bonne décision.  Après acquisition, il s'agit de savoir si l'innovation fonctionne où si elle doit être modifiée. 

Ils ont identifié plusieurs questions clefs qui doivent servir d'armature à l'évaluation : identifier et décrire la population cible, décrire le statut de cette population cible afin de pouvoir retracer ultérieurement les changements apportés, enfin, documenter les composants techniques de l'innovation. En effet, une solution technique n'est pas obligatoirement adaptée à tout type de patients et de situations cliniques. A l'instar de la recherche médicamenteuse, il est important, si l'on veut obtenir des résultats fiables et interprétables, de bien définir à l'avance la catégorie de patients qui peut bénéficier de la nouveauté et d'étudier spécifiquement les effets de l'innovation sur sa qualité des soins. Résumant les point de vue des auteurs, une éditorialiste du BLOG de la revue Health Affair écrivait que les questions à poser étaient les suivantes. Est-ce que l'innovation est adaptable à ma structure? Doit-on faire ça ici? Peut-on faire ça ici? Comment faire ça ici? 

Il s'agira ensuite de soumettre les résultats à une analyse critique en s'interrogeant de la façon suivante. Les changements seraient-ils arrivés de toute façon, même en l'absence de l'innovation testée? Existe-t-il un paramètre non mesuré ayant pu affecter le résultat des tests? 

 

Au delà des aspects techniques dont débattront les spécialistes de la méthodologie, l'article de E. Mc Glynn et de M.Clellan a, de notre point de vue, le mérite de poser les vraies questions. Le débat public est en effet dominé par les effets d'annonce qui accompagnent la présentation de chaque prototype, laissant accroire un développement irrésistible des nouvelles technologies. L'histoire récente est pourtant jalonnée d'échecs techniques et commerciaux qui dévoilent une réalité plus nuancée. Un observateur attentif constatera aisément que la plupart des communications technologiques ne concernent pas des objets éprouvés mais bien des prototypes aux effets supposés. Par ailleurs l'acceptation et la résistance à la technologie sont des aspects régulièrement occultés. Il est admis d'évidence qu'un objet technologique s'imposera dans un milieu professionnel pour bouleverser ses organisations de travail et ouvrir une nouvelle page d'histoire. Rien n'est moins sûr. La société n'est pas un corps inerte. Elle réagit toujours. Si la contradiction est trop forte entre le bénéfice apporté et l'intérêt des professionnels, l'innovation sera purement et simplement rejetée. A oublier qu'innover est aussi et surtout une question de société, on prépare l'échec de la révolution technologique, plus que son déploiement.

L'évaluation est une réponse. Un prototype doit être testé en conditions réelles avant mise sur le marché. Mais les tests ne doivent pas être uniquement technologiques. Ils doivent aussi étudier les effets de l'innovation sur la qualité des soins et les organisations de travail. Ainsi peut-on espérer obtenir une insertion harmonieuse des nouvelles technologies dans le monde de la santé, au bénéfice de tous, patients et professionnels. 

 

SOURCES:

E. Mac Glynn, M. McClellan. Strategies for assessing delivery system innovation. Health Affairs 2017; 36: 408-416

 

Cyndy Brach. "Will it work here" ? Health systems need contextual evidence before adopting innovation. 

http://healthaffairs.org/blog/2017/06/16/will-it-work-here-health-systems-need-contextual-evidence-before-adopting-innovations/

 

 

 


04/09/2017
0 Poster un commentaire

Covid-19, intelligence artificielle: du bon et du mauvais usage de la "preuve scientifique" en médecine

On aura beaucoup parlé, pendant la crise sanitaire COVID-19,  de « preuve scientifique » en médecine - un sujet, qui, dans le fond, est le fil conducteur de ce blog consacré à l’intelligence artificielle et à la robotique. Arrêtons-nous un moment sur ce point, devenu sensible, du débat public.

 

QU'EST-CE QUE LA PREUVE SCIENTIFIQUE EN MEDECINE ET COMMENT EST-ELLE OBTENUE? 

