L'intelligence artificielle médicale (IA) étant mon principal domaine de recherche, j'essaie de me tenir au courant des dernières publications et rapports. Mais cela est devenu de plus en plus difficile ces dernières semaines alors que nous assistons à une accélération de la production .
Je vais résumer ici de nouvelles études sur l'imagerie cardio-pulmonaire d'apprentissage profond , un modèle transformateur, également connu sous le nom d' IA générative ou grand modèle de langage (LLM) et quelques avancées dans les scribes virtuels.
1. "Votre radiographie pulmonaire indique que vous souffrez peut-être de diabète."
Ayis Pyrros [NofR de l'Université de l'Illinois, Chicago] et ses collègues ont publié un article important sur la formation des réseaux de neurones profonds (CXR) à rayons X thoraciques pour détecter le diabète de type 2 (T2D) , quelque chose que nous n'aurions pas prévu. Plus de 270 000 CXR de plus de 160 000 patients ont été utilisés pour développer le modèle, et il a ensuite été évalué de manière prospective chez près de 10 000 patients.
Le modèle a bien fonctionné quelle que soit la race ou l'origine ethnique, ce qui est un problème critique qui doit toujours être pris en compte. Si bien la precisión general (reflejada por AUC 0,84) no fue muy alta (como 0,95 o más), es importante tener en cuenta que las CXR son las imágenes médicas más comunes obtenidas en le monde. Si son utilisation peut être étendue à une capacité inattendue pour aider à détecter le DT2, ce serait bienvenu.
Ceci est encore un autre exemple d '"yeux" de machine entraînés avec des entrées de données volumineuses pour détecter des choses que les yeux humains ne peuvent pas détecter. Comment le modèle a-t-il détecté le diagnostic possible de diabète de type 2 ? Au crédit des chercheurs, la recherche d'explicabilité a conduit à trouver certaines des caractéristiques qui expliquaient la détection de l'IA, telles que l'adiposité centrale et l'atténuation des côtes et des clavicules. Même ainsi, la précision du modèle était un peu meilleure chez les personnes ayant un IMC (indice de masse musculaire) inférieur à 25 (AUC 0,89) par rapport à celles ayant un IMC supérieur à 25 (AUC 0,84). Les auteurs ont appelé cela la « détection opportuniste du diabète de type 2 », ce qui est approprié puisque le diagnostic de diabète est souvent manqué.
2. "Votre radiographie pulmonaire indique que votre fraction d'éjection peut être faible et la présence d'une maladie valvulaire."
Aussi loin que je me souvienne, nous n'avons pas considéré la radiographie pulmonaire comme un moyen utile d'estimer la fonction cardiaque d' un patient, telle que reflétée par la fraction d'éjection (inférieure ou supérieure à 40 %). [NOR : La fraction d'éjection est la quantité de sang, exprimée en pourcentage, qui est pompée d'un ventricule rempli à chaque battement de cœur]. Cette notion a été contestée par (Daiju) Ueda [Note de l'Université d'Osaka ] et ses collègues dans un nouvel article utilisant plus de 22 000 CXR et des échocardiogrammes appariés de plusieurs institutions pour former un modèle, avec validation externe (avec une AUC de 0,87 pour tous les résultats sur la fraction d'éjection, les maladies valvulaires et l'insuffisance cardiaque).
Comme l'étude sur le diabète basée sur le CXR, je n'aurais pas prévu que cela soit possible et je trouve le travail particulièrement créatif et innovant. C'est-à-dire que la CXR étant à nouveau l'image médicale la plus couramment obtenue dans le monde, à un coût considérablement inférieur à celui d'un échocardiogramme, la valeur pratique de ces résultats est remarquable.
À leur crédit, ces chercheurs ont également recherché l'explicabilité avec des cartes de saillance, comme indiqué ci-dessous. Pour la fraction d'éjection et chacun des autres résultats de valve/IVC (le reste est montré dans le matériel supplémentaire), la forme des ombres du cœur et les caractéristiques de contour ont fourni une partie de l'explication de la façon dont CXR pourrait imputer les résultats de l'écho.
