Les chercheurs d’IBM utilisent des modèles d’IA pour étudier des maladies telles que la maladie d’Alzheimer ou la prédiction et la conception de réponses immunitaires et l’étude montre que l’intelligence artificielle peut être vraiment utile pour un diagnostic précoce.
S’il y a un domaine où l’innovation et, en particulier, des technologies telles que l’IA ou l’apprentissage automatique jouent un rôle de premier plan, c’est sans aucun doute le domaine de la santé.
Améliorer les traitements, accélérer le développement de médicaments ou prédire certaines maladies ne sont que quelques-uns des objectifs actuellement poursuivis par les grandes entreprises technologiques du monde entier.
IBM voulait montrer comment ses chercheurs utilisent certains modèles d’IA pour la détection précoce de la maladie d’Alzheimer; l’étude de la relation entre l’odorat; la détection, la correction et l’utilisation de données non biaisées pour les diagnostics et les traitements en dermatologie; ou la prédiction et la conception des réponses immunitaires.
L’IA peut être un facteur clé pour un diagnostic précoce
Par exemple, Guillermo Cecchi, directeur du laboratoire de psychiatrie computationnelle et de neuroimagerie du centre de recherche IBM Thomas J. Watson, a expliqué comment IBM Research et Pfizer ont développé un nouveau modèle d’intelligence artificielle (IA) qui utilise des tests vocaux courts, non invasifs et standardisés pour aider prédire l’apparition éventuelle de la maladie d’Alzheimer chez des personnes cognitivement saines avec une précision de 0,7 et une ASC de 0,74 (aire sous la courbe).
Ces prédictions ont été faites à partir d’échantillons de données provenant d’un groupe de personnes cognitivement saines qui ont développé ou non la maladie plus tard dans la vie, ce qui a permis aux chercheurs de vérifier l’exactitude des prévisions du modèle d’IA. Il s’agit d’une augmentation significative par rapport aux prédictions basées sur les échelles cliniques (59%) et le choix aléatoire (50%).
IBM montre comment l’IA peut être utilisée à des fins de santé
Une autre recherche expliquée par Celia Cintas, chercheuse en sciences de l’IA chez IBM Research Africa au laboratoire de Nairobi (Kenya) vise à mettre fin aux biais des modèles d’IA et d’apprentissage automatique dans la détection des maladies dermatologiques.
Comme l’explique Celia Cintas, dans la recherche, ils ont découvert que les données utilisées pour entraîner les modèles d’IA sont principalement constituées d’images de la population caucasienne, ce qui peut réduire la capacité de ces modèles à détecter les maladies de la peau chez d’autres patients et leur impact négatif correspondant sur la qualité des soins et des traitements que les gens reçoivent.
Par exemple, dans les populations d’ascendance africaine, le mélanome est généralement diagnostiqué à des stades avancés. En outre, la rareté des images des manifestations cutanées du COVID-19 chez les patients d’origine latine et africaine est un problème, car elle entrave le diagnostic clinique.