Lorsque l’on cherche à évaluer une procédure médicale nouvelle, qu’il s’agisse d’un test diagnostique ou d’un traitement, la méthode la plus efficace et la plus fiable consiste à réaliser une étude comparative. Prenons l’exemple d’une maladie fictive que nous appelons M. Elle est traitée depuis des années par le médicament A. Un industriel développe un nouveau médicament, B, qu’il pense être plus efficace et mieux toléré avec moins d’effets secondaires. Pour le prouver, il organise un « essai clinique» au cours duquel 2 groupes de personnes malades atteintes de M seront recrutés. Un groupe recevra A, un groupe recevra B. A la fin de l’étude, on comparera les taux de guérison et les statistiques d’effets secondaires entre les 2 groupes. Le médicament B sera déclaré plus efficace et mieux toléré si la comparaison lui est favorable. Cette procédure d’essai clinique est essentielle dans le processus de développement de l’innovation médicale. Il arrive en effet régulièrement que certaines molécules, très prometteuses, se révèlent en réalité très dangereuses à l’issue des essais cliniques. Mais ces études sont aussi à l’origine des gigantesques progrès des dernières décennies. C’est ainsi que l’on a démontré l’efficacité des tri-thérapies anti-VIH, des nouveaux traitements contre l’hypertension ou encore des immunothérapies qui bouleversent le pronostic des cancers.

 

COVID-19: PRESCRIRE SANS PREUVE SCIENTIFIQUE OU COMMENT TRAVAILLER DANS L’INCERTITUDE? 

C’est la question sans réponse à laquelle les médecins ont été confrontés en février et mars 2020.

La pandémie née en Chine vers novembre 2019 a mis moins de 4 mois pour s’étendre au monde entier. Une maladie nouvelle, sans traitement efficace connu a submergé brusquement nos services sanitaires. 

 

Lorsque la crise a démarré, plusieurs traitements utilisés dans d’autres maladies ont été pressentis: des anti-VIH, des anti-viraux comme le remdesivir déjà testé contre Ebola ou encore la désormais célèbre hydroxychloroquine, un anti-paludéen. 

En l’état des connaissances du moment, tous ces médicaments avaient une efficacité possible mais non prouvée. Pour les médecins, le dilemme était le suivant: soit ne rien faire et prendre le risque d’apprendre a posteriori qu’ils auraient pu sauver de nombreux malades avec l’un de ces traitements, soit tenter quelque chose qui se révélerait plus tard inefficace et prendre le risque des effets secondaires. 

Dans le même temps, toutes ces molécules ont été incluses dans des protocoles de recherche clinique. Mais le rythme de la preuve scientifique n’est pas celui de la crise sanitaire. La vitesse de progression de la pandémie COVID-19 ne permettait pas d’attendre les résultats pour prendre des décisions. Que faire ? 

 

Les schémas de raisonnement habituels peuvent nous aider. Au quotidien, les médecins ont pour obligation d’évaluer la « balance bénéfice/risque ». Il s’agit, tout simplement, de se poser la question suivante. Si je prescris tel traitement, a-t-il plus de chance d’être bénéfique ou plus de chance de provoquer une complication?


 

MIEUX COMPRENDRE LA BALANCE BENEFICE/RISQUE: L’EXEMPLE DE L’AUGMENTIN

 

L’augmentin est un antibiotique efficace contre de nombreuses infections bactériennes. Il est souvent prescrit par les médecins. Mais de nombreuses personnes sont allergiques et ne doivent pas recevoir ce médicament. L’augmentin est un exemple simple pour illustrer le concept de bénéfice/risque. 

 

En cas d’infection sensible à l’augmentin:

Bénéfice pour la personne malade: efficacité contre la bactérie et guérison de la maladie

Risque pour une personne allergique: développer une complication médicale qui va annuler le bénéfice attendu du traitement

 

Que fait le médecin?

Personne non allergique: la balance bénéfice/risque est en faveur du bénéfice. Prescription d’augmentin.

Personne allergique: la balance bénéfice/risque penche vers le risque. Pas de prescription d’augmentin. On choisit un autre antibiotique. 


