À l'exception d'un aspect clé, la configuration est familière en médecine : un diagnosticien expert présente un cas particulièrement difficile à une salle remplie de collègues, en les guidant soigneusement à travers les symptômes du patient et les premiers résultats des tests. Le médecin explique son raisonnement en détail en décomposant le cas et toutes les possibilités qu'elle a envisagées, à l'aide d'un jeu de diapositives. À la fin de l’entretien de cinq minutes, elle révèle son diagnostic et les prochaines étapes qu’elle recommanderait.
Le rebondissement ? Cette fois, le médecin en question est un système d'intelligence artificielle appelé Dr CaBot.
Des chercheurs de la Harvard Medical School développent le Dr CaBot comme outil de formation médicale. Le système, qui fonctionne à la fois sous forme de présentation et sous forme écrite, montre comment il raisonne à travers un cas, offrant ce qu'on appelle un diagnostic différentiel – une liste complète de conditions possibles qui expliquent ce qui se passe – et réduisant les possibilités jusqu'à ce qu'il parvienne à un diagnostic final.
La capacité du Dr CaBot à expliquer son « processus de réflexion » plutôt que de se concentrer uniquement sur l’obtention d’une réponse précise le distingue des autres outils de diagnostic de l’IA. Il s’agit également de l’un des rares modèles conçus pour traiter des cas médicaux plus complexes.
« Nous voulions créer un système d'IA capable de générer un diagnostic différentiel et d'expliquer son raisonnement détaillé et nuancé au niveau d'un diagnosticien expert », a déclaré Arjun (Raj) Manrai, professeur adjoint d'informatique biomédicale à l'Institut Blavatnik du HMS. Manrai a créé le Dr CaBot avec Thomas Buckley, doctorant à la Harvard Kenneth C. Griffin School of Arts and Sciences et membre du laboratoire Manrai.
Bien que le système ne soit pas encore prêt à être utilisé en clinique, Manrai et son équipe ont effectué des démonstrations du Dr CaBot dans les hôpitaux de la région de Boston. Aujourd'hui, le Dr CaBot a l'occasion de faire ses preuves en affrontant un diagnosticien expert en Le New England Journal of Medicine Célèbres dossiers de cas du Massachusetts General Hospital, également connus sous le nom de conférences clinicopathologiques, ou CPC. C’est la première fois que la revue publie un diagnostic généré par l’IA.
La discussion du cas médical qui en a résulté, publiée le 8 octobre dans NEJMoffre une fenêtre sur les capacités du Dr CaBot, démontrant son utilité pour les enseignants et les étudiants en médecine – et faisant allusion à son potentiel pour les médecins en clinique. Alors que les chercheurs continuent d’améliorer le Dr CaBot, ils espèrent qu’il servira de modèle utile à d’autres équipes d’IA médicale à travers le monde.
Cent ans de cas médicaux
Le concept des CPC remonte à la fin des années 1800, lorsque les médecins du Massachusetts General Hospital ont commencé à utiliser des études de cas de patients pour la formation médicale. En 1900, le pathologiste Mass General Richard Cabot – qui a donné son nom au Dr CaBot – les a formalisés dans le cadre du programme d'études des médecins en formation du HMS. Depuis 1923, NEJM publie continuellement les cas sous forme de CPC pour enseigner aux médecins comment d'autres médecins raisonnent sur des cas complexes.
Les cas sont assez légendaires. Ils sont connus pour être extrêmement difficiles, remplis de distractions et de fausses pistes. »
Arjun (Raj) Manrai, professeur adjoint, informatique biomédicale, Institut Blavatnik, HMS
Chaque CPC consiste en une présentation détaillée du cas par les médecins du patient. Ensuite, un expert non impliqué dans l'affaire est invité à faire une présentation à des collègues de Mass General expliquant leur raisonnement, étape par étape, et fournissant un diagnostic différentiel avant de se concentrer sur la possibilité la plus probable. Après cela, les médecins du patient révèlent le diagnostic réel. Le rapport du diagnostiqueur est publié dans NEJM accompagné de la présentation du cas.
Le 8 octobre NEJM L'article comprend une présentation de cas typique ainsi qu'un diagnostic différentiel soigneusement argumenté du diagnosticien expert Gurpreet Dhaliwal du San Francisco Veterans Affairs Medical Center et de l'Université de Californie à San Francisco, que Manrai décrit comme « un vrai Dr House moderne ». Après cela, le diagnostic différentiel du Dr CaBot apparaît.
Manrai et Buckley ont été encouragés de constater que, même si le Dr CaBot avait raisonné différemment de Dhaliwal, il était parvenu à un diagnostic final comparable.
