Interprétation des résultats des algorithmes cliniques : un enjeu majeur de formation.

Le développement de l’intelligence artificielle et des algorithmes en santé humaine est une opportunité à saisir mais à condition de les rendre explicite et de former les étudiant en médecine à cette nouvelle pratique. Sinon, l’effet serait plus délétère que bénéfique .D’après un entretien avec Bruno HOUSSET.

Un travail, dont les conclusions sont parues en août 2023, dans le New England Journal Of Medicine, a fait le point sur les algorithmes d’intelligence artificielle et leur impact en terme de santé. Iles auteurs de ce travail ont évalué la capacité d’interprétation des praticiens aux algorithmes d’intelligence artificielle et la formation actuelle des étudiants en santé en matière de probabilités et d’utilisation de ces algorithmes. Les conclusions de cet article ont montré qu’un travail colossal reste à réaliser afin d’optimiser l’utilisation de l’intelligence artificielle dans le but qu’elle devienne un bénéfice réel pour la santé humaine.

Rendre les algorithmes explicites

Le professeur Bruno HOUSSET, chef du service de pneumologie du Centre Hospitalier Intercommunal de Créteil, explique que l’usage des algorithmes cliniques et  la mise en place de l’intelligence artificielle en santé numérique  peut aller du simple score clinique aux algorithmes complexes de diagnostic ou de décision thérapeutique. Ces algorithmes doivent bénéficier d’une régulation pour qu’ils soient plus transparents, plus fiables et plus faciles à utiliser.  Il précise que les algorithmes cliniques sont des probabilités a priori, c’est-à-dire, pré test, et que son résultat doit être interprété en fonction du résultat du test pour établir un résultat post-test, afin de distinguer les vrais positifs des vrais négatifs. A titre d’exemple, si la probabilité en pré-test est très faible, même si le test revient positif, le plus souvent on est face à un faux positif. Bruno HOUSSET explique qu’il n’existe pas de patient moyen, que les algorithmes peuvent intégrer des caractéristiques types du patient et que le clinicien doit intégrer les caractéristiques du patient non incluses dans l’algorithme. Il est donc nécessaire de savoir nuancer les résultats.

Une formation des étudiants nécessaire et indispensable

Bruno HOUSSET estime que l’interprétation des probabilités optimise largement les compétences médicales dans ce domaine et pour cela une formation aux probabilités, tout au long des études médicales, est nécessaire. Il relève que la plupart des étudiants n’ont pas d’appétence pour les probabilités et pour ces algorithmes alors qu’ils deviendront rapidement leur pain quotidien. L’intelligence artificielle doit donc être explicite car si on ne sait pas l’utiliser et interpréter ses résultats, on fera face à un affaiblissement de la qualité des soins. Bruno HOUSSET souligne donc l’importance de la formation des étudiants en amont et précise que l’HAS avait publié, en 2021, des critères de qualité des applications mobiles. Cela montre bien que le souci concernant ce nouvel outil de pratique est partagé par tous les systèmes de santé et représente un enjeu majeur.

En conclusion, la formation des étudiants et des jeunes médecins à l’utilisation et l’interprétation des résultats des algorithmes d’intelligence artificielle en santé est indispensable et représente un enjeu énorme pour en optimiser les performances et éviter qu’ils ne conduisent sur un mauvais chemin.