S'inspirant des tactiques d'études de marché, les experts de l'UC San Francisco étudient si l'intelligence artificielle (IA) peut améliorer le diagnostic d'une maladie hépatique complexe en utilisant les notes cliniques de plusieurs prestataires.
Leur étude récente, publiée dans Gastro Hep progresseaxé sur le syndrome hépato-rénal (HRS), une affection complexe associée à une maladie du foie souvent difficile à diagnostiquer lors d'une hospitalisation. Les chercheurs ont cherché à savoir si de grands modèles de langage pouvaient analyser les notes cliniques de plusieurs médecins et autres prestataires pour améliorer la précision du diagnostic et rationaliser les soins aux patients.
« Le concept s'inspire de la technologie d'analyse des sentiments couramment utilisée avec les avis sur les plateformes d'achat en ligne, où l'IA résume les opinions collectives », a déclaré Jin Ge, MD, MBA, professeur adjoint de médecine à l'UCSF et gastro-entérologue, qui a dirigé l'étude.
Nous avons utilisé cette approche pour déterminer si le sentiment collectif pouvait prédire un diagnostic de SHR. »
Jin Ge, MD, MBA, professeur adjoint, Université de Californie – San Francisco
L'étude a comparé les méthodes de diagnostic traditionnelles basées sur des variables cliniques, telles que les résultats de laboratoire, avec un modèle amélioré par l'IA qui incorporait une analyse des sentiments dérivée de notes cliniques. L'intégration des scores de sentiment générés par l'IA a considérablement amélioré la précision prédictive du diagnostic HRS à la sortie du patient.
La technologie offre de la clarté dans les situations où des recommandations contradictoires peuvent surgir entre les professionnels de la santé, en fournissant un résumé unifié du consensus de l'équipe de soins pour les cliniciens et les patients. Bien qu’encore en phase de recherche, cette application a le potentiel de transformer la prise de décision dans les hôpitaux et d’améliorer les résultats pour les patients.
« Utiliser la « sagesse de la foule » ne permet pas seulement de prédire les résultats, mais offre également un aperçu directionnel de ce que l'équipe de soins cliniques pense collectivement de l'état d'un patient », a déclaré Ge. « Pour les cas avec des opinions mitigées ou des incertitudes, les résumés générés par l'IA pourraient aider à aligner les décisions en matière de soins et à accélérer les plans de traitement. »
L’étude n’a pas encore été mise en œuvre en pratique clinique mais pourrait ouvrir la voie à de futurs essais. Les chercheurs visent à évaluer comment ces informations pourraient influencer la prise de décision et les soins aux patients dans le monde réel.