Du Dr Cabot au Dr CaBot
Pendant ses études supérieures, Manrai est devenue fascinée par la façon dont les CPC démystifient le processus utilisé par les médecins pour arriver à un diagnostic. Ils lui rappelaient les romans policiers qu’il aimait grandir.
Plus récemment, son laboratoire et d’autres ont étudié la précision des modèles d’IA pour fournir des diagnostics aux patients. Manrai se demande s’il est possible de concevoir un système qui puisse aller plus loin.
Le cœur du Dr CaBot est le modèle de raisonnement en grand langage o3 d'OpenAI. Lors de la construction du système, Buckley, qui est Dunleavy Fellow dans le cursus AI in Medicine du HMS, devait augmenter o3 avec de nouvelles capacités.
L'une d'elles est la capacité du Dr CaBot à rechercher efficacement des millions de résumés cliniques provenant de revues à fort impact, ce qui l'aide à citer correctement ses travaux et à éviter les hallucinations factuelles. Le Dr CaBot peut également effectuer des recherches dans son « cerveau » de plusieurs milliers de CPC et utiliser ces exemples pour reproduire le style d'un diagnosticien expert en NEJM. L'équipe travaille en étroite collaboration avec des collaborateurs cliniciens du centre médical Beth Israel Deaconess et d'autres hôpitaux affiliés à Harvard pour continuer à affiner le système.
Le Dr CaBot propose deux produits principaux.
La première est une présentation vidéo d'un cas d'environ cinq minutes, narrée et basée sur des diapositives, dans laquelle le système explique comment il a raisonné à travers les possibilités pour parvenir à un diagnostic. Les présentations sont « étonnamment réalistes », a déclaré Buckley, avec des mots de remplissage comme « euh », « euh » et « vous savez » ainsi que des phrases familières.
Lors des démonstrations de l'équipe, « la réalité de la présentation narrée semble être liée aux médecins », a déclaré Manrai.
L'autre est une version écrite détaillée du raisonnement et du diagnostic du Dr CaBot.
Emmener le Dr CaBot sur la route
Les chercheurs sont impatients de voir les médecins dialoguer avec le Dr CaBot et fournir des commentaires d'experts. À cette fin, ils prévoient davantage de démonstrations dans les hôpitaux locaux et ont publié un article décrivant le système sur un serveur de prépublication. Ils voient le NEJM CPC comme autre occasion de faire part de vos commentaires.
« La discussion générée par l'IA du Dr CaBot n'a pas été analysée pour vérifier son exactitude ; toutes les erreurs factuelles présentes ont été conservées afin que le lecteur puisse observer les forces et les limites du système », lit-on dans la note de l'éditeur sur le CPC, concluant : « il appartient au lecteur de déterminer si l'IA a une utilisation légitime dans la prise de décision clinique ».
Le Dr CaBot est également disponible en ligne, où les utilisateurs peuvent tester le système sur de nouveaux cas à des fins éducatives et de recherche, et consulter des présentations et des articles sur 15 cas existants allant de « Un nouveau-né avec des lésions cutanées » à « Un homme de 89 ans atteint de dyspnée progressive ».
« Nous essayons vraiment de sortir le cou », a déclaré Manrai. « Il y a un grand potentiel d'embarras, mais vous apprenez beaucoup en diffusant une vidéo à de vrais cliniciens pendant cinq minutes. Nous recevons tellement de commentaires de cette façon. »
Bien que le principal cas d’utilisation du Dr CaBot soit un outil pédagogique, sa capacité à passer rapidement au crible des millions de résumés cliniques pourrait également en faire une aide précieuse à la recherche.
Selon Manrai et Buckley, l'outil nécessiterait d'autres améliorations, validations et ajouts de protections de la vie privée des patients avant de pouvoir être envisagé pour une mise en œuvre dans des contextes réels. Cependant, l'équipe a noté que les médecins expriment déjà leur intérêt.
Les avantages d'un système d'IA sont qu'il est toujours disponible, qu'il ne se fatigue pas, qu'il ne jongle pas avec les responsabilités et qu'il peut rechercher rapidement de grandes quantités de littérature médicale, ont-ils déclaré.
Manrai a ajouté qu'il existe des preuves que les médecins utilisent les outils d'IA « dans des proportions qui, je pense, surprendraient beaucoup de gens », y compris ChatGPT et une plateforme spécifique aux médecins appelée OpenEvidence.
« Nous en sommes à nos débuts dans la collaboration homme-IA », a déclaré Manrai, mais le domaine évolue rapidement. À terme, le Dr CaBot pourrait rejoindre la boîte à outils de l’IA que les médecins explorent déjà pour déterminer la meilleure façon d’aider leurs patients.
