L’utilisation de l’intelligence artificielle (IA) dans les hôpitaux et les soins aux patients ne cesse d’augmenter. L’IA fait depuis longtemps partie de la pratique clinique quotidienne, notamment dans les domaines spécialisés à forte proportion d’imagerie, comme la radiologie. Cependant, la question de savoir dans quelle mesure l’IA influence réellement les flux de travail en milieu clinique reste largement sans réponse. Des chercheurs de l’hôpital universitaire de Bonn (UKB) et de l’université de Bonn ont donc mené une analyse complète des études existantes sur l’effet de l’IA. Ils ont pu montrer que l’IA n’entraîne pas automatiquement une accélération des processus de travail. Leurs résultats ont maintenant été publiés dans la revue npj Médecine Numérique.
Bien que l’IA soit souvent considérée comme une solution pour gérer les tâches de routine telles que la surveillance des patients, la documentation des tâches de soins et l’aide aux décisions cliniques, ses effets réels sur les processus de travail ne sont pas clairs. En particulier dans les spécialités gourmandes en données telles que la génomique, la pathologie et la radiologie, où l’IA est déjà utilisée pour reconnaître des modèles dans de grandes quantités de données et hiérarchiser les cas, il y a un manque de données fiables sur les gains d’efficacité.
Nous voulions savoir dans quelle mesure les solutions d’IA améliorent réellement l’efficacité de l’imagerie médicale. L’hypothèse largement répandue selon laquelle l’IA accélère automatiquement les processus de travail est souvent insuffisante. »
Katharina Wenderott, auteur principal de l'étude et doctorante à l'Université de Bonn à l'Institut de l'UKB pour la sécurité des patients (IfPS)
Une évaluation cohérente des études est difficile
L’équipe de recherche a mené une revue systématique de 48 études portant sur l’utilisation d’outils d’IA en milieu clinique, notamment en radiologie et en gastro-entérologie. Sur les 33 études portant sur le temps de traitement des processus de travail, 67 % ont fait état d'une réduction des heures de travail, mais les méta-analyses n'ont montré aucun gain d'efficacité significatif. «Certaines études ont montré des différences statistiquement significatives, mais celles-ci étaient insuffisantes pour tirer des conclusions générales», explique Wenderott.
En outre, l’équipe a analysé dans quelle mesure l’IA est intégrée aux flux de travail existants. Il a été constaté que le succès de la mise en œuvre dépend fortement des conditions et des processus spécifiques sur place. Cependant, l’hétérogénéité des modèles d’étude et des technologies utilisées a rendu difficile la réalisation d’une évaluation uniforme.
«Nos résultats montrent clairement que l'utilisation de l'IA dans la pratique clinique quotidienne doit être envisagée de manière différenciée», souligne le professeur Matthias Weigl, directeur de l'IfPS à l'UKB et qui mène également des recherches à l'université de Bonn. « Les conditions locales et les processus de travail individuels ont une influence majeure sur le succès de la mise en œuvre. »
L’étude fournit des informations initiales importantes sur la manière dont les technologies d’IA peuvent influencer les processus de travail clinique. «Une conclusion clé est la nécessité de rapports clairement structurés dans les études futures afin de mieux évaluer les avantages scientifiques et pratiques de ces technologies», résume le professeur Weigl.
Une étude révèle comment certaines bactéries E. coli présentes dans l'intestin favorisent le cancer du côlon