En assimilant un grand nombre de données, les algorithmes établissent des corrélations qui échappent aux médecins. Cela les avantage au moment du diagnostic.

par Servan Le Janne | 9 min | 23/10/2018

L’article de la mort

À l’ouest de Pékin, le long d’une huit voies fréquentée par un flot constant de véhicules, une grappe de blocs blancs sertis de lettres dorées s’élève au-dessus des gaz d’échappement. Cette antenne du tentaculaire hôpital général de l’Armée populaire de libération est entourée de sapins et de gardiens, raides comme des troncs. Surnommé 301, le numéro qu’il portait du temps où ce n’était qu’une école médicale, l’établissement situé au 28 de la route Fuxing est connu pour avoir accueilli plusieurs membres du comité central du Parti communiste, auquel il est rattaché. L’ancien président Yang Shangkun y a poussé son dernier souffle en 1998.

Crédits : PLA General Hospital

Vingt ans plus tard, l’hôpital militaire chinois est mieux armé contre la mort. Grâce à une intelligence artificielle (IA), ses médecins sont désormais capables de déterminer avec davantage de précision si des patients dans le coma vont se réveiller. Contre leur avis, la machine a déjà conseillé à sept reprises de maintenir en vie une personne jugée mourante. Et elle s’est effectivement réveillée, décrit une équipe de l’Académie des sciences chinoise dans un article publié par la revue eLife en août 2018. « Nous avons prédit avec succès qu’un certain nombre de patients allaient reprendre conscience alors qu’il avait été déterminé initialement qu’ils n’avaient aucun espoir », vantent les chercheurs.

Contacté par e-mail, le professeur Tianzi Jiang cite en exemple le cas d’une femme dont le cortex a été ausculté entre janvier 2014 et mai 2016. Admise à l’hôpital général de l’Armée populaire de libération 12 mois après avoir subi un traumatisme crânien grave au cours d’un accident, elle est arrivée en « état végétatif ». Ce « mauvais » diagnostic la situait à 7 sur 23 selon la traditionnelle « échelle de récupération du coma ». Le programme informatique lui a donné 20. Ayant reçu quelques soins, la « patiente 003 » est retournée chez elle, où des signes de guérison ont été constatés au bout de six mois.

Deux ans après avoir été touchée, elle pouvait communiquer avec son entourage. « En juin dernier elle est revenue nous voir », confie Tianzi Jiang. « Notre modèle est optimiste quant à son rétablissement. » Et ce n’est pas un cas isolé. Une femme de 41 ans notée de la même manière par l’IA n’est restée dans le coma qu’un an, alors que les médecins pensaient l’avoir perdue. Après moins d’une décennie de mise au point, le programme réalise des prédictions correctes dans 88 % des cas.

 

Pour commencer, l’équipe chinoise a collecté les données de 160 patients ayant perdu conscience depuis au moins un mois. En passant leurs cerveaux dans un appareil d’imagerie par résonance magnétique (IRM), ils se sont aperçus que 11 d’entre eux présentaient des lésions trop graves au cerveau pour devenir les sujets de l’expérience. Ceux dont le diagnostic était incertain ou dont la condition variait fortement ont aussi été exclus. Sur le cortex des personnes finalement sélectionnées, 22 zones d’intérêt ont été retenues en fonction d’études antérieures détaillant les ressorts de la pensée. Elles ont permis d’évaluer l’état de six réseaux neuronaux décisifs : sensorimoteur, auditif, visuel, de « saillance », le « mode par défaut » ainsi que le « contrôle exécutif ».

Crédits : eLife

La cartographie de l’activité du cerveau obtenue, détaillant les connexions entre ses différentes régions, a ensuite été traduite en données. Ces chiffres ont pu être couplés à des observations cliniques sur l’origine du coma ou la réactivité du corps à certains stimuli. Ont ainsi été mis en regard, d’un côté, l’analyse IRM et, de l’autre, le bilan de santé. Ce dernier autorise déjà des projections à l’aide de deux méthodes reprises par les chercheurs : l’échelle de récupération du coma et l’échelle de Glasgow. Parce qu’il y ajoute des éléments sur l’activité cognitive, ramassant pour finir une profusion de variables, le modèle conçu par l’équipe du professeur Song Ming dessine un tableau plus complet. À charge ensuite pour un ordinateur de calculer une probabilité de réveil.

En résumé, l’introduction de l’article explique qu’a été fondu « un modèle informatique qui prévoit la rémission en fonction des résultats de l’IRM, de la cause de la blessure, de l’âge, et de la durée de la perte de conscience ». Cela fonctionne plutôt bien. L’approche « multidimensionnelle » qui « combine les caractéristiques cliniques et les données IRM améliore les prédictions à un niveau individuel et pourrait conduire à une identification anticipée des patients susceptibles de reprendre conscience ». Il n’est donc pas exagéré d’affirmer que la machine sauve des vies.

