L’IA rend désormais plus faciles la lecture et la prédiction des données sur les maladies des patients à partir de leurs dossiers médicaux électroniques.
Phe2vec, un nouvel algorithme d’automatisation, permet d’identifier les patients atteints de certaines maladies. Généralement, c’est un travail qui demande beaucoup d’efforts et de temps aux chercheurs. La nouvelle méthode développée par des scientifiques de l’École de médecine Icahn du mont Sinaï serait plus rapide et plus précise que la méthode traditionnelle.
L’algorithme d’IA qui étudie les dossiers médicaux électroniques (DME)
L’extraction d’informations à partir des dossiers médicaux se fait déjà à l’aide de différents programmes informatiques et algorithmes. Un système, appelé PheKB (Phenotype Knowledgebase) développe et stocke ces algorithmes.
Cependant, avant de diagnostiquer un patient à l’aide de ce système, les chercheurs doivent commencer par parcourir des dossiers pour rechercher des données. Autrement dit, ils doivent identifier des éléments comme les tests de laboratoire ou les différentes prescriptions. Ensuite, l’algorithme de la PheKB permet de guider l’ordinateur à la recherche d’un « phénotype ». Il s’agit de patients qui présentent des données spécifiques à une maladie. Les chercheurs doivent encore vérifier manuellement la liste créée par le système, et recommencer le processus pour une autre maladie.
Dans leur étude, les scientifiques de l’École de médecine Icahn du mont Sinaï ont développé une meilleure méthode. En effet, ce nouvel outil d’IA permet d’extraire des données des dossiers médicaux électroniques grâce au machine learning.
Phe2vec, utiliser le machine learning pour le phénotypage
Le machine learning permet à l’ordinateur d’apprendre par elle-même. Cette nouvelle méthode, appelée Phe2vec, est donc capable de repérer automatiquement les phénotypes d’une maladie. En d’autres termes, la machine utilise les données pour apprendre les représentations des maladies. Cela signifie qu’elle effectue elle-même une grande partie du travail des experts pour identifier les données qui se rapportent à une maladie particulière.
Grâce au Phe2vec, un ordinateur a pu parcourir des millions de DME et corréler les données avec les maladies. Ensuite, elle a été programmée pour diagnostiquer près de 2 millions de patients dont les données étaient stockées dans le système de santé du mont Sinaï.
Les résultats ont montré une efficacité du système pour neuf maladies sur dix. Parmi les maladies testées par l’IA à partir des dossiers médicaux électroniques figuraient la démence, la sclérose en plaques ou encore la drépanocytose.
- Partager l'article :
Restez à la pointe de l'information avec
INTELLIGENCE-ARTIFICIELLE.COM !
