Un historial clinique contient des analyses de sang, des diagnostics, des prescriptions et des images qui sont rarement lus comme un ensemble. Actuellement, il existe un changement d'approche : au lieu de prédire une variable isolée, transformer tout le parcours médical d'une personne en une représentation computable que l'intelligence artificielle puisse lire comme une séquence.
A travers cinq modèles récents d'intelligence artificielle (IA) se posent leurs possibles applications, limites et conditions de validation avant qu'ils n'atteignent la pratique médicale.
Qu'est-ce que la tokenisation du patient
La tokenisation du patient est la conversion des données d'une histoire clinique en unités ordonnées qu'un modèle de l'intelligence artificielle peut traiter au fil du temps. Dans cette séquence entrent diagnostics, analyses, notes médicales, images, dates et laps de temps entre événements.
Chacun de ces éléments devient une pièce d'information de base. En se réunissant, ces pièces permettent de reconstruire la trajectoire de santé d'une personne et d'utiliser ce parcours comme base pour faire des prévisions ou retrouver des cas comparables.
Le point central est que ces modèles ne regardent pas un seul donnée, comme une étude de laboratoire ou une maladie ponctuelle. Ils cherchent à lire l'historique complet comme une série temporelle, avec l'idée de capter comment s'enchaînent les événements de santé au fil des années.
En même temps, l'histoire clinique n'est pas le patient. C'est un enregistrement partiel de ses contacts avec le système de santé, réparti entre institutions, consultations et moments distincts. La tokenisation essaie d'ordonner ce matériel fragmenté pour le rendre utilisable dans un seul cadre d'analyse.
Les cinq modèles d'IA
Cinq modèles récents ont avancé dans cette direction, bien que avec des méthodes et des échelles différentes. Le premier est Delphi-2M, qui a organisé les diagnostics et leur séquence dans le temps pour estimer la probabilité de plus de 1.000 maladies à partir de données du Biobanque du Royaume-Uni et de registres danois de près de 2 millions de personnes.
Le deuxième modèle est Curiosity, qui a porté cette logique à une échelle plus grande. Il a travaillé avec plus de 100.000 milliards d'événements médicaux structurés provenant de plus de 100 millions de patients.
Le troisième est Apollo, qui a additionné différents types d'information dans un même système. En plus des événements structurés, il a incorporé du texte clinique et des images pour construire des représentations longitudinales avec des données réunies pendant trois décennies de soins.
Le quatrième modèle, ALADYNOUILLI, a ajouté de l'information génétique héritée à ce type d'analyse. Il a été entraîné avec des données de trois biobanques et plus de 683.000 personnes, et a identifié des modèles de maladie qui changent avec le temps.
Le cinquième système est AURORA, qui a intégré sept modalités de données chez plus de 425.000 individus pour étudier le vieillissement, la santé métabolique et la réponse aux interventions médicales.
Ces cinq modèles ne se comparent pas directement entre eux, car ils utilisent des horizons prédictifs, des bases de données et des critères d'évaluation différents. Néanmoins, il y a une limite commune : ils n'ont pas encore prouvé que le fait d'agir à partir de ces prédictions améliore les résultats cliniques.
Qu'est-ce qui pourrait changer dans la pratique médicale
Il existe deux niveaux d'application possibles. Au niveau individuel, ils serviraient à estimer comment varie le risque d'une maladie au cours de la vie. L'exemple est celui de l'Alzheimer : il n'est pas le même de détecter un risque réparti sur des décennies qu'un risque concentré à un âge spécifique, comme 60 ou 90 ans.
Au niveau populationnel, une représentation partagée des histoires cliniques permettrait de faire des consultations directes sur des données suivies dans le temps. Cela ouvrirait la possibilité de rechercher des trajectoires similaires entre résultats de laboratoire, images, études anatomopathologiques et traitements.
Cette capacité pourrait aider au diagnostic de maladies rares, à la sélection de patients pour des essais cliniques et dans des études d'observation continues basées sur de grands volumes de dossiers médicaux.
Pourquoi demander l'audit de ces modèles avant de les utiliser
Ces modèles, basés sur des données d'observation, peuvent anticiper des risques, mais ne peuvent pas prouver à eux seuls qu'une intervention va changer le résultat d'un patient. C'est pourquoi une validation causale prospective est nécessaire avant d'utiliser ces outils pour orienter des décisions cliniques ou des stratégies de prévention.
Les modèles apprennent à partir de dossiers incomplets, influencés par des différences d'accès, de fréquence de consultation et de méthodes de saisie des informations. C'est pourquoi un donnée absente ou faible n'indique pas toujours une bonne santé.
Ces représentations doivent pouvoir être auditées : quelles données sont incluses, lesquelles sont exclues, quels groupes sont sous-représentés et qui peut utiliser cette information.
La gouvernance commence dans la conception des tokens, pas dans le déploiement. Ces modèles doivent être évalués pour leur validité externe, leur bénéfice clinique net et leur capacité réelle à améliorer les décisions et les résultats avant toute mise en œuvre.
Si ces tests sont réussis, la tokenisation pourrait convertir l'expérience accumulée dans les données de santé en information utile pour améliorer la prochaine décision clinique et accélérer les découvertes médicales.