3. "Votre électrocardiogramme montre que vous avez une crise cardiaque."
Bien que l'ECG (électrocardiogramme) soit essentiel pour diagnostiquer une crise cardiaque, de nombreux patients qui se présentent aux urgences n'ont aucun résultat diagnostique. Environ 30 % des patients qui se présentent ont en fait une artère coronaire aiguë obstruée (bloquée à 100 %) sans élévation caractéristique du segment ST à l'ECG. De même, le test initial de troponine sanguine pour la preuve d'une lésion myocardique est négatif chez environ 1 patient sur 4 chez qui on diagnostique par la suite un infarctus aigu du myocarde.
Une nouvelle étude de (Salah) Al-Zaiti [Note de l' Université de Pittsburgh ] et ses collègues a abordé cette question, avec le flux de travail pour développer des modèles de score de risque comme indiqué ci-dessous, avec une évaluation prospective et une validation externe dans des systèmes de santé indépendants.
À noter, 1 patient sur 3 a été correctement reclassé par le score de risque « SMART » dérivé de l'IA. Comme les 2 autres études ci-dessus, il y a eu des efforts délibérés pour l'explicabilité, avec le démêlage des 25 principales caractéristiques déterminant la précision du modèle, surpassant à la fois les experts cliniques et les systèmes d'interprétation commerciaux de l'ECG.
Une déclaration appropriée dans le texte : "Il s'agit de la première étude à utiliser des méthodes d'apprentissage automatique et de nouvelles fonctionnalités d'ECG pour optimiser la détection de l'OMI [crise cardiaque occlusive, MI] chez les patients souffrant de douleurs thoraciques aiguës. et STEMI [ST-élévation MI] négatif modèle sur leur présentation d'électrocardiogramme ».
Une réplication plus poussée de ce rapport et sa mise en œuvre pourraient constituer une étape cruciale vers un diagnostic plus précis et un traitement rapide des patients atteints d'infarctus du myocarde.
4. Les grands modèles linguistiques répondent de plus en plus correctement aux questions médicales
Dans un nouveau rapport des chercheurs de Google AI, Karan Singhal et ses collègues, ils ont évalué la progression de leurs grands modèles de langage de Flan-PaLM à Med-PaLM. Au-delà de la capacité de Med-PaLM à passer le seuil de réussite de l'US Medical Licensing Examination (USMLE) comme je l'ai vu ci-dessus , des augmentations substantielles peuvent être observées pour une bonne compréhension, un rappel correct et la preuve d'un raisonnement correct de Flan-PaLM à Med-PaLM pour 140 questions médicales évaluées.
Au total, 61,9 % des réponses longues Flan-PaLM ont été jugées par un panel de médecins conformes au consensus scientifique, contre 92,6 % des réponses Med-PaLM ; celles-ci étaient proches de la parité avec les réponses générées par les médecins (92,9 %). Mais à tort, le panneau b montre l'infériorité des modèles d'IA pour les médecins. Bien qu'il n'y ait aucune preuve d'un biais accru pour les LLM, ils ont obtenu de moins bons résultats pour le contenu inapproprié/incorrect et la probabilité de préjudice potentiel.
Les auteurs ont reconnu les limites de l'infériorité des médecins et ont conclu : "Nos évaluations humaines révèlent les limites des modèles actuels, renforçant l'importance des cadres d'évaluation et du développement de méthodes pour créer des LLM sûrs et utiles pour les applications cliniques ". Ce qui est remarquable, c'est que leur modèle Med-PaLM2 a largement dépassé les performances de ce qui a été publié dans le nouvel article de Nature sur Med-PaLM, comme en témoigne leur préimpression Med-PALM2 de mai 2023 utilisant le modèle Med-PaLM2 saut de précision USMLE.
Cela suggère que la vitesse de mise au point des LLM dépasse de loin celle des revues à comité de lecture (enfin, ce n'est pas dire grand-chose !) et nous allons clairement voir des améliorations considérables de ces LLM dans les jours à venir. Une bataille intense se déroule entre Google et Microsoft , ainsi que d'autres titans de la technologie et des startups avec des LLM impressionnants. Un article du WSJ cette semaine a souligné l'accent mis par Google sur les applications de santé.
