Les médecins ou l'intelligence artificielle (IA) proposent-ils de meilleures recommandations de traitement pour les patients examinés à travers un cadre de soins urgent virtuel? Une nouvelle étude Cedars-Sinai montre que les médecins et les modèles d'IA ont des forces distinctes.
L'étude révolutionnaire présentée à la réunion de la médecine interne de l'American College of Physicians et publié simultanément dans le Annales de médecine interne a comparé les recommandations initiales de traitement de l'IA aux recommandations finales des médecins qui avaient accès aux recommandations de l'IA mais qui peuvent ou non les avoir examinés.
« Nous avons constaté que les recommandations initiales de l'IA pour les plaintes courantes dans un cadre de soins urgentes étaient évaluées plus que les recommandations des médecins finales », a déclaré Joshua Pevnick, MD, MSHS, codirectrice de la division de Cédars-Sina, professeur agrégé de médecine et auteur co-sénior de l'étude. « L'intelligence artificielle, par exemple, a particulièrement réussi à signaler les infections des voies urinaires potentiellement causées par des bactéries résistantes aux antibiotiques et suggérant qu'une culture soit commandée avant de prescrire des médicaments. »
Cependant, Pevnick a déclaré que même si l'IA était mieux pour identifier les drapeaux rouges critiques, « les médecins étaient mieux pour susciter des antécédents plus complets des patients et adapter leurs recommandations en conséquence ».
L'étude rétrospective a été menée à l'aide de données de Cedars-Sinai Connect, un programme de soins primaires virtuels et urgents qui a commencé en 2023. Une extension des soins en personne de Cedars-Sinai, Cedars-Sinai Connect vise à étendre les soins de santé virtuels pour les patients en Californie via une application mobile qui permet aux individus d'accéder rapidement et facilement
L'étude a examiné 461 visites gérées par des médecins avec des recommandations de l'IA du 12 juin au 14 juillet 2024. Des problèmes médicaux clés abordés lors de ces visites de soins urgents virtuels impliquaient des adultes présentant des symptômes respiratoires, urinaires, vaginaux, visuels ou dentaires.
Les patients utilisant l'application mobile initient des visites en entrant leurs préoccupations médicales et, pour les nouveaux utilisateurs, en fournissant des informations démographiques. Un modèle d'IA expert effectue un entretien dynamique structuré, recueillant des informations sur les symptômes et des antécédents médicaux. En moyenne, les patients répondent à 25 questions en cinq minutes.
Un algorithme utilise les réponses du patient ainsi que les données du dossier de santé électronique du patient pour fournir des informations initiales sur les conditions avec des symptômes connexes. Après avoir présenté les patients avec des diagnostics possibles pour expliquer leurs symptômes, l'application mobile permet aux patients d'initier une visite vidéo avec un médecin.
L'algorithme suggère également des recommandations de diagnostic et de traitement qui peuvent être consultées par le médecin de traitement des Cedars-Sinai Connect, bien que pendant la période de l'étude, Cedars-Sinai Connect a obligé les médecins à faire défiler vers le bas pour les voir.
L'incertitude majeure de cette étude est de savoir si les médecins ont fait défiler vers le bas pour voir les suggestions de prescription, de commande, de référence ou d'autres gestionnaires faites par l'IA, et s'ils ont incorporé ces recommandations dans leur prise de décision clinique. Le fait que les recommandations de l'IA aient souvent été jugées de plus grande qualité que les décisions des médecins suggèrent que l'aide à la décision de l'IA, lorsqu'elle est mise en œuvre efficacement au point de soins, a le potentiel d'améliorer la prise de décision clinique pour les conditions communes et aiguës. «
Caroline Goldzweig, MD, Cedars-Sinai Medical Network Medical Office et co-Senior Auteur de l'étude
Le système d'IA utilisé pour Cedars-Sinai Connect est développé par K Health, qui a créé la technologie pour réduire le fardeau de l'apport clinique et de la saisie des données, permettant aux médecins de se concentrer davantage sur les soins aux patients. K Health et Cedars-Sinai ont développé des Cedars-Sinai Connect via une coentreprise et collaboré à l'étude de recherche. Les enquêteurs de l'Université de Tel Aviv, dont le premier auteur Dan Zeltzer, PhD, ont également participé à l'étude.
« Nous avons mis l'IA à l'épreuve dans des conditions réelles, pas des scénarios artificiels », a déclaré Ran Shaul, co-fondateur et chef de produit de K Health. « Dans la réalité des soins primaires quotidiens, il y a tellement de variables et de facteurs que vous traitez avec des êtres humains complexes, et toute IA donnée doit faire face à des données incomplètes et à un ensemble très diversifié de patients. »
Shaul a déclaré que les enquêteurs ont appris que si vous formez l'IA sur le trésor des notes cliniques désidentifiées et utilisez les soins quotidiens en tant que mécanisme d'apprentissage de renforcement toujours à l'origine, « vous pouvez atteindre le niveau de précision que vous attendez d'un médecin humain. »
Les autres auteurs impliqués dans l'étude comprennent Dan Zeltzer, PhD; Zehavi Kugler, MD; Lior Hayat, MD; Tamar Brufman, MD; Ran Ilan Ber, PhD; Keren Leibovich, PhD; Tom Beer, MSc; et Ilan Frank, MSc.
Ce travail a été soutenu par le financement par K Health.