 

 

 

 

Les questions posées sont les suivantes. Quelles indications (à quelles personnes le donner?), quelles contre-indications (à quelles personnes ne faut-il pas le donner parce que trop dangereux pour elles), quelles sont les précautions d’emploi (que faut-il surveiller pour que n’apparaissent pas de complications ?), quelle surveillance? Il n’y a pas d’autre choix, en période de crise qui demande une décision immédiate, que de se référer aux données connues de l’instant et d’essayer d’évaluer au mieux le rapport bénéfice/risque. C’est ce qui a conduit, au début de la crise, de nombreux médecins généralistes et des sociétés savantes à proposer la prescription de tous les traitements cités plus haut. 

 

INTELLIGENCE ARTIFICIELLE : INDISPENSABLES PREUVES SCIENTIFIQUES

 

 Ce que nous nommons « intelligence artificielle » est un ensemble de procédures informatiques qui s’auto-programment. Elle ne reproduit pas le cerveau humain et ne développe nulle conscience - quelle épouvantable fable obscurantiste ! 

Mais -et, c’est ce qui la rend particulièrement intéressante en médecine- elle apporte de nouveaux savoir-faire, en premier lieu en diagnostic médical et dans l’aide au handicap et produit des changements de fond des pratiques et des organisations sanitaires. Ce faisant, l’IA s’inscrit dans le temps long. On parle de transformations radicales des métiers de la santé… En bout de chaîne, la personne malade.. Autant dire qu’avant de jeter un dispositif « intelligent artificiel » au contact d’implacables réalités primordiales, il serait plus sage de disposer de la « preuve scientifique » qu’il réponde à cette question prosaïque: « est-ce qu’il fonctionne? ». 

 

Malheureusement, dans le domaine de l’intelligence artificielle, et plus particulièrement dans le secteur médical, nous assistons à un détournement de la parution scientifique à des fins marketing. La plupart des  publications médiatisées ne sont que des effets d’annonce sans valeur méthodologique. Le phénomène est aggravé par la mise en scène des « levées de fond » pendant lesquelles on présente des prototypes qui n’ont jamais quitté le laboratoire comme des dispositifs fonctionnels révolutionnaires. 

 

Plusieurs cas ont été décortiqués dans medecine-et-robotique : du diagnostic de l’insuffisance cardiaque sur un seul battement d’électrocardiogramme (sic!) , au bras robotisé « conscient de lui-même et imaginant l’avenir ».. Objectif réseau social, à défaut d’objectivité…

De nombreux analystes l’ont parfaitement expliqué. Le but est de construire une belle histoire de toute puissance technologique qui attirera les investisseurs. Mais, pour le professionnel de terrain et le décideur public, ce qui doit compter, c’est précisément la preuve scientifique. Pour implanter un dispositif d’intelligence artificielle, il faut répondre à plusieurs questions. Quel usage précis ? Est-ce qu’il fonctionne ? Dans quelles situations du quotidien sera-t-il utile? Dans quelles autres ne le sera-t-il pas? Autant de réponses que seules la recherche clinique et l’évaluation des pratiques professionnelles peuvent donner. 

 

POUR CONCLURE

La « preuve scientifique », obtenue par la recherche médicale est la source de nos connaissances et des formidables progrès accomplis ces dernières décennies. Cependant, on ne peut pas toujours s’y référer, et, en tout état de cause, certainement pas lorsqu’elle n’existe pas. 

On comprend aisément que les décisions soient difficiles à prendre en période de crise sanitaire  provoquée par une maladie nouvelle dont on ignore tout. Mais on ne peut pas adopter une attitude attentiste et reporter les décisions au retour d’études qui arriveront après la crise. Dans ce type de situation, nous n’avons pas d’autre choix que de nous tourner vers les traitements connus et d’essayer d’utiliser ceux qui pourraient être utile. 

 

Et c’est le plus grand des paradoxes que certaines institutions prônent l’attentisme en période  de crise sanitaire et s’engagent dans la promotion d’application d’intelligence artificielle non évaluées scientifiquement….

 

 

 

 

 

 

 


08/06/2020
0 Poster un commentaire

L'année 2019 de l'intelligence artificielle médicale: âge de raison ou début du déclin?

Nous étions habitués, depuis environ 2015, à la succession de performances spectaculaires qui avaient projetées l’IA sur le devant de la scène. A contrario, 2019 a été beaucoup plus calme. Quel bilan peut-on en faire ? 

