Une nouvelle étude de Google, à première vue, montre des opportunités de soins de santé prometteuses que l'IA aide. En fait, il montre une menace imminente.
Les chercheurs de Google ont
défrayé la
chronique au début de 2020 avec leur étude, où ils ont déclaré que leur système d'intelligence artificielle (IA) est meilleur que les experts pour détecter le cancer du sein par
mammographie . Cela sonnait comme une grande victoire, et un autre exemple de la façon dont l'IA
changera bientôt
nos soins de santé : trouver plus de tumeurs! Moins de faux positifs! Une façon améliorée et moins chère de fournir des services médicaux de qualité!
Mais attention aux points d'exclamation. Les soins de santé informatiques peuvent nous apporter de nombreux avantages à l'avenir, mais tout dépendra de la façon dont nous les utiliserons. Si le médecin pose initialement la mauvaise question - s'il envoie de l'IA pour rechercher des informations basées sur de fausses hypothèses - alors toute cette technologie ne nous aidera pas. Il peut même servir d'amplificateur de nos erreurs précédentes.
D'une certaine manière, c'est ce qui s'est produit avec les travaux récents de Google. Elle essaie de se reproduire, puis surpasse l'efficacité d'une personne dans une tâche, qui est essentiellement une pratique médicale profondément vicieuse. Si vous n'avez pas suivi des
décennies de controverse sur la recherche de tumeurs, l'essentiel est le suivant: si vous subissez des examens mammographiques de personnes qui ne présentent aucun symptôme, vous trouverez de nombreuses choses qui ressemblent à un cancer mais ne mettent pas la vie du patient en danger. Avec le développement de la recherche sur le cancer biologique et la prolifération des examens médicaux de masse de la population, les chercheurs ont découvert que toutes les tumeurs ne deviendront pas nécessairement fatales. De nombreuses personnes souffrent de cancers indolores ou lents qui ne menacent pas leur santé. Malheureusement, les examens standard ont tendance à trouver exactement les dernières formes de cancer - des tumeurs à croissance lente qui sont les mieux ignorées.
En théorie, ce n'est pas si mal. Lorsqu'un cancer inoffensif est découvert pendant le dépistage, il peut simplement être ignoré, non? Cependant, le problème est qu'au moment du dépistage, il est presque impossible de savoir si une lésion particulière sera dangereuse ou absurde. Dans la pratique, la plupart des médecins ont tendance à considérer tout cancer détecté comme une menace potentielle, et la question de savoir si les mammographies sauvent ou non des vies reste un sujet de débat houleux. Certaines études affirment que c'est le cas, d'autres non, mais même si nous tenons pour acquises les interprétations les plus optimistes de la littérature, le nombre de vies sauvées grâce à ce dépistage massif sera faible. Certains chercheurs ont même estimé que la mammographie dans son ensemble nuisait à la santé des patients - c'est-à-dire qu'un traitement excessif et l'apparition de tumeurs résultant des radiations thérapeutiques l'emportaient sur les avantages.
En d'autres termes, les systèmes d'IA comme celui que Google propose promettent de rapprocher les personnes et les machines pour faciliter les diagnostics, mais ils peuvent également aggraver les problèmes existants, tels que les sur-tests, les diagnostics trop pessimistes et les traitements disproportionnés. Il n'est même pas clair si l'amélioration de l'élimination des diagnostics faux positifs et faux négatifs rapportés par les développeurs dans le monde réel fonctionnera. L'étude a révélé que l'IA s'est avérée meilleure que les radiologistes qui n'étaient pas formés pour étudier les mammographies. Va-t-il surpasser l'équipe d'experts spécialisés? C'est difficile à dire sans tester. De plus, la plupart des images utilisées dans l'étude ont été réalisées à l'aide d'appareils d'une seule entreprise. On ne sait pas encore s'il sera possible d'étendre ces résultats aux images obtenues sur d'autres machines.