La nature imite la science

À l’hôpital général de l’Armée populaire de libération, dans la capitale chinoise, les lits sont entourés de riches familles, venues de tout le pays pour tenter de sauver un parent. Ces proches « étaient désespérés », constate Yang Yi, du département de neurochirurgie. « Quand l’intelligence artificielle a donné une probabilité de réveil étonnamment élevée, il étaient ravis. » Aussi inattendu soit-il, ce secours de la machine n’est qu’un juste retour des choses : avant d’être un redoutable outil d’analyse du cerveau, l’IA s’est inspirée de son fonctionnement.

Walter Pitts

Considéré comme un précurseur de la discipline, le psychologue américain Walter Pitts est né à 10 000 km et un siècle de là. Fils d’un chaudronnier de Detroit, le garçon grandit sous la pression constante des jeunes du quartier, qui l’intimident dès que l’occasion se présente. À 12 ans, en 1935, il trouve refuge dans la bibliothèque pour leur échapper. À l’abri du tumulte extérieur et loin de son père qui le presse de quitter l’école pour rejoindre l’atelier, Walter consulte l’ouvrage Principia Mathematica, signé par Bertrand Russell et Alfred Whitehead. Ses connaissances en grec, latin et mathématiques, accumulées lors de précédentes planques, lui permettent de détecter quelques erreurs.

Consignées dans une lettre, ses remarques attirent l’attention de Bertrand Russell. Le savant britannique est si impressionné qu’il invite le petit génie à Cambridge. Hélas, trop jeune, ce dernier est obligé de décliner. Mais trois ans plus tard, apprenant que son mentor visite l’université de Chicago, Walter Pitts fugue pour l’y retrouver. Sa famille à jamais derrière lui, il se met alors à hanter les couloirs de la faculté. On peut y voir cet étudiant timide au visage de canard boire du whisky et manger des glaces payés avec les salaires de petits boulots. Avant d’aller se coucher, en général vers 4 heures du matin, il lui reste de toute manière bien assez de temps pour étudier.

Par l’intermédiaire d’un camarade, Jerome Lettvin, l’adolescent fait la rencontre du philosophe William McCulloch. Ensemble, McCulloch et Pitts vont poser les bases de l’IA. Ces deux têtes pleines explorent la possibilité d’ « imiter le cerveau » par des formules mathématiques. Leur article de 1943, « A Logical Calculus of the Ideas Immanent in Nervous Activity », propose la formation de réseaux neuronaux artificiels sur le modèle de ceux que l’on trouve dans la nature. Mieux, la machine possède quelques avantages sur l’homme en ce qu’elle peut rapidement « calculer, conclure et opérer des choix ; elle peut faire des calculs avec de l’information », observe l’informaticien américain Edmund Berkeley dans Giant Brains: Or Machines That Think, en 1949.

L’arithmétique de McCulloch et Pitts a ses limites. « Ces auteurs ont démontré qu’absolument tout peut être exécuté par un mécanisme approprié, plus spécifiquement par un mécanisme neuronal », écrit le physicien hongrois John von Neumann. Seulement, « rien de ce que nous pouvons savoir ou apprendre sur le fonctionnement de l’organisme ne nous donne une idée du mécanisme des neurones, sauf à étudier les cellules au microscope ». Il faudra des décennies pour mieux saisir l’activité du cerveau. D’ici là, les neurones de Pitts et McCulloch se seront envolées.

Le 21 avril 1969, depuis le lit d’hôpital où l’a conduit l’alcool, le premier écrit une lettre au second, lui aussi en soin. « J’ai cru comprendre que tu as une légère maladie coronarienne, que tu es bardé de capteurs connectés à des panneaux et des alarmes surveillés en permanence par un infirmier, et que tu ne peux par conséquent pas même te tourner. C’est sans doute cybernétique. Mais ça me rend abominablement triste. » Walter Pitts décède le 14 mai 1969, suivi quatre mois plus tard par McCulloch.

L’âge adulte

Les capteurs qui ont accompagné McCulloch jusqu’à son dernier souffle ont un avenir. En plaçant une batterie d’électrodes sur un patient, on peut non seulement surveiller une insuffisance coronarienne, mais aussi obtenir des indications sur « l’état de conscience d’un individu dans le coma ou en état végétatif », pressent le docteur Sharbrough dans un exposé à la Société américaine d’électroencéphalographie (EEG) daté du 9 juin 1981. La technique est même « particulièrement sensible à la gravité du dysfonctionnement cérébral », ajoutent Chiappa et Ropper en 1984.