 

Nous l’avons déjà largement exprimé dans ces colonnes, il faut aller au delà des effets d’annonce répercutés par les réseaux sociaux et rechercher les évaluations scientifiquement établies. Pour cette synthèse de l'année, nous avons consulté les 5 premières revues médicales (New England Journal of Medicine, Lancet, Annals of Internal Medicine, JAMA et British Medical Journal ) ainsi que la toute nouvelle revue Lancet Digital, en plus des informations recueillies tout au long de l'année. Nous nous sommes concentrés sur les applications pratiques. Volontairement, ont été exclus de l'analyse les articles d’opinion (très nombreux) pour ne retenir que les études d’évaluation de système d’intelligence artificielle (très peu nombreuses).

illustration_03

La médecine connectée. llustration par Vanessa Guedj  http://vanessaguedj.com 

 

AGE DE RAISON…

Même si elle a connue ses extravagances-ainsi ces chercheurs qui ont prétendu diagnostiquer l’insuffisance cardiaque sur un seul battement- l’année 2019 a été plus sérieuse et n’a pas vu de grande nouveauté technologique. Les grandes revues ont fait paraître peu d'articles consacrés à l'intelligence artificielle.

La première remarque que l’on peut faire est donc que l’IA est bien loin d’être au centre de la recherche médicale. La masse des travaux publiés reste dans la continuité de l’existant, à savoir des essais pharmacologiques, des évaluations de tests diagnostiques et des études épidémiologiques.

Ceux relatifs à l'IA portaient sur les systèmes présentés les années précédentes. Il s’agit soit d’analyse automatisée d’images (scanner, tracés d’électrocardiogrammes, fond d'oeil ) soit de traitement de base de données à des fins de santé publique.  

Les systèmes testés sont des algorithmes développés pour donner des réponses précises à des questions précises. Bien que cela soit fréquemment avancé auprès du grand public, il n’existe donc pas, en 2019, de médecin « intelligent artificiel » qui serait entré en concurrence avec le médecin « humain ».  

En ce début d’année 2020, l’intelligence artificielle exploitable se présente sous forme d’algorithmes implémentés sur les objets dits « intelligents » (montres connectées, assistants vocaux). Nous devrions les voir se multiplier et entrer progressivement dans notre quotidien.

Du côté de la recherche, l’intelligence artificielle s'est révélée être un outil informatique particulièrement efficace dans le domaine des interfaces cerveau-machine. Nous avons consacré 2 articles à ce sujet passionnant en 2019. 

 

2019 aura donc été une année de progrès pour la recherche en IA. Nous avons connu moins d’effets d’annonce irrationnels et plus d’études d’évaluation sérieuses. L’âge de raison serait-il arrivé? Nous en saurons plus en 2020.

 

…OU DEBUT DU DECLIN? 

Moins médiatisés que les exploits, 2019 aura été l’année des premiers doutes. 

Elle s’est ouverte avec la parution du livre de Luc Julia, co-créateur de l’assistant Siri d’Apple. Pavé dans la mare, son ouvrage au titre provocateur « L’intelligence Artificielle n’existe pas » se donnait pour objectif de « déconstruire le mythe de l’IA ». 

Du côté médical, sont apparues les premières études cherchant à évaluer la pertinence scientifique des annonces faites par les inventeurs de systèmes d’IA. Nous avons ainsi rendu compte de l’article de radiologues coréens publié en mars. La radiologie est un sujet sensible puisque, en 2016, Geoffrey Hinton, chercheur canadien co-inventeur de l’apprentissage profond annonçait de manière fracassante que l’IA supplanterait les radiologues en 5 à 10 ans. Depuis, l’avenir de la radiologie semble suspendu au destin de l’IA. Certains se sont même aventurés à prédire la disparition pure et simple du métier de radiologue et à demander aux facultés de médecine d’en arrêter complètement la formation! Mais les auteurs coréens dévoilent que les systèmes d’IA présentés au public ne sont pas aboutis et sont bien loin d’avoir montré la moindre efficacité dans le monde réel. 