Et ce problème ne se limite pas au dépistage du cancer du sein. Une partie de l'attractivité de l'IA réside dans le fait qu'elle peut passer au crible d'énormes volumes de données familières et y choisir des variables qui ne nous ont pas paru importantes. En principe, cette capacité peut nous aider à diagnostiquer une maladie à un stade précoce, tout comme les petites vibrations d'un sismographe peuvent nous avertir d'un tremblement de terre à l'avance (l'IA aide sur ce front, soit dit en passant). Mais parfois, ces variables cachées ne sont pas si importantes. Par exemple, votre ensemble de données pourrait être collecté dans une clinique de dépistage du cancer qui s'occupe du cancer du poumon uniquement le vendredi. Par conséquent, l'algorithme AI peut décider que les images prises le vendredi sont plus susceptibles de détecter un cancer du poumon. Et ce lien trivial peut alors entrer dans la formule responsable des futurs diagnostics.
Même un diagnostic précoce précis de la maladie n'est pas toujours une bénédiction. D'autres projets récents liés à l'IA médicale se sont concentrés sur la détection précoce de la maladie d'Alzheimer et de l'autisme, deux maladies dans lesquelles l'accélération de leur diagnostic ne changera pas beaucoup les résultats de toute façon. Ce sont des opportunités appropriées pour créer un battage médiatique afin de démontrer comment un algorithme peut apprendre à déterminer les caractéristiques que nous lui enseignons de rechercher, mais elles ne représentent aucune avancée en médecine qui changera quelque chose dans la vie des patients.
Certains cas d'utilisation d'algorithmes et d'apprentissage automatique (MO) peuvent même conduire à l'émergence de nouveaux problèmes complexes pour les médecins. Envisagez la fonctionnalité Apple
Watch,
qui permet de détecter la fibrillation auriculaire - une forme d'arythmie, un facteur de risque d'accident vasculaire cérébral. La fibrillation auriculaire est traitée avec des anticoagulants, mais leur effet secondaire peut entraîner une petite goutte entraînant une blessure potentiellement mortelle. Si vous êtes vraiment à risque de crise cardiaque, ce risque est justifié. Qu'en est-il des personnes dont la fibrillation auriculaire a été découverte par une montre intelligente? Habituellement, cette maladie est diagnostiquée lorsque le patient se présente chez le médecin avec des plaintes de symptômes; et maintenant Apple surveille les personnes en bonne santé sans symptômes, et de nouveaux cas apparaissent qu'ils n'auraient peut-être jamais trouvés à la clinique. Il n'est pas clair si ce groupe de patients bénéficiera d'un traitement.
«Nous ne savons pas si les deux populations coïncident», explique Venkatesh Murty, cardiologue au Frankel's Cardiovascular Center à Ann Harbor, Michigan. Une approche plus utile consisterait à utiliser l'IA pour identifier les personnes qui bénéficieront le plus des traitements existants.
Si l'IA veut vraiment devenir une approche révolutionnaire, elle doit non seulement rétablir le statu quo en médecine; et avant d'adopter une telle approche, il est important de répondre à quelques questions fondamentales: quel problème cette technologie essaie-t-elle de résoudre et comment peut-elle améliorer les résultats du travail avec les patients? Trouver des réponses peut prendre un certain temps.
Par conséquent, la célèbre devise de Mark Zuckerberg, «Bougez vite, brisez les fondations», peut convenir à Facebook, mais pas à la médecine, elle aide l'IA ou non. Selon Vinay Prasad, auteur de
Preventing Medical Failures , hématologue et oncologue à la Oregon Medical University School of Health and Sciences, l'état d'esprit des résidents de la Silicon Valley peut être dangereux pour les praticiens. C'est une telle approche - lorsque la vie est en danger, nous devons mettre en circulation de nouvelles idées prometteuses dès que possible - et nous a conduits aujourd'hui à la confusion avec le dépistage du cancer. La mammographie a été adoptée avant même que toutes les preuves n'apparaissent, dit Prasad, et après que la pratique médicale est devenue la norme, il est très difficile de la limiter. "Dans une culture habituée à l'action urgente et au battage médiatique, il est difficile d'être humble et patient."