Alors que l’étude des courbes d’EEG s’affine, un autre champ de recherche émerge pour étudier le cerveau : « Quoique d’introduction récente, l’imagerie par résonance magnétique (IRM) s’avère d’ores et déjà être l’une des méthodes neuroradiologiques les plus performantes », note Nadine Martin, cheffe de clinique à l’hôpital Beaujon en 1986. Bientôt, les diagnostics IRM et EEG seront enrichis par les algorithmes, dont l’irruption à l’hôpital a fait l’objet d’une conférence en 1985, à Padoue, en Italie. Le professeur du Massachusetts Institute of Technology (MIT) Peter Szolovits y a aussi dédié un article entier dès 1982. Mais près d’un siècle plus tard, en 1993, l’utilisation de l’IA dans la médecine est encore à l’âge adolescent, juge le physicien canadien Edward Shortliffe. Autrement dit, elle est assez loin d’être mûre.

Pour devenir adultes, les systèmes d’IA médicaux vont nécessiter « le développement d’environnements permettant la fusion d’outils basés sur les connaissances avec des applications de gestion des données des patients », devine Shortliffe. « La création de ce genre d’infrastructure dépendra de la capacité des leaders à réaliser que la pratique la médecine est une tâche de gestion d’informations. » Cela prend du temps. En 2007, les scientifiques réunis à une conférence de l’Artificial Intelligence in Medicine Europe constatent que « 15 ans ont passé depuis qu’Edward Shortliffe a situé l’IA médicale au stade adolescent ». S’il est « difficile de discerner la transition vers l’âge adulte pour une discipline scientifique », les études à partir de données « sont de plus en plus fréquentes ».

Cela ne fait plus guère de doute : l’IA clinique est majeure.

À peine deux ans plus tard, le chercheur en deep learning Piotr W. Mirowski programme un réseau neuronal convolutif de manière à ce qu’il prédise le risque de crise d’épilepsie dès 2009. La même année, trois chercheurs chinois misent sur l’IRM afin d’évaluer les probabilités de traumatisme crânien. Désormais, cela ne fait plus guère de doute : l’IA clinique est majeure. En 2010, Microsoft lance InnerEye, un programme capable de détecter des tumeurs sur les images de radios. IBM et Google ne sont pas en reste avec DeepMind et Watson.

Au chevet des patients dans le coma, l’IA s’articule à deux technologies, l’IRM et l’EEG, auxquelles on peut ajouter la tomographie par émission de positons (TEP), précise Tianzi Jiang. Chacune a son utilité. Pour pronostiquer un arrêt cardiaque, le neurophysicien néerlandais Michel van Putten constate qu’une « observation continue de l’EEG apparaît comme un outil prometteur ». Prometteurs aussi sont les travaux chinois pour les comas dus à un traumatisme cérébral. Cela dit, la première méthode trace plus nettement la circulation du sang. « L’EEG permet d’écouter les neurones, alors que l’IRM ne mesure pas leur expression », fait-il valoir.

Aussi élabore-t-il avec des collègues plusieurs réseaux, en s’inspirant de la littérature spécialisée, pour les entraîner à analyser un grand nombre d’encéphalogrammes appartenant à des patients plongés dans le coma. En 2017, leurs conclusions paraissent dans un article intitulé « Le deep learning pour la prévision des résultats du coma post-anoxique ». « Nous essayons de faire un pronostic dans les 24 ou 48 heures après l’arrêt cardiaque », précise-t-il. « Nous obtenons une précision de 50 à 65 % dans les 24 heures ce qui, à notre connaissance, est le meilleur résultat obtenu dans le monde. » Le modèle chinois suppose quant à lui que le patient soit encore conscient pour ensuite déterminer s’il va pouvoir se réveiller.

« Étant donné que certaines activités fonctionnelles du cerveau ou connexions ne sont pas détectables par l’œil des physiciens, les liens établis par notre modèle suggèrent que l’IA est pertinente pour évaluer la gravité des pertes de conscience et qu’elle fournit de bonnes prédictions », vante Tianzi Jiang.

« Quand nous informons les famille des résultats de l’IA, nous disons toujours que cela ne doit peser qu’entre 20 et 50 % dans leur décision », tempère Yang Yi, qui a participé à l’étude. « Ils doivent aussi prendre en compte les soins à apporter, le coût médical, leur assurance et le risque de mort subite. » Si elle se généralisait, cette manière rationnelle de gérer une décision majeure pourrait d’après ses partisans éviter que des frais médicaux soient engagés inutilement dans des cas désespérés. Mais « cela reste un outil qui ne remplacera jamais le médecin », assure Ming Song.


Couverture : AIMRI.


 

PLUS LOIN DANS LE TURFU