L’année s'achève avec une succession d'articles dans la presse généraliste qui expriment un point de vue pour le moins dubitatif. Citons en 2, parus en novembre et décembre, l’un dans le quotidien économique Les Echos « L’intelligence artificielle, eldorado ou arnaque du siècle? » et l’autre dans le journal Le Monde « L’intelligence artificielle est bien aujourd’hui une escroquerie! ».

 

Ces doutes sont-ils fondés? En partie seulement. L’intelligence artificielle est une vraie technologie. Le terme est peut être mal choisi mais il est celui du langage courant et il est préférable de le conserver pour ne pas ajouter de la confusion à un débat qui l’est déjà bien assez.

L’IA existe bel et bien. C'est une innovation technologique en pleine expansion. Mais elle n'est rien d'autre qu'un outil informatique, certes puissant et performant, mais rien d'autre qu'un outil. Elle ne peut pas créer des avatars de l’humanité comme l’affirment les absurdes campagnes marketing des majors du numérique. Ce sont les excès du marketing qui sont dangereux. Et d'abord pour l'IA elle-même. 

En effet, de nombreux experts expriment la crainte de voir les financements se retirer de la recherche en IA. Dans notre système économique, les effets d’annonce ont pour but d’attirer les investisseurs. Mais, lorsque les performances ne sont pas à la hauteur, il existe un risque réel de retrait et d'interruption des financements, ce qui stopperait net l’avancée de la recherche. 

Alors, 2020, année du début du déclin ou poursuite de l’expansion? Affaire à suivre...

 

 

 

Liens vers les articles du BLOG cités

 L'intelligence artificielle peut-elle vraiment diagnostiquer l'insuffisance cardiaque sur un seul battement?

 

Intelligence Artificielle en médecine: existe-t-il une "exception digitale" qui fausse les résultats ?

 

 

 

Sur les interfaces cerveau-machine

Premières interfaces entre cerveau humain et animal : les "rats cyborgs"

 

UNE INTELLIGENCE ARTIFICIELLE POUR LIRE LES PENSEES?

 

 

Liens vers les articles extérieurs cités

IA eldorado ou arnaque du siècle? Les Echos

 

IA escroquerie Le Monde

 

 

 

 

 

 

 

 

 

 

 


06/01/2020
0 Poster un commentaire

L'intelligence artificielle peut-elle vraiment diagnostiquer l'insuffisance cardiaque sur un seul battement?

L’intelligence artificielle médicale est-elle poussée par un élan technologique irrésistible qui la mène de succès en succès?  On pourrait le penser après cette annonce de chercheurs britanniques. Ils affirment avoir conçu un système capable de diagnostiquer l’insuffisance cardiaque à partir d’un seul battement d’électrocardiogramme. 

Leur étude, parue dans le numéro de septembre 2019 de la revue Biomedical signaling processing and control, n’est pas passée inaperçue. Elle a été largement reprise par la presse généraliste et a suscité de nombreux commentaires sur les réseaux sociaux. Certains ont cru y voir une preuve supplémentaire de l’obsolescence programmée du corps médical. 

Examinons donc cette étude plus en détail. 

 


 

 

INSUFFISANCE CARDIAQUE ET ELECTRO-CARDIOGRAMME: QUELQUES INFORMATIONS MEDICALES PREALABLES

 

Qu’est-ce que l’insuffisance cardiaque ?

Il s’agit de l’incapacité du coeur à assurer sa fonction. L’insuffisance cardiaque provoque un défaut d’adaptation à l’effort, ce qui se traduit par un essoufflement. Les médecins mesurent la gravité de la maladie selon l’échelle de l’association du coeur de New York (NYHA).

Les causes d’insuffisance cardiaque sont nombreuses. La plus fréquente est la cardiopathie ischémique qui survient après infarctus. L’hypertension artérielle, une anomalie des valves cardiaques, une infection du coeur et bien d’autres maladies encore peuvent en être la cause.

L’examen-clef du diagnostic d’insuffisance cardiaque est l’échographie. Elle permet de voir le fonctionnement du coeur en direct.

