NZNTV

DELPHI 2M Développée par une équipe de chercheurs européens, une nouvelle intelligence artificielle basé sur la technologie de ChatGPT, est capable d’anticiper, parfois plus de dix ans à l’avance, les risques liés à plus de 1.000 de maladies. Elle pourrait transformer la médecine préventive. 

Une avancée majeure vient d’être réalisée dans le domaine de la santé. Des chercheurs issus d’institutions britanniques, danoises, allemandes et suisses ont mis au point un outil d’intelligence artificielle en se basant sur la technologie GPT développée par OpenAI. L’objectif : identifier les patients à risque d’une pathologie et cela plus de dix ans avant qu’il ne soit officiellement diagnostiqué. De son nom Delphi-2M, cet outil serait capable de prédire, avec précision les risques liés à plus de 1.000 pathologies telles que les cancers ou les maladies cardiovasculaires.

Cette nouvelle technologie, considérée comme «une percée historique», a été entraînée à partir de données anonymes provenant de 400.000 personnes au Royaume-Uni, avant d’être testée à l’aide de nouvelles données de 1,9 million de Danois. «Ce modèle de nouvelle génération apprend à repérer des schémas dans les données de santé, dans les diagnostics antérieurs, dans quelles combinaisons et quelle succession ils se produisent», explique Moritz Gerstung, spécialiste de l’intelligence artificielle au Centre allemand de recherche contre le cancer. 

Vers une nouvelle ère de la médecine préventive ? 

«C’est le début d’une nouvelle façon de comprendre la santé humaine et la progression des maladies», a ajouté Moritz Gerstung. Avec cette nouvelle avancée de l’IA dans le domaine médical, les chercheurs considèrent cette technologie comme l’une des démonstrations les plus marquantes, à ce jours, dont l’IA pourrait être utilisée pour aider les patients. 

Selon ces derniers, Delphi-2M pourrait ouvrir la voie à une transformation radicale de la médecine. En repérant les signaux ou des facteurs propices à une pathologie, ce dernier offrirait la possibilité d’orienter les décisions médicales, de prioriser certains examens et donc d’avoir des approches plus personnalisées et plus préventives des soins. Cela permettrait par ailleurs d’alléger la pression sur les systèmes de santé.

Cependant, les limites de ce modèle apparaissent lorsqu’il s’agit de pathologies plus complexes, comme les maladies mentales, infectieuses ou les complications liées à la grossesse. Ces problèmes de santé, dont les symptômes sont moins linéaires et plus variables d’un patient à l’autre, sont plus compliqués à décrypter.

De plus, cette technologie a été entraînée sur des données provenant de populations assez homogènes, ce qui soulève des questions sur sa capacité à être généralisée à d’autres profils. Cette avancée soulève également des enjeux éthiques, comme le fait de fonder une stratégie médicale sur une prédiction algorithmique.