Une nouvelle étude de l'Université du Colorado Anschutz Medical Campus montre que les outils gratuits en matière d'intelligence artificielle (IA) peuvent aider les médecins à signaler les analyses médicales ainsi que des systèmes commerciaux plus chers sans mettre la confidentialité des patients en danger.
L'étude a été publiée aujourd'hui dans la revue NPJ Médecine numérique.
La recherche met en évidence une alternative prometteuse et rentable à des outils largement connus comme Chatgpt qui sont souvent coûteux et peuvent nécessiter d'envoyer des données sensibles aux serveurs extérieurs.
Il s'agit d'une grande victoire pour les prestataires de soins de santé et les patients. Nous avons montré que les hôpitaux n'ont pas besoin de systèmes IA coûteux ou à risque de confidentialité pour obtenir des résultats précis. «
Aakriti Pandita, MD, auteur principal de l'étude et professeur adjoint de médecine hospitalière à l'École de médecine de l'Université du Colorado
Les médecins dictent souvent des notes ou rédigent des rapports en texte libre lors de l'examen des analyses médicales comme les échographies. Ces notes sont précieuses, mais elles ne sont pas toujours dans un format requis pour divers besoins cliniques. La structuration de ces informations aide les hôpitaux à suivre les résultats des patients, à tache les tendances et à mener des recherches plus efficacement. Les outils d'IA sont de plus en plus utilisés pour rendre ce processus plus rapide et plus précis.
Mais bon nombre des systèmes d'IA les plus avancés, tels que GPT-4 d'OpenAI, nécessitent l'envoi de données sur les patients sur Internet vers des serveurs externes. C'est un problème dans les soins de santé, où les lois sur la confidentialité font de la protection des données des patients une priorité absolue.
La nouvelle étude a révélé que les modèles d'IA gratuits, qui peuvent être utilisés à l'intérieur des systèmes hospitaliers sans envoyer de données ailleurs, fonctionnent aussi bien et parfois mieux que les options commerciales.
L'équipe de recherche s'est concentrée sur un problème médical spécifique: des nodules thyroïdiens, des morceaux dans le cou, souvent trouvés lors des échographies. Les médecins utilisent un système de notation appelé ACR TI-RADS pour évaluer la probabilité que ces nodules soient cancéreux.
Pour former les outils d'IA sans utiliser de données réelles pour les patients, les chercheurs ont créé 3 000 faux ou «synthétiques», rapporte la radiologie. Ces rapports ont imité le type de langage que les médecins utilisent mais ne contenaient aucune information privée. L'équipe a ensuite formé six modèles d'IA gratuits différents pour lire et marquer ces rapports.
Ils ont testé les modèles sur 50 rapports de patients réels à partir d'un ensemble de données publics et ont comparé les résultats aux outils d'IA commerciaux comme GPT-3.5 et GPT-4. Un modèle open source, appelé yi-34b, a effectué ainsi que GPT-4 lorsqu'il est donné quelques exemples à apprendre. Des modèles encore plus petits, qui peuvent fonctionner sur des ordinateurs réguliers, ont fait mieux que GPT-3.5 dans certains tests.
« Les outils commerciaux sont puissants, mais ils ne sont pas toujours pratiques dans les établissements de soins de santé », a déclaré Nikhil Madhuripan, MD, auteur principal de l'étude et chef de la section intérimaire de la radiologie abdominale à l'École de médecine de l'Université du Colorado. « Ils sont chers et les utiliser signifie généralement envoyer des données sur les patients aux serveurs d'une entreprise qui peuvent poser de graves problèmes de confidentialité. »
En revanche, les outils d'IA open source peuvent fonctionner dans le système sécurisé d'un hôpital. Cela signifie qu'aucune information sensible ne doit quitter le bâtiment et qu'il n'est pas nécessaire d'acheter de grands grappes GPU.
L'étude montre également que les données synthétiques peuvent être un moyen sûr et efficace de former des outils d'IA, en particulier lorsque l'accès à des dossiers de patients réels est limité. Cela ouvre la porte à la création de systèmes d'IA personnalisés et abordables pour de nombreux domaines des soins de santé.
L'équipe espère que leur approche pourra être utilisée au-delà de la radiologie. À l'avenir, Pandita a déclaré que des outils similaires pourraient aider les médecins à examiner les rapports de TDM, à organiser des notes médicales ou à surveiller comment les maladies progressent au fil du temps.
« Il ne s'agit pas seulement de gagner du temps », a déclaré Pandita. « Il s'agit de fabriquer des outils d'IA qui sont vraiment utilisables dans les milieux médicaux de tous les jours sans se ruiner ou compromettre la vie privée des patients. »