 

Echelle NYHA

Stade I 

 

Pas de gêne dans la vie courante

 

Stade II

 

Dyspnée, palpitations ou fatigue pour des efforts importants de la vie quotidienne          ( à partir de 2 étages montés à pied)

 

Stade III

 

Dyspnée, palpitations ou fatigue pour des efforts peu intenses de la vie quotidienne       ( moins de 2 étages montés à pied)

 

Stade IV

 

Dyspnée, palpitations ou fatigue pour des efforts minimes de la vie quotidienne

 

 

QU’EST-CE QU’UN ELECTROCARDIOGRAMME?

L’électrocardiogramme, ECG en abrégé, enregistre l’activité électrique des cellules du coeur. Celle-ci est à l'origine de la contraction automatique du muscle cardiaque et de  la circulation du sang dans l’organisme. 

 

Un exemple d'ECG

IMG_0126.jpg

 

L'électrocardiogramme peut revêtir des aspects  anormaux dans de nombreuses circonstances. La plupart du temps, il s’agit de maladies cardiaques mais pas toujours. Par exemple, l'ECG peut être modifié par un taux anormal de potassium dans le sang. Dans ce cas, ce n’est pas le coeur qui est malade. Une autre circonstance a fait changer ce taux de potassium ( une insuffisance rénale, une diarrhée abondante, pour ne citer que 2 exemples). Un taux de potassium trop élevé ou trop bas a des effets sur l’activité électrique du coeur. L’ECG modifié témoigne de cet effet et du risque cardiaque qui lui est lié. 

Comme on peut s'y attendre, la plupart des maladies cardiaques sont responsables d'ECG anormaux. Dans l'insuffisance cardiaque,  l’ECG est anormal dans 90% des cas. Mais les anomalies constatées sont variées; il n’existe pas d’aspect ECG spécifique à l'insuffisance cardiaque. Très probablement parce que l’insuffisance cardiaque est la conséquence d’autres maladies.

Ainsi, dans la pratique quotidienne, lorsqu’un médecin constate un ECG anormal, il peut rarement porter un diagnostic immédiat. Le plus souvent, il doit prescrire des explorations complémentaires, au premier rang desquels l'échocardiographie qui permet de visualiser le fonctionnement du coeur en temps réel. 

 


 

Le système d’intelligence artificielle développé par les chercheurs est basé sur des réseaux de neurones convolutifs. Il a été entraîné à l’analyse d’électrocardiogrammes avec pour objectif la détection de l’insuffisance cardiaque.  

L’entraînement a été fait à partir de 2 bases de données d’électrocardiogrammes disponibles publiquement. Le travail des chercheurs est donc rétrospectif, purement expérimental. Il ne s’agit pas d’une étude effectuée en situation réelle sur de vrais malades. 

 La première base de données est celle des sujets normaux : 13 femmes et 5 hommes âgés de 20 à 50 ans, soit 18 ECG au total. La deuxième est celle des sujets insuffisants cardiaques: 4 femmes et 11 hommes âgés de 22 à 63 ans, soit 15 personnes au total, toutes porteuses d’insuffisance cardiaque congestive sévère stade III ou IV de la NYHA.


Pour en savoir plus sur l'entraînement de l'intelligence artificielle en médecine, vous pouvez consulter les rubriques de ce blog "COMPRENDRE L'INTELLIGENCE ARTIFICIELLE EN MEDECINE" et  "LEXIQUE DE L'IA EN SANTE". 

Vous n'aurez pas besoin de ces notions pour la suite de cet article, vous pouvez donc laisser cela pour plus tard. 

 


 Déroulement de l’expérience

Avant l’expérience, chaque battement cardiaque a été étiqueté: normal ou insuffisance cardiaque. 

Le réseau convolutif a ensuite été entraîné à repérer les différences de morphologie entre les complexes ECG des 2 groupes (ECG « normaux » et ECG « insuffisants cardiaques ») et à les classer correctement comme appartenant à l’un des 2.

 


 

DONNEES ETIQUETEES

Les données informatiques utilisées pour entraînement des systèmes d’intelligence artificielle doivent être étiquetées. C'est d'ailleurs l'enjeu essentiel de l'IA médical: disposer de données étiquetées pour entraîner les machines.

