Dans le dernier épisode d'Approximately Correct, Russ Greiner, boursier Amii et titulaire de la chaire CIFAR d'IA au Canada, explique comment l'apprentissage automatique peut transformer notre vision du diagnostic et du traitement médicaux. 

Depuis des années, M. Greiner est captivé par le potentiel de l'apprentissage automatique pour améliorer les prévisions de survie, en développant des outils qui fournissent aux patients et aux professionnels de la santé des prévisions de santé personnalisées. Si les scores de risque, les prédictions et les modèles statistiques ont toujours fait partie intégrante de la médecine, ils s'appuient souvent sur des données généralisées. Par exemple, un patient à qui l'on a diagnostiqué une nouvelle maladie peut recevoir des informations sur les durées médianes de survie, dérivées des résultats d'autres patients ayant reçu des diagnostics et des traitements similaires.

Mais Greiner précise qu'il s'agit là d'estimations très générales qui peuvent ne pas refléter la situation d'une personne en particulier. 

"Vous obtenez donc une courbe de survie pour un cancer du sein de stade trois, par exemple, qui dit... si tout le monde était identique, c'est ce à quoi on s'attendrait. Nous ne sommes pas tous identiques. Il y a des personnes différentes, des caractéristiques différentes et certaines mourront plus tôt", explique-t-il.

"Pouvons-nous prendre cette idée et dire que je peux prédire que la courbe de M. Smith ressemble à cela. Et pour Miss Jones, sa courbe ressemble à cela".

Révolutionner la prédiction de survie

La recherche de Greiner se concentre sur les travaux qui mènent à des connaissances exploitables et à des modèles d'IA qui répondent à des questions cruciales : Quel traitement un patient doit-il suivre et quels sont les résultats attendus ?

En s'appuyant sur des modèles de prédiction de la survie, M. Greiner vise à permettre aux patients et aux médecins de prendre des décisions éclairées et adaptées aux besoins de chacun. Il a constaté qu'une fois que les prestataires de soins médicaux ont vu les avantages que l'apprentissage automatique et la prédiction de la survie peuvent offrir, ils sont enthousiastes.

"J'ai travaillé avec de nombreux médecins. Une fois que je leur ai décrit le travail, ils m'ont dit : "Donnez-moi un de ces appareils"", raconte-t-il.

Pour en savoir plus sur les travaux de Greiner sur la prédiction de la survie, consultez cet ouvrage de référence sur le sujetou sa présentation sur Des modèles d'apprentissage qui prédisent des étiquettes objectives et exploitables.

Approximativement correct : Un podcast sur l'IA d'Amii est animé par Alona Fyshe et Scott Lilwall. Il est produit par Lynda Vang et la production vidéo est assurée par Chris Onciul.

Écoutez et abonnez-vous à Approximately Correct sur Spotify, Apple Podcasts, ou sur votre plateforme de podcast préférée.