Intelligence artificielle et décision médicale
-
Upload
hubert-nielly -
Category
Health & Medicine
-
view
199 -
download
4
Transcript of Intelligence artificielle et décision médicale
S
Intelligence artificielle et décision médicale : vers
une révolution ?
Hubert Nielly,Interne de Médecine interne
Association des Jeunes InternistesService de Médecine interne et Rhumatologie, Hôpital d’Instruction des Armées PERCY, Clamart
S
Déclaration de liens d’intérêt potentiels
Intelligence artificielle et décision médicale : vers une révolution ?Conférencier : Dr NIELLY Hubert, Issy-les-MoulineauxJe n’ai pas de lien d’intérêt potentiel à déclarer
MeSH term: « Decision-making, computer-assisted » introduit en 1987 77383 références en mai 2016 surtout depuis 2003-2004
Journaux Artificial intelligence in medicine (impact factor 1,356 en
2013, 2,019 en 2014) « Lois » de Moore
Nombre d’opérations par seconde: 2x1014 pour le cerveau humain (horizon 2019)
Introduction
Applications
Systèmes experts Détection de contre-indications Logiciels de diagnostic médical Logiciels de thérapeutique
Décevant jusqu’à présent
Revue systématique 2014 pas de gain de mortalité gain de morbidité marginal pas de gain de coût
Surcroît de mortalité à l’hôpital de Pittsburg (2005)
Moja L et al. Effectiveness of computerized decision support systems linked to electronic health records: a systematic review and meta-analysis. American Journal of Public Health 2014. 104(12):e12-22.Yong Y et al. Unexpected increased mortality after implementation of a commercially sold computerized physician order entry system. Pediatrics 2005. 116(6):1506-12.
Intelligence
IntelligereComprendre
ConcevoirConnaître
Cas singulier Règle générale
Intelligence
Humains Machines
Cas singulier Règle générale
Etude rétrospective
Validation prospective
Analyse des données
Décision
Niveaux d’intelligence
Niveau 1 = exécuter Niveau 2 = apprendre et réappliquer
(algorithmes évolutifs) Niveau 3 = s’adapter intelligemment
(permet de traiter une situation inédite)
Niveau 2
Niveau 3 ?
Méthodes actuelles
Algorithmes évolutifs Chainage avant ou arrière Faits binaires ou exprimés en terme de probabilité(système Bayesien) Reconnaissance de situations caractéristiques
(patterns)
Machine learning (apprentissage automatique)
Deep learning
Machine learning
a a
A AA
A a
A
A
Machine learning
a a
A AA
A a
A
A
Deep learning
Exemple
Watson Health À partir des données du patient Interrogation d’une banque de données Proposition de traitement avec justification par références
Aide pour Le diagnostic Le traitement L’inclusion dans les essais cliniques La recherche
Architecture
Structure / processeur
Bases de données « Big data »
Représentation de connaissance
Littérature médicale
Données du
patient
Question posée Réponses
fourniesPondération
Feed back
Informatique médicale
Réseau connecté Information et retour d’information en temps réel
Limites / différence de conception
Quelle littérature est analysée? Analyse de l’abstract ou du corps de l’article? Démocratie intellectuelle? Sécurité des données / anonymisation ? Langage commun Cas rares Coût
Nécessaire pour l’avenir?
Masse d’information médicale Masse de paramètres à prendre en compte pour
chaque patient Vers un dossier médical informatique connecté ?