Une avancée majeure dans le diagnostic médical par l'IA
Publier un article dans Science constitue une consécration pour de nombreux chercheurs. Pourtant, pour Adam Rodman, interniste et spécialiste de l'IA clinique, cette publication a aussi suscité une certaine inquiétude. Jeudi dernier, Rodman et son équipe ont dévoilé une série d'expériences, dont l'une s'appuyait sur des données réelles d'un service d'urgence de Boston. Les résultats montrent qu'un grand modèle de langage développé par OpenAI dépasse les médecins dans des évaluations de diagnostic et de raisonnement clinique basées sur des cas concrets.
Un défi lancé il y a plus de 60 ans
Pour Rodman, co-auteur principal de l'étude, ces résultats répondent à un défi lancé en 1959 dans Science. L'article original décrivait comment évaluer si un système d'aide à la décision clinique pouvait diagnostiquer mieux que les humains. « Aujourd'hui, nous pouvons affirmer que c'est possible », déclare-t-il.
Des résultats prometteurs, mais des limites à ne pas ignorer
Si ces avancées suscitent l'enthousiasme, Rodman exprime ses craintes quant à une interprétation hâtive des résultats. Les expériences menées reposent sur des cas simulés ou historiques, et non sur des patients réels. Selon lui, la commercialisation massive des outils d'IA générative, comme les chatbots, pourrait conduire à une généralisation abusive de ces conclusions. « Ces outils sont souvent présentés comme sûrs et efficaces pour les soins réels, alors que les preuves manquent », alerte-t-il.
Les enjeux éthiques et pratiques
L'étude souligne l'importance de distinguer les performances en environnement contrôlé de celles en situation réelle. Les chercheurs insistent sur la nécessité de mener des essais cliniques rigoureux avant toute application généralisée. « L'IA peut être un outil puissant, mais elle ne remplace pas le jugement clinique humain », rappelle Rodman.
Un appel à la prudence
Alors que l'IA s'impose comme un acteur clé de la médecine, les scientifiques appellent à une approche responsable. Les risques de biais, de surdiagnostics ou de dépendance excessive à ces technologies doivent être pris au sérieux. « Nous devons avancer avec prudence, en garantissant que chaque innovation est validée scientifiquement avant d'être déployée », conclut Rodman.