Étude : l’IA montre son potentiel dans le diagnostic des patients aux urgences
Une étude récente publiée dans la revue Science démontre que les outils d’IA capables d’analyser de vastes quantités d’informations médicales peuvent, dans certaines circonstances, établir un diagnostic pour les patients admis aux urgences avec autant de précision, voire mieux, que les médecins humains. L’étude précise toutefois que l’IA ne remplacera pas les médecins humains de sitôt.
CBC News rapporte que cette recherche, qui a examiné les performances de grands modèles linguistiques dans le contexte des services d’urgence, représente une avancée significative dans l’intégration continue de l’IA dans les systèmes de santé. Cependant, les professionnels de santé soulignent que ces avancées technologiques visent à compléter, et non à remplacer, l’expertise humaine dans les soins aux patients.
Le Dr Adam Rodman, auteur principal de l’étude et médecin au Beth Israel Deaconess Medical Center de Boston, a expliqué que la recherche utilisait un type spécialisé d’intelligence artificielle appelé « modèle de raisonnement ». Contrairement aux grands modèles linguistiques standard, ces systèmes sont conçus pour expliquer leur processus de réflexion avant de fournir une réponse finale, imitant ainsi l’approche de résolution de problèmes des médecins humains.
« Un modèle de raisonnement diffère d’un grand modèle linguistique standard car il a été programmé pour penser à voix haute, afin de résoudre des problèmes comme le ferait un humain », a déclaré le Dr Rodman. Il a noté que, lorsqu’on examine la manière dont ces modèles de raisonnement établissent des diagnostics, l’approche ressemble aux étapes qu’un médecin suivrait pour résoudre un problème médical.
L’étude a mené plusieurs essais à partir de cas de patients réels et de scénarios synthétiques, en s’appuyant sur des données non structurées issues des dossiers des services d’urgence. Les chercheurs ont testé le modèle o1-preview d’OpenAI à trois moments critiques de l’interaction avec le patient : le triage initial, l’examen médical aux urgences et l’admission soit dans un service de médecine générale, soit en unité de soins intensifs. Il est important de noter que tous les tests se sont appuyés uniquement sur des données, sans impliquer d’interactions réelles entre médecins et patients ni influencer les diagnostics et traitements réels.
À chaque étape des soins, le modèle d’intelligence artificielle a été chargé d’identifier le diagnostic le plus probable en fonction des symptômes présentés. Les résultats ont montré que le modèle pouvait identifier soit le diagnostic exact, soit une approximation très proche, surpassant parfois les performances des médecins participants.
« Cela ne signifie pas que les ordinateurs peuvent pratiquer la médecine, mais dans le cadre de cette tâche précise, ils peuvent établir des diagnostics mieux que les humains », a déclaré Rodman.
Malgré ces résultats prometteurs, les professionnels de santé soutiennent que l’intelligence artificielle ne peut pas reproduire l’évaluation complète fournie par des médecins qualifiés. Le Dr Amol Verma, médecin interniste et chercheur à l’hôpital St. Michael’s de Toronto, a qualifié de fausse comparaison l’idée selon laquelle les outils d’IA seraient supérieurs aux médecins.
« Je ne connais pas un seul médecin qui fonde toutes ses décisions uniquement sur des informations textuelles », a déclaré Verma, soulignant que l’examen physique reste crucial pour établir des diagnostics précis.
Khatib a illustré ce point avec le cas récent d’un patient où les informations de triage suggéraient un diagnostic basé sur les symptômes, mais où l’auscultation au stéthoscope a révélé une affection totalement différente. Elle a souligné que l’intelligence artificielle ne peut pas effectuer de procédures physiques telles que l’intubation de patients ou la pose de plâtres sur des membres blessés.
Cette étude se heurte toutefois à certaines limites et difficultés. Rodman a reconnu que des recherches supplémentaires étaient nécessaires pour comprendre comment les humains et les machines peuvent collaborer efficacement dans les environnements médicaux d’urgence, notamment des essais cliniques plus rigoureux afin de garantir l’efficacité et la sécurité dans la pratique réelle.
yogaesoteric
14 mai 2026