Une étude de l'Université du Maine a comparé la façon dont les modèles d'intelligence artificielle et les cliniciens humains ont géré des cas médicaux complexes ou sensibles.
L'étude publiée dans le Journal of Health Organization and Management en mai évalué plus de 7 000 requêtes médicales anonymisées des États-Unis et de l'Australie. Les résultats ont décrit où la technologie s'est révélée prometteuse et quelles limites doivent être abordées avant que l'IA ne soit déchaînée sur les patients – et pourrait éclairer le développement futur des outils d'IA, des procédures cliniques et des politiques publiques. L'étude informe également les efforts pour utiliser l'IA pour soutenir les professionnels de la santé à un moment où les pénuries de main-d'œuvre augmentent et que l'épuisement professionnel des cliniciens augmente.
Les résultats ont montré que la précision de la plupart des réponses générées par l'AI était alignée sur les normes d'information expertes, en particulier avec les requêtes factuelles et procédurales, mais a souvent lutté avec des questions « pourquoi » et « comment ».
L'étude a également révélé que même si les réponses étaient cohérentes au cours d'une session donnée, des incohérences sont apparues lorsque les utilisateurs ont posé les mêmes questions dans les tests ultérieurs. Ces écarts soulèvent des préoccupations, en particulier lorsque la santé d'un patient est en jeu. Les résultats s'ajoutent à un nombre croissant de preuves qui définiront le rôle de l'IA dans les soins de santé.
Il ne s'agit pas de remplacer les médecins et les infirmières. Il s'agit d'augmenter leurs capacités. L'IA peut être une deuxième série d'yeux; Il peut aider les cliniciens à parcourir les montagnes de données, à reconnaître les modèles et à proposer des recommandations fondées sur des preuves en temps réel. «
C. Matt Graham, auteur de l'étude et professeur agrégé de systèmes d'information et de gestion de la sécurité à la Maine Business School
L'étude a également comparé les mesures de santé, notamment la satisfaction des patients, le coût et l'efficacité du traitement, dans les deux pays. En Australie, qui a un modèle de santé universel, les patients ont signalé une satisfaction plus élevée et un quart de coût par rapport à ceux des États-Unis, où les patients ont également attendu deux fois plus longtemps pour voir les fournisseurs. Graham note dans l'étude que le système de santé, les différences réglementaires et culturelles comme celles-ci influenceront finalement la façon dont l'IA est reçue et utilisée et que les modèles devraient être formés pour tenir compte de ces variations.
Intelligence émotionnelle artificielle
Bien que la précision d'un diagnostic importe, il en va de même pour la façon dont il est livré. Dans l'étude, les réponses de l'IA manquaient fréquemment de l'engagement émotionnel et des nuances empathiques souvent véhiculées par les cliniciens humains.
La durée des réponses de l'IA était étonnamment cohérente, avec la plupart variant entre 400 et 475 mots. Les réponses des cliniciens humains ont montré beaucoup plus de variations, avec des réponses plus concises écrites en réponse à des questions plus simples.
L'analyse du vocabulaire a révélé que l'IA utilisait régulièrement des termes cliniques dans ses réponses, qui peuvent être difficiles à comprendre ou à se sentir insensibles à certains patients. Dans les situations impliquant des sujets tels que la santé mentale ou les maladies en phase terminale, l'IA a eu du mal à transmettre la compassion qui est essentielle dans les relations efficaces pour les patients.
« Les professionnels de la santé offrent une guérison ancrée dans la connexion humaine, par la vue, le toucher, la présence et la communication – des expériences que l'IA ne peut pas reproduire », a déclaré Kelley Strout, professeur agrégé de l'école des soins infirmiers d'Umaine, qui n'a pas été impliqué dans l'étude. « La synergie entre l'IA et le jugement des cliniciens, la compassion et l'application de la pratique fondée sur des preuves ont le potentiel de transformer les systèmes de santé, mais uniquement s'ils sont accompagnés de normes rigoureuses, de cadres et de garanties éthiques pour surveiller les erreurs et les conséquences involontaires. »
Un système de santé étiré
L'étude arrive au milieu des pénuries générales et croissantes sur la main-d'œuvre américaine des soins de santé. Dans tout le pays, les patients font face à de longs temps d'attente, à des coûts élevés et à une pénurie de soins primaires et de fournisseurs de spécialités. Ces obstacles sont particulièrement aigus dans les régions rurales, où un accès limité conduit souvent à des diagnostics retardés et à l'aggravation des résultats pour la santé.
