Skip to main content

27 Sep, 2018

L’IA est plus efficace que l’homme pour prédire les résultats chez les personnes à risque de psychose et de dépression

L’IA est plus efficace que l’homme pour prédire les résultats chez les personnes à risque de psychose et de dépression

Une petite mais intrigante étude en Australie a révélé qu’un algorithme d’apprentissage automatique permet de mieux prédire les résultats sociaux des patients souffrant de dépression ou de psychose que les experts humains. La recherche a révélé que l’outil d’IA surpassait les prévisions des cliniciens lors de l’estimation du fonctionnement social du patient jusqu’à un an plus tard.

L’étude a suivi plus de 400 sujets répartis en trois groupes – un contrôle sain, ceux présentant un risque élevé de développer une psychose sur le plan clinique et ceux souffrant de dépression récente. Le modèle d’apprentissage automatique a été formé sur une variété de données concernant les patients, y compris la neuroimagerie et les données de base combinées, puis chargé de prédire les résultats sociaux de chaque patient dans un an. Ces résultats sociaux ont été définis comme une capacité à maintenir des relations avec les autres et une capacité à entreprendre des interactions sociales.

Chez les patients à haut risque de psychose, la machine a remarquablement bien prédit les résultats sociaux futurs dans 83% des cas. Soixante-dix pour cent des patients souffrant de dépression ont été correctement prédits. Dans les deux cas, la machine a surpassé les pronostics experts.

« La prédiction des résultats sociaux est importante, car parmi les jeunes et les adultes émergents dans les pays de l’OCDE, les principales causes d’incapacité et de mauvais fonctionnement social sont principalement les troubles de la santé mentale, y compris ceux qui présentent typiquement un premier épisode de psychose », explique Stephen Wood, chercheur principal de l’étude.

« En étant capable de mieux prédire ce qui va arriver aux personnes à haut risque de psychose ou de dépression d’apparition récente, nous sommes en mesure de fournir des traitements individualisés aux clients lorsqu’ils se présentent pour la première fois à des services de santé mentale. »

Ces derniers travaux sur la modélisation diagnostique basée sur l’IA suggèrent que certains modèles de biais inconscients présents dans les interactions cliniques humaines pourraient être dépassés en utilisant ces modèles informatiques. Un commentateur de cette nouvelle étude a émis l’hypothèse que les cliniciens humains pourraient sous-estimer les résultats sociaux futurs pour certains patients en raison de ce que l’on appelle le « biais d’optimisme ».

Malgré un ensemble de données raisonnablement petit, cette étude pointe vers un avenir fascinant où les cliniciens pourraient concevoir plus efficacement des traitements à l’aide de modèles informatiques de diagnostic. D’autres études récentes ont rapporté le succès des systèmes d’IA conçus pour tout faire, depuis la mammographie de lecture et la prédiction du risque de cancer du sein, afin de deviner plus généralement la durée de vie globale d’une personne à l’aide d’une série d’images médicales.

https://www.orygen.org.au/About/News-And-Events/2018/AI-could-be-used-to-predict-outcomes-for-people-at