Un programme informatique d’intelligence artificielle (IA) peut lire les notes des médecins pour estimer avec précision le risque de décès des patients, la durée du séjour à l’hôpital et d’autres facteurs importants pour les soins. Conçu par une équipe dirigée par des chercheurs de la NYU Grossman School of Medicine, l’outil est actuellement utilisé dans les hôpitaux NYU Langone Health pour prédire les chances qu’un patient qui sort soit réadmis dans un délai d’un mois.
Les experts ont longtemps exploré les algorithmes informatiques destinés à améliorer les soins de santé, certains ayant fait des prédictions cliniques précieuses. Cependant, peu sont utilisés parce que les ordinateurs traitent mieux les informations présentées dans des tableaux soignés, tandis que les médecins écrivent généralement dans un langage créatif et individualisé qui reflète la façon dont les humains pensent.
La lourde réorganisation des données a été un obstacle, selon les chercheurs, mais un nouveau type d’IA, les grands modèles de langage (LLM), peut « apprendre » du texte sans avoir besoin de données spécialement formatées.
Dans une étude publiée en ligne le 7 juin dans la revue Nature, l’équipe de recherche a conçu un LLM appelé NYUTron qui peut être formé à l’aide de texte non modifié provenant de dossiers de santé électroniques pour effectuer des évaluations utiles sur l’état de santé des patients. Les résultats ont révélé que le programme pouvait prédire 80 % des personnes réadmises, soit une amélioration d’environ 5 % par rapport à un modèle informatique standard non LLM qui nécessitait un reformatage des données médicales.
Nos résultats mettent en évidence le potentiel d’utilisation de grands modèles de langage pour guider les médecins dans les soins aux patients. Des programmes comme NYUTron peuvent alerter les prestataires de soins de santé en temps réel sur les facteurs susceptibles d’entraîner une réadmission et d’autres problèmes afin qu’ils puissent être rapidement traités ou même évités. »
Lavender Jiang, BSc, auteure principale de l’étude, doctorante au NYU Center for Data Science
Jiang ajoute qu’en automatisant les tâches de base, la technologie peut accélérer le flux de travail et permettre aux médecins de passer plus de temps à parler avec leurs patients.
Les LLM utilisent des algorithmes informatiques spécialisés pour prédire le meilleur mot à remplir dans une phrase en fonction de la probabilité que de vraies personnes utilisent un terme particulier dans ce contexte. Plus il y a de données utilisées pour « enseigner » à l’ordinateur comment reconnaître de tels modèles de mots, plus ses suppositions deviennent précises au fil du temps, ajoute Jiang.
Pour leur étude, les chercheurs ont formé NYUTron à l’aide de millions de notes cliniques collectées à partir des dossiers de santé électroniques de 336 000 hommes et femmes qui avaient reçu des soins au sein du système hospitalier NYU Langone entre janvier 2011 et mai 2020. » comprenait tout dossier rédigé par un médecin, tel que des rapports de radiologie, des notes d’évolution du patient et des instructions de sortie. Notamment, la langue n’était pas normalisée parmi les médecins, et le programme pouvait même interpréter les abréviations propres à un écrivain particulier.
Selon les résultats, NYUTron a identifié 85 % des personnes décédées à l’hôpital (une amélioration de 7 % par rapport aux méthodes standard) et a estimé 79 % de la durée réelle du séjour des patients (une amélioration de 12 % par rapport au modèle standard). L’outil a également évalué avec succès la probabilité de conditions supplémentaires accompagnant une maladie primaire (indice de comorbidité) ainsi que les chances d’un refus d’assurance.
« Ces résultats démontrent que les grands modèles de langage font du développement des » hôpitaux intelligents « non seulement une possibilité, mais une réalité », a déclaré l’auteur principal de l’étude et neurochirurgien Eric K. Oermann, MD. « Étant donné que NYUTron lit les informations extraites directement du dossier de santé électronique, ses modèles prédictifs peuvent être facilement construits et rapidement mis en œuvre dans le système de santé. »
Le Dr Oermann, professeur adjoint aux départements de neurochirurgie et de radiologie de NYU Langone, ajoute que de futures études pourraient explorer la capacité du modèle à extraire les codes de facturation, à prédire le risque d’infection et à identifier le bon médicament à commander, entre autres applications potentielles.
Il prévient que NYUTron est un outil de soutien pour les prestataires de soins de santé et n’est pas destiné à remplacer le jugement du prestataire adapté aux patients individuels.
Le financement de l’étude a été assuré par les subventions P30CA016087 et R01CA226527 des National Institutes of Health. Un financement supplémentaire a été fourni par la subvention de recherche médicale de la Fondation WM Keck.
Le Dr Oermann est consultant pour Sofinnova Partners, une société de capital-risque spécialisée dans le développement des biotechnologies, de la durabilité et des produits pharmaceutiques. Il détient également des actions dans Artisight Inc., une société qui produit un logiciel pour les opérations des organisations de soins de santé, et son épouse est employée par Mirati Therapeutics, qui développe des thérapies contre le cancer. Les termes et conditions de ces arrangements sont gérés conformément aux politiques et pratiques de NYU Langone Health.
En plus de Jiang et du Dr Oermann, d’autres chercheurs de NYU et NYU Langone impliqués dans l’étude étaient Xujin Chris Liu, BS; Mustafa Nasir-Moin, BA; Duo Wang, PhD; Kevin P. Eaton, MD; Howard A. Riina, MD; Ilya Laufer, MD; Paawan V. Punjabi, MD ; Madeline Miceli, MD; Nora Kim, MD; Cordélia Orillac, MD ; Zane Schnurman, MD; Christopher Livia, MD, PhD; Hannah Weiss, MD; David Kurland, MD, Ph.D. ; Sean Neifert, MD ; Yosef Dastagirzada, MD ; Douglas Kondziolka, MD ; Alexander Cheung, MA; Grâce Yang; Ming Cao; Yindalon Aphinyanaphons, MD, PhD; et Kygunghyun Cho, PhD. Les autres auteurs de l’étude comprenaient Nima Pour Nejatian, PhD, MBA; Anas Abidin, PhD; Mona Flores, MD; et Anthony Costa, PhD, chez NVIDIA à Santa Clara, Californie, dont le matériel informatique a été utilisé pour construire NYUTron.
