Diagnostic précoce des maladies mentales.
Photo d’Artem Podrez


Dans son premier article Le diagnostic précoce de la maladie d’Alzheimer grâce à l’IA, Kévin TATIN nous en apprend un peu plus sur l’intelligence artificielle (IA), la maladie d’Alzheimer et surtout sur la collaboration possible et existante entre la médecine et l’IA dans le diagnostic précoce. 

En effet, le principal constat avancé par l’auteur concerne l’opportunité que représente l’IA pour les chercheurs. L’auteur insiste particulièrement sur les nouvelles perspectives d’approches médicales pour préciser et améliorer le diagnostic précoce des maladies rares.   

Dans cet article rebond, nous allons revenir sur les réflexions et analyses de Kévin TATIN en nous focalisant sur la schizophrénie.

Pour cette pathologie, bien que le diagnostic puisse être de plus en plus précis, l’anticipation prédictive représente l’enjeu principal dans la prise en charge de cette maladie. De fait, le diagnostic arrive bien encore tardivement dans les cas schizophréniques. 

L’utilisation de l’intelligence artificielle en médecine pour le diagnostic précoce

1. La pertinence de l’IA

Le potentiel de l’intelligence artificielle dans la santé est colossal. Ses défis se rapprochent considérablement des difficultés rencontrées dans le diagnostic de la schizophrénie encore aujourd’hui. 

Domaine en plein essor, elle représente l’ensemble de techniques permettant à des machines informatisées d’accomplir des tâches, résoudre des problèmes de logiques ou encore de simuler l’intelligence humaine. 

Cela est possible grâce aux nouvelles capacités d’apprentissage des machines. En effet, il y a encore quelques années, les algorithmes devaient être entièrement codés à la main et les machines étaient alors limitées au code. Elles sont désormais de plus en plus performantes. 

Couplées au big data de nombreuses choses sont possibles :  

  • Elles peuvent désormais apprendre de manière supervisée (apprentissage supervisé), 
  • Ou non supervisée (sans intervention de l’humain)

L’anticipation représente tout l’enjeu de l’intelligence artificielle. Elle propose également de nombreuses possibilités d’utilisation et apporte énormément au milieu médical. 

2. Les champs d’application déjà existants dans la médecine

Le diagnostic précoce correspond au premier domaine d'application : la médecine prédictive.
Source : INSERM

L’intelligence artificielle est, de nos jours, complétement intégrée aux soins de santé. Comme le précise l’INSERM, ses domaines d’application sont d’ailleurs nombreux :

  • médecine prédictive,
  • médecine de précision,
  • aide à la décision,
  • les robots compagnons,
  • la chirurgie assistée par ordinateur ou encore,
  • la prévention.  

Actuellement dans la médecine, elle est principalement sollicitée comme outil d’aide à la décision clinique et dans l’analyse d’imagerie.

3. L’intelligence artificielle peut-elle présenter des risques ?

  • Le risque de biais 

L’un des risques principaux reliés à l’intelligence artificielle concerne le biais dans les données. En effet, les données fournies aux algorithmes pour leurs entraînements (lors de l’apprentissage) peuvent être biaisées. Il est nécessaire de les anticiper en mettant en place des systèmes pouvant les repérer dans la phase d’entraîner car cela peut influencer les résultats. 

  • L’opacité de l’intelligence artificielle 

Il est indéniable que l’intelligence artificielle propose de très bons résultats cependant, il reste parfois difficile de les expliquer.

Elles sont parfois perçues comme des « boites noires » car il peut être compliqué d’assimiler le mécanisme entre ce qui y entre et ce qui en sort. Il est pourtant nécessaire, à la vue de ses différents domaines d’application, d’obtenir une explication précise.

Finalement, l’intelligence artificielle peut manquer de recul contextuel ou de bon sens commun. En effet, elle n’a aucune compréhension du monde qui l’entoure. Elle ne peut donc pas gérer les imprévus et devra pour ces raisons viser l’accompagner des médecins.

Vers un diagnostic prédictif de la schizophrénie grâce à l’intelligence artificielle ?

1. Qu’est-ce que la schizophrénie ?

La schizophrénie est une maladie qui touche environ 24 millions de personnes et qui reste pourtant méconnue. Cela peut néanmoins s’expliquer pour plusieurs raisons : 

  • Il n’est pas simple de la définir car, dans un premier temps, il n’en existe pas qu’une.
  • Sa définition peut d’ailleurs varier du point de vue du praticien, de l’entourage ou du patient. 
  • Comprendre la schizophrénie est d’autant plus difficile en raison des abus de langage et dans des mésusages dans les médias par exemple. 

De nombreux clichés autour de cette maladie continuent de persister : violence et dangerosité restant les termes associés à cette dernière. En effet, cette pathologie a longuement été perçue comme mystérieuse en raison de sa complexité et des outils technologiques manquants à sa compréhension. 

Cette maladie se caractérise par la perte du contact avec la réalité et pour laquelle l’origine est encore difficilement identifiable. Il existe toutefois de fortes hypothèses autour d’une composante génétique et environnementale.

2. Le diagnostic de la maladie

De nombreuses études ont démontré qu’avec une prise en charge rapide, l’adhésion au traitement pour cette maladie est bien meilleure et plus rapide. 

Le diagnostic de la maladie est clinique : elle est identifiée à travers des symptômes établis par des professionnels de la santé (les psychiatres, généralement). Il n’existe pas d’examen biologique permettant de confirmer la schizophrénie. 

Il est également très complexe de la prévenir en raison de sa cause qui reste inconnue. Cette condition peut alors apparaître graduellement à travers des symptômes graves et allait en s’aggravant dans le temps.  

3. Peut-on imaginer une médecine prédictive dans le diagnostic de la schizophrénie ?

Les enjeux de la médecine prédictive dans la schizophrénie seront d’en empêcher la survenue chez les sujets vulnérables. Mais qu’est-ce que la vulnérabilité si les déterminants sont difficilement identifiables ? S’ils sont trop larges, cela risque d’entrainer des résultats de faux positifs. 

La collecte de données concernant la condition schizophrénique est essentiellement constituée d’informations récoltées lors de consultations ou encore très dépendante des retours effectués par les tiers (ou l’entourage). Ces informations sont donc très difficilement généralisables. Ainsi, pour préciser cette approche de diagnostic prédictif, il pourrait être pertinent de choisir de s’intéresser aux sujets dits à « hauts risques de transition ». 

Pour accompagner l’expert dans le diagnostic précoce, la machine sera entraînée pour reconnaître un diagnostic. Aussi, afin d’améliorer les techniques de prédiction de la transition vers la psychose, des sujets sont comparés à des patients à haut risque pour mieux déterminer les anomalies.

Dans les phases de test, la machine est confrontée à de nouveaux sujets risques afin de prédire les patients susceptibles de faire un premier épisode psychotique. Sans même connaître les symptômes cliniques, l’ordinateur est en mesure de déterminer 8 cas sur 10 alors que le spécialiste peut prédire cette transition dans un cas sur deux.

Ces nouvelles avancées posent néanmoins de nouvelles problématiques d’éthique et politique.

Pour en savoir plus, consultez les articles suivants :

https://www.cairn.info/revue-l-information-psychiatrique-2013-10-page-811.htm

Intelligence artificielle (IA) dans la santé, c’est quoi ?

Intelligence artificielle et santé

https://www.lesechos.fr/tech-medias/intelligence-artificielle/pourquoi-lintelligence-artificielle-peut-etre-dangereuse-1173009