IA médicale de Google : ultra performante en laboratoire, décevante en condition réelle

L’intelligence artificielle suscite un grand nombre d’espoirs dans le domaine médical. En septembre 2019, des chercheurs affirmaient que l’IA pouvait réaliser un diagnostic avec plus de précision qu’un humain. Google Health a voulu sortir des laboratoires et tester en condition réelle ses IA.

Une IA formée pour dépister une maladie précise

Google a décidé d’essuyer les plâtres et de sortir de l’espace maitrisé du centre de recherche. L’IA de la division santé de la société a obtenu le label CE de l’Union européenne qui permet de la tester en situation réelle.

L’occasion s’est présentée en Thaïlande, où le label européen est reconnu. Le ministère thaïlandais de la Santé a mis en place un plan pour dépister la rétinopathie diabétique chez 60% des personnes diabétiques. Une maladie qui peut provoquer une cécité partielle si elle n’est pas prise en charge à temps.

Problème, le pays dispose de 200 spécialistes pour 4,5 millions de patients. Les infirmières doivent donc prendre en photo les patients et envoyer les images aux spécialistes. Un processus pouvant prendre jusqu’à 10 semaines.

C’est ici qu’interviennent Google et son système de deep learning formé à détecter les signes de maladie oculaire. L’IA cherche les signes de rétinopathie diabétique (vaisseaux sanguins bloqués ou qui fuient par exemple) à partir d’un scanner oculaire. Performante dans 90% des cas, le taux de réussite de dépistage est égale à celui estimé des « spécialistes humains ».

11 hôpitaux thaïlandais ont été équipés et pendant plusieurs mois, l’équipe d’Emma Beede, chercheuse en UX (spécialisée dans l’étude de l’application utilisateur) chez Google Health a observé et échangé avec les infirmières.

Résultat mitigé

Sans être catastrophique, l’IA n’a pas été à la hauteur des attentes placées en elle. Une fois sur cinq, elle se révélait incapable de donner un résultat et renvoyait le patient chez un spécialiste. Frustrant pour les infirmières, les cas étant régulièrement évidents.

Le problème a été identifié, l’IA a été formée à l’aide de scanners de très haute qualité, et en dessous d’un certain seuil d’image elle n’est plus capable de fonctionner. Les infirmières devaient perdre du temps à tenter d’obtenir une meilleure qualité d’image.

L’autre difficulté a été, dans certains hôpitaux, l’utilisation du cloud. Une mauvaise connexion et les conséquences sont immédiates, les retards s’accumulent.

Lorsque tout se passe bien en revanche, l’IA fait des merveilles. Emma Beede a noté qu’une « infirmière a examiné 1 000 patients toute seule, avec cet outil, elle est inarrêtable ». Autre point positif, les patients n’étaient pas spécialement effrayés que ce soit une IA qui procède à leur diagnostic.

Google Health permet un pas en avant en prouvant que les résultats obtenus dans les laboratoires et rapidement claironnés n’ont de valeur qu’éprouvés sur le terrain. En Thaïlande, les chercheurs continuent de travailler, plusieurs solutions prometteuses sont à l’étude : donner la responsabilité aux infirmières de juger les cas limites que l’IA n’a pas su traiter et pour cette dernière, une modification du système pour gérer les images de moins bonne qualité.