L'utilisation de l'IA en gastro-entérologie peut aller au-delà des "outils sympas" pour améliorer l'efficacité de la pratique

Alors que la technologie de l’intelligence artificielle (IA) dans le domaine gastro-intestinal continue de progresser, les intervenants de la Digestive Disease Week 2022 ont discuté de la manière dont ces outils peuvent être mis en pratique pour améliorer l’efficacité, réduire l’épuisement professionnel des médecins et réaliser des économies.

Alors que la technologie de l’intelligence artificielle (IA) dans le domaine gastro-intestinal continue de progresser, les intervenants de la Digestive Disease Week 2022 ont discuté de la manière dont ces outils peuvent être mis en pratique pour améliorer l’efficacité, réduire l’épuisement professionnel des médecins et réaliser des économies.

La session, “Améliorer votre pratique GI avec les technologies numériques”, a commencé par un membre de l’auditoire demandant aux modérateurs et aux panélistes de nommer le développement récent le plus “cool” de l’IA. Leurs réponses ont souligné que de nouvelles technologies émergent chaque jour, mais les innovations qui méritent vraiment l’attention sont celles qui aideront les cliniciens et les patients. Par exemple, le modérateur Cadman Leggett, MD, de la clinique Mayo, a noté que la nouvelle technologie peut créer une image “deepfake” d’un œsophage qui pourrait tromper un gastro-entérologue en lui faisant croire qu’il est réel – quelque chose qui est un exploit cool mais qui n’a absolument aucune utilité clinique .

En revanche, une présentation de Cesare Hassan, MD, PhD, de l’Université Humanitas de Milan, en Italie, a donné un aperçu de l’utilisation de l’IA en coloscopie pour la détection et la caractérisation automatisées des polypes. Il a discuté des recherches montrant que la coloscopie assistée par l’IA peut réduire de moitié le taux de néoplasmes manqués, et a fait valoir que même les machines sous-optimales peuvent être utiles parce que les humains fonctionnent bien moins bien.

“Quand vous êtes distrait, vous manquez tout”, a déclaré Hassan, faisant référence à un piège humain qui est évité par les machines. Et contrairement aux humains, les machines ne peuvent pas mentir ou tricher, donc des essais randomisés ne sont pas nécessaires pour évaluer leurs performances. Il a noté que les outils d’IA pour détecter les polypes ont été intégrés presque immédiatement à la pratique clinique, mais qu’un changement de paradigme est nécessaire pour que la caractérisation et le diagnostic assistés par ordinateur s’imposent.

Malgré les avantages évidents en termes de performances de l’IA pour la coloscopie, son coût a empêché une mise en œuvre généralisée en Europe, où Hassan a déclaré qu’il était difficile de convaincre les politiciens de payer pour un outil coûteux qui permettra d’économiser de l’argent sur une très longue période en réduisant l’incidence du cancer colorectal. . Il a appelé à davantage d’études menées sur les pratiques d’endoscopie communautaire, ce qui peut aider à démontrer la valeur réelle des outils d’IA.

Aux États-Unis, la tension consiste à amener les assureurs à payer pour une technologie qui ne rapportera des avantages en termes de coûts que des décennies plus tard, lorsque les bénéficiaires seront probablement passés à un autre payeur, a ajouté le conférencier suivant, Tyler Berzin, MD, de la Harvard Medical School et du Beth Israel Deaconess Medical Center.

Sa présentation a porté sur la façon dont l’IA peut aider à faciliter la vie des gastro-entérologues en brisant le cycle de désengagement et d’épuisement professionnel qui est souvent accéléré en passant trop de temps devant un écran à saisir des données. La croissance exponentielle des données sur les patients et des connaissances médicales, qu’il a appelée le «déluge de données», peut sembler paralysante pour les médecins, et ils ont besoin de quelque chose pour les soutenir.

Entrez le traitement du langage naturel (NLP) et la reconnaissance vocale, a poursuivi Berzin. Ces outils peuvent dériver la structure et le sens du langage, permettant aux logiciels d’extraire des données et de les organiser pour l’analyse. Il a noté qu’une opportunité d’intégrer ces outils dans la pratique de la gastro-entérologie est de générer des analyses pour les mesures de qualité d’une manière beaucoup plus efficace que ce qui peut être fait par les humains.

Pour illustrer ce point, Berzin a cité des recherches publiées dans Endoscopie gastro-intestinale dans lequel les chercheurs ont développé un algorithme NLP qui prend moins de 30 minutes pour extraire des données sur toutes les procédures de coloscopie effectuées dans leur établissement depuis l’introduction des dossiers de santé électroniques, alors que l’examen manuel par un humain prend environ 160 heures pour extraire des données pour moins de 600 les patients.1

Berzin a également évoqué le potentiel des solutions de flux de travail pour transformer l’expérience du clinicien. Ce sont des outils de triage et de notification qui peuvent alerter les radiologues sur les images à privilégier, plutôt que des outils d’IA de diagnostic. Ces outils de flux de travail ne sont peut-être pas aussi flashy, mais ils peuvent améliorer l’efficacité et présenter un obstacle réglementaire plus faible à l’approbation.

“L’objectif de l’IA en médecine n’est pas encore une promesse, mais c’est une opportunité pour nous d’améliorer les connaissances cliniques en tirant parti des données, de réduire le travail rapide et superficiel que nous effectuons et de le remplacer par une opportunité pour nous de penser réellement comme médecins », a conclu Berzin. “Je parierais que ce serait un moyen très efficace de lutter contre l’épuisement professionnel si nous pouvions nous concentrer à nouveau sur ce qui nous a amenés à la médecine en premier lieu.”

Le dernier orateur était Prateek Sharma, MD, du centre médical de l’Université du Kansas, qui a présenté un aperçu de l’avenir de l’IA en gastro-entérologie et de notre situation actuelle dans le temps. Par exemple, une recherche telle que celle décrite par Hassan est passée de l’endoscopie conventionnelle à la détection et au diagnostic assistés par ordinateur, mais les prochaines étapes à franchir pourraient être l’endothérapie automatisée, les endoscopes autonomes et enfin l’endoscopie sans l’endoscopiste.

Malgré le potentiel d’une telle technologie pour transformer le diagnostic, la découverte de médicaments et la médecine personnalisée, a déclaré Sharma, certains obstacles clés incluent l’accès aux données, la sécurité des données et les problèmes de réglementation.

Il a décrit les caractéristiques de l’IA responsable du futur : reproductible, sécurisée, centrée sur l’humain, impartiale, justifiable, explicable et surveillée.

« Ne pensez pas que c’est trop demander, car c’est le même concept que nous utilisons pour les essais cliniques de produits pharmaceutiques, par exemple », a-t-il rappelé à l’assistance.

RÉFÉRENCE

1. Laique SN, Hayat U, Sarvepalli S, et al. Application de la reconnaissance optique de caractères avec traitement du langage naturel pour l’extraction de données métriques de qualité à grande échelle dans les rapports de coloscopie. Gastro-intestin Endosc. 2021;93(3):750-757. doi:10.1016/j.gie.2020.08.038