5. L'intelligence artificielle éclipse la paperasserie dans les soins de santé
Un article en première page du New York Times a mis en évidence le processus d'utilisation des conversations lors des visites à la clinique pour produire des notes, des plans de traitement et une facturation, ce qui pourrait faire gagner beaucoup de temps aux cliniciens.
Comme Steve Lohr, le journaliste, l'a si bien dit : "La meilleure utilisation de l'IA générative dans le domaine de la santé, selon les médecins, est d'alléger le lourd fardeau de la documentation qui leur prend des heures par jour et contribue à l'épuisement". Ce qui est particulièrement agréable, c'est que la note synthétique écrite peut être rapidement comparée aux paroles prononcées, ce qui favorise la vérifiabilité et la confiance tant pour le médecin que pour le patient.
L'article dit : « Le logiciel traduit n'importe quelle terminologie médicale en anglais simple à un niveau de lecture de quatrième année. Il fournit également un enregistrement de la visite avec des «moments médicaux» codés par couleur pour les médicaments, les procédures et les diagnostics. Le patient peut cliquer sur une étiquette de couleur et écouter une partie de la conversation ». Réduire la documentation serait formidable, mais de telles évaluations ne sont plus que des reportages médiatiques sans aucune publication potentielle évaluée par des pairs. [Information complète : l'une des 4 sociétés citées dans l'article est Abridge, pour laquelle je suis conseil]. Quand (et si) il y a des données convaincantes, cette application LLM peut être la première à être mise en œuvre dans la clinique. Un bonus supplémentaire est le manque de besoin de surveillance réglementaire, un sujet important que Bertalan Mesko et moi avons récemment examiné et publié cette semaine.
résumé
pour cette première partie À partir de récents rapports médicaux sur l'IA, j'ai un peu approfondi 3 modèles traditionnels d'apprentissage en profondeur , un article LLM de Today's Transformers et le récent rapport médiatique qui promet de réduire le fardeau de la documentation clinique. Veuillez noter qu'il s'agit d'un « travail en cours » et qu'aucune de ces études n'est prête à être mise en œuvre.
Néanmoins, ils sont assez encourageants pour plusieurs raisons :
1) Les yeux machines nous étonnent constamment par ce qu'ils peuvent voir que les humains experts ne peuvent pas (voir mon post précédent sur l'incroyable pouvoir des yeux mécaniques),
2) Chacune des nouvelles études essaie d'obtenir l'explicabilité de leurs modèles, ce qui est important,
3) La capacité à répondre aux questions médicales, à la fois pour les cliniciens et les patients, s'améliore clairement, mais pas encore à tout moment pour être mise en œuvre en toute sécurité et cliniquement, et
4) Les LLM sans ajustement des informations médicales peuvent être particulièrement utiles pour aider les médecins à réduire leurs rôles de gérance des données, et comme mentionné dans le dernier article, un médecin, Michelle Thompson, Il a déclaré : « L' IA m'a permis, en tant que médecin , être présent à 100% pour mes patients. C'était la prémisse de Deep Medicine (le livre que j'ai publié il y a 4 ans), alors j'espère que nous commencerons à voir le début et la reconstruction de la relation médecin-patient.
*Cet article a été publié sur la plateforme Substack. Le Dr Eric Topol est un cardiologue américain, généticien et chercheur en médecine numérique. Il est le fondateur et directeur du Scripps Research Translational Institute, un centre de recherche basé en Californie pour les sciences biomédicales fondamentales. Professeur de médecine moléculaire et vice-président exécutif de Scripps Research. Il a publié plus de 1 200 articles évalués par des pairs, avec plus de 320 000 citations, élu membre de l'Académie nationale de médecine des États-Unis et fait partie des 10 chercheurs médicaux les plus cités. Son principal objectif scientifique est la médecine individualisée utilisant des outils génomiques, numériques et d'IA.
Continuer à lire