Pourquoi la médecine a besoin de l'IA neuro-symbolique

En mars, une femme de 63 ans consulte son médecin pour un bilan de routine. Une prise de sang montre que son taux de sucre dans le sang est élevé depuis un certain temps, et on lui annonce un diabète de type 2. Elle commence un médicament courant contre ce diabète, et on lui demande de revenir dans trois mois.

En juin, elle fait sa prise de sang dans un laboratoire près de son bureau, ce qui est plus pratique que de prendre la voiture jusqu'au cabinet. Sa glycémie est plus élevée qu'en mars. À la consultation de suivi, l'infirmière la pèse et constate qu'elle a perdu environ quatre kilos, et la note de consultation indique qu'elle répond bien aux changements de mode de vie. Elle et son médecin sont tous deux satisfaits.

En août, elle se rend dans un centre de soins non programmés pour une douleur au milieu du dos qui dure depuis quelques semaines. Elle n'est pas tombée et n'a rien soulevé de lourd. On lui prescrit un anti-inflammatoire et on l'oriente vers la kinésithérapie.

Chacun des trois médecins a traité ce qu'il avait sous les yeux, et chaque dossier, lu isolément, paraît raisonnable. Lus ensemble, ils désignent quelque chose qu'aucun ne montre à lui seul, et un médecin qui aurait vu les trois voudrait une imagerie de son pancréas.

Pourquoi ces trois consultations vont ensemble

Le pancréas est un petit organe situé en profondeur, derrière l'estomac, contre la paroi postérieure de l'abdomen. L'une de ses fonctions est de fabriquer l'insuline, l'hormone qui maintient la glycémie sous contrôle.

C'est ce qui relie les trois consultations. Une tumeur du pancréas peut perturber la fabrication de l'insuline, si bien que la glycémie monte, parfois avant tout autre signe. Un cancer peut aussi faire maigrir sans que la personne l'ait cherché. Et comme le pancréas se trouve tout près de la colonne vertébrale et de ses nerfs, une tumeur à cet endroit peut provoquer une douleur sourde au milieu du dos.

La plupart des personnes chez qui l'on découvre un diabète n'ont pas de cancer. Mais lorsque le diabète apparaît pour la première fois après 50 ans, environ une sur cent reçoit un diagnostic de cancer du pancréas dans les trois ans, soit à peu près huit fois le taux attendu à cet âge. Des chercheurs de la Mayo Clinic ont mis au point un score pour repérer ces patients, à partir de l'âge d'apparition du diabète, de l'évolution du poids et de celle de la glycémie. Ce qui compte le plus, c'est un poids qui baisse pendant que la glycémie monte.

Le moment compte, car le cancer du pancréas est généralement découvert tard. Environ la moitié des cas ne sont diagnostiqués qu'une fois que le cancer s'est propagé, quand les traitements peuvent beaucoup moins. Le découvrir des mois plus tôt peut changer le champ des possibles.

Chez cette femme, l'information nécessaire figurait déjà dans les dossiers. Elle était répartie en trois endroits, et personne ne la regardait dans son ensemble.

Le même cloisonnement joue aussi en sens inverse. J'ai vu des patients passer par des bilans cardiologiques alors que la cause était l'anxiété, dont les battements irréguliers étaient le symptôme, et j'en ai moi-même soigné. On a examiné leur cœur avec soin, mais la réponse se trouvait ailleurs dans leur histoire. Quand les éléments de la santé d'une personne restent dispersés, la médecine passe à côté de ce qui est grave et court après ce qui ne l'est pas.

Pourquoi les ordinateurs n'ont pas résolu le problème

Les ordinateurs lisent bien plus vite que nous, et l'on peut légitimement se demander pourquoi ils ne repèrent pas déjà ce genre de cas. C'est que la plupart des IA médicales relèvent de l'une de deux familles, et que chacune ne voit qu'une partie du tableau.

La première apprend à partir d'exemples. En étudiant des millions de patients passés, elle apprend quels motifs précédaient souvent une maladie. Les chatbots que beaucoup utilisent aujourd'hui sont construits ainsi, entraînés sur d'immenses quantités de texte. Ce type d'IA a l'œil, mais il ne peut pas montrer pourquoi il est arrivé à une conclusion, et il paraît aussi sûr de lui quand il se trompe que quand il a raison. Une médecin ne peut pas agir sans risque sur une conclusion qu'elle n'a aucun moyen de vérifier.

La seconde suit des règles écrites par des humains, sous la forme « si ceci, alors cela ». Une règle dit clairement ce qu'elle vérifie et pourquoi. Mais elle ne repère que ce que quelqu'un a prévu à l'avance, et seulement si l'information arrive exactement sous la forme qu'elle attend. Elle n'apprend pas.