Donner une « étiquette » à chaque image, c’est, tout simplement indiquer à quoi elle correspond. Ainsi, le système s'entraîne sur des images dont on connaît déjà la réponse. 

Lorsque le résultat est satisfaisant sur données étiquetées, on fait des tests sur des données non étiquetées. 

Dans l’expérience qui nous intéresse ici, les chercheurs ont « étiqueté » la partie de la base de données destinée à l’entraînement en indiquant si il s’agissait de tracés normaux ou pathologiques. Lorsque les résultats ont été jugés satisfaisants,ils ont testé le système sur des données non étiquetées. 

 


 

 

Résultats de l'expérience

Les résultats sont globalement très bons : seulement 1% de faux positifs dans le groupe normal et 3% de faux négatifs dans le groupe insuffisant cardiaque.

Les chercheurs ont réalisé la même expérience sur des enregistrements de 5 min. (Rappelons qu'une fréquence cardiaque normale se situe  entre 60 et 90 battements par  minute. Un battement a donc un ordre de grandeur inférieur à la seconde). Sans surprise, ils ont constaté que les performances étaient nettement améliorées par rapport à celles obtenues avec un seul battement. 

 

Discussion des auteurs 

Les auteurs décrivent leur système d’IA comme « une nouvelle méthode innovante pour détecter l’insuffisance cardiaque congestive par réseau de neurones convolutif ». 

Ils écrivent que leurs résultats « suggèrent qu’un enregistrement ECG bref de 5 min est suffisant pour diagnostiquer correctement une insuffisance cardiaque». Ils ajoutent:  « Ce résultat est important car, avec le nombre croissant d’appareils portables d’enregistrement d’ECG (type montre intelligente), la détection de l’insuffisance cardiaque devient possible avec des dispositifs de la vie quotidienne »


 

 

COMMENTAIRE DE LA RÉDACTION DE MÉDECINE ET ROBOTIQUE 

 

L’aisance avec laquelle cet article a été relayé par la presse et les réseaux sociaux est déconcertante. L’insuffisance cardiaque n’est pas une maladie qui se diagnostique sur un simple électro-cardiogramme et un électro-cardiogramme ne s’interprète certainement pas sur un seul battement. Si l’intelligence artificielle était réellement parvenue à un tel résultat, cela mériterait quelques explications.  

Mais la discussion des auteurs est centrée sur la performance comparée de systèmes d’intelligence artificielle. Elle est essentiellement informatique là où on attendrait un commentaire médical dense et novateur. Tout au contraire, ce commentaire apparaît rare et son argumentation est bien mal étayée. C’est sur cette insuffisance de la discussion médicale que je veux aujourd’hui m’arrêter un moment. 

 

Examinons d’abord les références médicales utilisées par les auteurs pour appuyer leur argumentation. Elles sont au nombre de 2. 

La première est un article de synthèse sur le diagnostic de l’insuffisance cardiaque. Le paragraphe consacré à l’électro-électrocardiogramme précise sa place. Un ECG anormal est présent chez 89% des insuffisants cardiaques. Par conséquent, un ECG normal est peu probable dans l’insuffisance cardiaque. Mais l’ECG est peu spécifique, les anomalies constatées à l’ECG peuvent être associés à d’autres maladies du coeur. Comme attendu, cet article consacré à l’insuffisance cardiaque rappelle que l’échocardiographie est le moyen diagnostic de référence. 

Le deuxième référence est un travail publié en 2015. Il n’est pas inutile, pour la discussion qui nous occupe, de relever la motivation des chercheurs qui ont organisé cette étude: l’ECG est un examen réalisé en routine pour les patients suspects d’insuffisance cardiaque; mais son rôle dans la prédiction de cette même insuffisance cardiaque n’a pas encore été établi. Elle a été réalisée sur 733 patients suspects d’insuffisance cardiaque. Ses résultats  montrent des anomalies variées amenant ses auteurs à conclure que l’ECG anormal peut aider à suspecter une insuffisance cardiaque et à demander des explorations complémentaires. 

 

En dehors de la citation d'un livre généraliste sur l'ECG, il n’y a pas d’autre référence médicale. C’est peu et c’est insuffisant. A aucun moment, on ne cherche à savoir sérieusement si l’insuffisance cardiaque se diagnostique sur un banal ECG.

