Le cardiologue et chercheur Dr. Eric Topol est souvent considéré comme l’une des voix majeures dans le débat sur l’impact de la technologie sur le secteur de la santé.
Dr. Topol, qui occupe le poste de fondateur et directeur de l’Institut de recherche translationnelle Scripps depuis près de 20 ans, a récemment partagé son point de vue sur la performance de l’IA générative dans des contextes cliniques. Lors d’un discours inaugural ce mois-ci à la réunion annuelle de la Société radiologique d’Amérique du Nord à Chicago, il a exprimé que, bien que les résultats préliminaires paraissent impressionnants, ils pourraient ne pas refléter les complexités de la pratique clinique.
Plusieurs études récentes ont montré que l’IA dépasse les médecins dans certaines tâches cliniques, comme la différenciation des diagnostics, a souligné Dr. Topol.
Certaines recherches indiquent même que l’IA surpasse les modèles hybrides, comprenant un médecin assisté par l’IA. Par exemple, une étude publiée dans JAMA en octobre a démontré que ChatGPT d’OpenAI atteignait un taux de précision diagnostique de 90 %, alors que les médecins assistés par ChatGPT n’obtenaient que 76 % et ceux utilisant uniquement des ressources conventionnelles 74 %.
« Ce n’était pas censé fonctionner ainsi. On supposait que la performance hybride combinée serait la meilleure », a noté Dr. Topol.
Il a évoqué trois raisons qui pourraient expliquer ce phénomène.
Le biais des médecins envers l’automatisation est l’un des facteurs qui pourrait amener l’IA à surpasser un modèle hybride, a-t-il observé. Une autre explication réside dans la familiarité encore limitée des médecins avec les outils d’IA générative et leur utilisation optimale.
La troisième raison est que ces expériences sont construites et ne reflètent pas la réalité du terrain, a déclaré Dr. Topol.
La plupart des études testant l’IA générative dans le domaine de la santé sont réalisées dans des environnements contrôlés, souvent avec des données simulées qui ne proviennent pas de patients réels, a-t-il précisé.
« Il serait prématuré de conclure que l’IA est meilleure que le médecin associé à l’IA pour ces tâches, car ce ne sont pas des tâches médicales du monde réel », a ajouté Dr. Topol.
Un article d’avril a analysé plus de 500 études sur les grands modèles de langage en santé et a découvert que seulement 5 % d’entre elles utilisaient des données de patients réels.
« Ainsi, ces résultats doivent être considérés comme préliminaires et ne reflètent pas nécessairement ce que nous observerons dans la médecine réelle — qui est très différente de la médecine in silico », a affirmé Dr. Topol.
Pour la plupart des cas d’utilisation de l’IA générative dans le domaine clinique, il reste à voir si elle peut surpasser ou égaler les performances de leurs homologues médicaux. Cela ne s’applique pas aux modèles de prise de notes ambiants, a cependant noté Dr. Topol.
Les hôpitaux à travers le pays déploient ces outils, commercialisés par des entreprises comme Abridge, Microsoft, Suki et DeepScribe, dans des environnements réels, a-t-il ajouté.
Les outils d’IA pour la documentation clinique font preuve de leur capacité à rationaliser efficacement les flux de travail, à augmenter la précision et à réduire la charge administrative des médecins, souvent de plusieurs heures par jour. Selon Dr. Topol, ces résultats laissent penser que l’avenir de l’IA générative dans les milieux cliniques pourrait encore être prometteur.
Photo : Carol Yepes, Getty Images
Points à retenir
- Les performances de l’IA peuvent varier en fonction des contextes cliniques.
- Les biais des médecins peuvent influencer l’efficacité des modèles hybrides d’IA.
- La majorité des études sur l’IA dans la santé repose sur des données d’essai, pas sur des données réelles.
- Les outils d’IA pour la documentation clinique montrent des résultats prometteurs, améliorant les processus de travail.
- Le déploiement de l’IA dans le secteur de la santé requiert davantage d’études sur des données réelles pour valider son efficacité.
Il est impératif de poursuivre les discussions sur le rôle de l’IA dans le secteur médical, en gardant en perspective le besoin d’adapter ces technologies aux réalités du terrain. Quelle place pour l’humain dans cette transformation numérique, et comment intégrer ces avancées tout en assurant la qualité des soins ?
L’article de Dr. Topol met en lumière l’importance de tester l’IA avec des données réelles. C’est fascinant de voir comment la technologie peut changer le domaine médical!