Chaque approche est partielle, et aucune n'est une mauvaise idée.

Un problème plus profond tient aux dossiers mêmes dont ces systèmes apprennent. Un dossier médical est fait en grande partie de notes, et chaque note est le récit d'une consultation par une seule personne, rédigé vite et façonné par la manière dont elle a vu le patient. Une bonne part du reste a été conçue pour la facturation, les diagnostics y étant stockés sous forme de codes de paiement. Un système qui n'apprend que de ce matériau en apprend aussi les angles morts. En 2019, des chercheurs ont découvert qu'un algorithme utilisé par des systèmes de santé américains pour choisir les patients à qui proposer une prise en charge renforcée jugeait les patients noirs en meilleure santé qu'ils ne l'étaient. Il avait appris à partir des dépenses passées, et l'on avait moins dépensé pour les soigner.

L'apprentissage et la logique, ensemble

Les bons médecins combinent ces deux manières de penser. Des années de pratique leur apprennent à sentir quand quelque chose cloche, puis ils confrontent cette impression aux preuves avant d'agir. L'IA neuro-symbolique est construite de la même façon. La partie « neuro » apprend et remarque, comme le fait l'expérience. La partie « symbolique » raisonne avec des règles, comme le médecin qui vérifie à la lumière des preuves.

Chez Chroneme, les règles sont tirées de la recherche publiée et des recommandations médicales, et elles fonctionnent comme une lentille. Pour chaque question clinique, elles fixent quelles informations comptent et quel crédit accorder à leur source, de sorte qu'un poids mesuré sur une balance compte davantage qu'un mot dans une note. Dans ce cadre, la partie qui apprend reste libre de repérer des motifs que personne n'a pensé à consigner. La partie logique met ensuite chacun d'eux à l'épreuve des preuves, et un motif qui ne tient pas n'arrive jamais au médecin sous forme de recommandation.

Reprenons la même femme, mais avec Chroneme qui lit son parcours de soins. Ses résultats biologiques, ses pesées et les notes de consultation sont réunis dans un seul dossier, depuis tous les lieux où elle a été vue, dans l'ordre où les événements se sont produits. En juin, quand sa glycémie monte alors que son poids baisse, ce motif correspond à ce que recherche le score publié, et son médecin voit apparaître ce constat la semaine même, deux mois avant le début du mal de dos. Le constat est rédigé en langage clair ; il montre chaque résultat sur lequel il repose, où et quand chacun a été enregistré, et l'étude dont la règle est tirée. Une demande d'imagerie est déjà prête, ainsi qu'un message à la patiente qui lui en explique la raison sans l'alarmer. Son médecin relit le tout, est d'accord ou non, et signe.

Comme les règles sont écrites, les mêmes faits mènent à la même conclusion pour chaque patient, quel que soit le médecin de garde. Quand les preuves évoluent, la règle est mise à jour une fois et s'applique à tous. Quand quelque chose tourne mal, on peut retrouver où la défaillance s'est produite.

Ce que nous construisons

Une meilleure méthode ne suffit pas à elle seule. Il lui faut un système sur lequel tourner, qui garde intact le dossier de chaque personne et fonctionne aussi bien pour le millionième patient que pour le premier. C'est ce système que nous construisons.

Il ouvre aussi la voie à de nouvelles formes de compréhension. Une imagerie montre à quoi ressemble l'intérieur du corps, l'histoire du patient montre comment il en est arrivé là, et la génétique ce qu'il était plus enclin à faire. Ces éléments ont le plus souvent été lus séparément, par des spécialistes différents. Lus ensemble et dans l'ordre, ils révèlent des combinaisons qu'aucun dossier ne contient à lui seul.

La médecine sait depuis des décennies à quoi ressemblent des soins de qualité fondés sur les preuves. Ce qui lui a manqué, c'est le temps d'appliquer toutes ces preuves à chaque patient, chaque jour, car aucun médecin ne peut passer chaque dossier au crible de chaque recommandation avant chaque consultation. Les agents de Chroneme, des programmes qui exécutent les étapes d'une tâche, se chargent de cette préparation. Ils rédigent les prescriptions, les messages et les notes, chacun avec ses sources, pour qu'un clinicien les relise et les signe. Le jugement reste entre les mains des humains, et le temps gagné est rendu aux soins.

Nous restons prudents dans ce que nous affirmons. Que chaque conclusion puisse être retracée et vérifiée, c'est déjà vrai aujourd'hui, par construction. Savoir si le système a raison assez souvent pour aider les patients, c'est une question qui relève des preuves. Nous le testons selon un protocole rédigé avant que le moindre résultat ait été vu, et nous publierons ce que nous trouverons, y compris là où il n'est pas à la hauteur.