 

Ce qui a été fait par les chercheurs est la comparaison des ECG de 2 groupes de patients, l’un de sujets normaux, l’autre de sujets insuffisants cardiaques. Nous l’avons vu plus haut, un ECG anormal est présent dans environ 90% des cas d’insuffisance cardiaque. Il était donc naturel que le système d’IA de nos chercheurs soit capable de détecter des différences entre les 2. Mais l’ECG de l’insuffisant cardiaque peut être anormal de multiples façons. Il n’existe pas d’ECG « typique » de l’insuffisance cardiaque décrit en médecine. Ceci veut dire que si l’on constate un ECG anormal dans la population générale, il n’est pas possible de conclure à une insuffisance cardiaque. On peut juste dire que.. l’ECG est anormal et que la personne est porteuse d’une maladie cardiaque. Le médecin prescrira alors des examens complémentaires pour en savoir plus (prise de sang et échocardiographie en première intention). 

 

Le résultat de cette recherche ne peut donc être pris que pour ce qu’il est, à savoir une étude technique. Elle nous dit que l’intelligence artificielle, pourra, dans un avenir proche, automatiser les interprétations d’ECG. Mais elle ne pourra pas faire dire aux ECG ce qu’ils ne peuvent pas dire!

 

Ce travail n’a absolument pas la capacité de démontrer quoi que ce soit en matière de diagnostic de l’insuffisance cardiaque. L’article que nous venons d’analyser est le compte-rendu d’un travail scientifique réalisé par des informaticiens. Ils ont obtenu un résultat technique: faire la différence entre un ECG normal et un ECG anormal. Les ECG pathologiques utilisés étant issus d’un groupe de patients insuffisants cardiaques, ils en concluent de façon erronée que l’ECG diagnostique l’insuffisance cardiaque. 

 

Il manque ici de façon évidente un lien entre informaticiens et médecins. L’ECG est un examen de routine mais son interprétation n’est pas toujours simple pour un médecin non cardiologue. Il existe déjà, et de longue date, des interprétations automatiques sur tous les appareils à ECG. Mais elles manquent de fiabilité et sont peu utilisées. L’IA pourrait donc représenter un vrai progrès si elle était capable de nous donner un outil fiable d’analyse automatisée de l’ECG. 

 

Mais seule une coopération entre informaticiens et médecins peut développer des applications réalistes de l’IA. Malheureusement, un certain nombre de chercheurs en IA publient leurs résultats avec l’objectif d’attirer l’attention sur leur travail par un effet d'annonce. Ceci se fait au prix d’une exagération des capacités de la technique. Notre monde hyperconnecté fait le reste. Les articles sont relayés et commentés sur la base du seul titre, sans que personne ou presque n’ait lu l’article en entier et encore moins sa bibliographie. 

 

 Cette étude est donc venue s’ajouter à la liste déjà longue des effets d’annonce qui agitent les réseaux sociaux, créent le « buzz » et alimentent l’idée fausse d’une intelligence artificielle toujours plus autonome, prête à remplacer les médecins.

Mais l’informatique -et l’étude que nous venons d’analyser le montre une fois de plus- ne peut pas se substituer à la science médicale. L’intelligence artificielle ne peut donner plus que ce qu’elle a, à savoir des logiciels pour professionnels.

Il faut le souhaiter, l'intelligence artificielle révolutionnera la médecine et la rendra plus performante. Il existe une condition, cependant, pour que la révolution en question, tant annoncée, prenne corps. Elle doit s’appuyer sur la réalité de la médecine, certainement pas sur un corpus médical ré-écrit et revisité...

 

RÉFÉRENCES

Lien vers l’article commenté 

https://www.sciencedirect.com/science/article/pii/S1746809419301776

 

 

Lien vers la bibliographie médicale des auteurs de l’article commenté 

https://www.ecrjournal.com/articles/diagnosing-hf-experience

 

 

https://heart.bmj.com/content/101/Suppl_5/A12.1

 

 

 

 

 

 

 

 

 

 


09/10/2019
1 Poster un commentaire