Un rapport publié par la Health Resources and Services Administration en 2024 a injecté que les zones non métro seront confrontées à une pénurie de 42% de médecins de soins primaires d'ici 2037. Bien qu'un nombre croissant d'infirmières et d'assistants de médecins interviennent pour combler la lacune, la demande de soins augmente plus rapidement. Entre 2022 et 2026, la population de personnes de 65 ans et plus aux États-Unis devrait augmenter de 54%, une tendance accueillant des implications importantes pour la demande de services de santé.
Strout a déclaré que si l'IA pourrait aider à améliorer l'accès aux patients et à soulager les défis – comme l'épuisement professionnel, qui affecte plus de la moitié des médecins de soins primaires aux États-Unis – son utilisation doit être soigneusement approchée.
Prioriser les prestataires et les patients
Les outils alimentés par l'IA pourraient prendre en charge la communication virtuelle et le fournisseur de fournisseur de complément à la zone via des outils tels que des portails de patients en ligne, qui ont monté en flèche en popularité depuis 2020. La technologie, cependant, soulève également les craintes de déplacement de l'emploi, et les experts mettent en gardent la qualité des soins.
« La technologie n'est qu'une partie de la solution », a déclaré Graham. « Nous avons besoin de normes réglementaires, de surveillance humaine et d'ensembles de données inclusifs. En ce moment, la plupart des outils d'IA sont formés sur des populations limitées. Si nous ne faisons pas attention, nous risquons de construire des systèmes qui reflètent et même d'aggraver les inégalités existantes. »
Strout a ajouté que, comme les systèmes de soins de santé intègrent l'IA dans la pratique clinique, les administrateurs doivent s'assurer que ces outils sont conçus avec les patients et les prestataires à l'esprit. Les leçons de l'intégration antérieure de la technologie, qui ne parviennent pas à améliorer la prestation des soins, offrent des conseils précieux aux développeurs de l'IA.
« Nous devons apprendre des faux pas passés. Le dossier de santé électronique (DSE), par exemple, a été largement développé autour des modèles de facturation plutôt que des résultats pour les patients ou des flux de travail des fournisseurs », a déclaré Strout. « En conséquence, les systèmes de DSE ont souvent contribué à la frustration parmi les prestataires et une diminution de la satisfaction des patients. Nous ne pouvons pas nous permettre de répéter cette histoire avec l'IA. »
D'autres facteurs, tels que la responsabilité des erreurs et la vie privée des patients, sont primordiaux pour les éthiciens médicaux, les décideurs politiques et les chercheurs de l'IA. Les solutions à ces questions éthiques peuvent varier selon l'endroit où elles sont adoptées pour tenir compte de différents environnements culturels et réglementaires.
Alors que l'IA continue de se développer, de nombreux experts pensent qu'il améliorera l'efficacité du service et la prise de décision que les prestataires offrent aux patients. Les résultats de l'étude soutiennent le consensus croissant selon lequel l'adaptabilité éthique et émotionnelle limitée de l'IA signifie que les cliniciens humains restent indispensables. Graham dit que, en plus d'améliorer les performances des outils d'IA, les recherches futures devraient se concentrer sur la gestion des risques éthiques et l'adaptation de l'IA à divers contextes de soins de santé pour garantir que la technologie augmente plutôt que de saper les soins humains.
« La technologie devrait améliorer l'humanité de la médecine, pas la diminuer », a déclaré Graham. « Cela signifie concevoir des systèmes qui soutiennent les cliniciens dans la prestation de soins, et non les remplacer complètement. »
