PR THIERRY SCHAEVERBEKE - SERVICE DE RHUMATOLOGIE,CHU DE BORDEAUX, UNIVERSITE DE BORDEAUX

On nous en rebat les oreilles à longueur d’année : l’IA est une révolution telle que l’humanité n’en a connu que très peu : l’écriture il y a environ 5000 ans, l’imprimerie au XVe siècle, l’électricité au XIXe, l’ordinateur personnel à la fin du XXe, et l’internet à l’aube du 3e millénaire. L’IA concentre tous les phantasmes, promettant un bouleversement supérieur à celui de l’internet, susceptible de remplacer l’homme dans de nombreux domaines professionnels, et amenée à dépasser rapidement l’intelligence humaine…

L’avenir du rhumatologue est-il compromis ? Je n’y crois pas une seconde. En revanche, je vais tenter de vous convaincre que l’IA fera rapidement partie des outils que vous utiliserez quotidiennement.

QU’EST-CE QUE L’IA ?

L’intelligence artificielle a été définie en 1956 comme « la construction de programmes informatiques qui s’adonnent à des tâches qui sont, pour l’instant, accomplies de façon plus satisfaisante par des êtres humains car elles demandent des processus mentaux de haut niveau tels que : l’apprentissage perceptuel, l’organisation de la mémoire et le raisonnement critique ». Mais rassurez-vous, d’éminents spécialistes du domaine (tel
Luc Julia, le créateur de SIRI chez Apple) clament haut et fort que l’intelligence artificielle n’existe pas, ou tout du moins que l’on ne devrait pas l’appeler intelligence.

UNE IA OU DES IA ?

Il y a plusieurs types d’IA, qui constituent des outils dont le fonctionnement est très différent.

On peut très schématiquement distinguer : L’IA supervisée, qui se fonde sur des algorithmes (if, not, else…), pour laquelle le « raisonnement » reste humain, et dicté par la programmation de l’algorithme.

L’IA non supervisée, ou Deep Learning, apparue avec le développement des réseaux de neurones. On fixe un objectif et on laisse la machine s’entrainer et affiner ses propres mécanismes de reconnaissance, son propre code. Cette IA a donné des résultats spectaculaires dans le domaine de la reconnaissance d’image. On lui reproche un effet « boite noire », car on sait ce qui entre dans la « machine », ce qui en sort, mais on ne connait rien du mécanisme de « réflexion » interne… Pour vous rassurer : l’ordinateur d’Alphago, qui a battu Lee Sedol au Go,  couté plus de 25 millions de dollars, a dû s’entrainer près de 5 millions de parties avant de jouer contre l’humain, et consommait plus de 440 000 watts/h, juste pour jouer au go. Le cerveau humain fonctionne avec l’équivalent de 20 watts/h, et peut faire des tas d’autres choses que de jouer au go…
Dans la reconnaissance d’image, Il faut plusieurs dizaines de milliers d’images pour que l’IA reconnaisse un chat avec une marge d’erreur de 5 %, quand il suffit à un enfant de 2 ans de voir 2 ou 3 images de chat pour reconnaitre un chat à tous les coups... L’IA générative a pour objet la création autonome de contenu, textes, images, ou vidéos, en s’inspirant de banques de données massives et en réponse à une requête appelée « prompt ». Quand il s’agit d’un texte, on parle de traitement du langage naturel (natural langage processing). Le « raisonnement » se fonde sur la relation statistique entre différents mots dans des banques de données, pour élaborer des phrases et répondre à une requête. Les relations statistiques se fondent donc sur la base du « prompt » rédigé par l’auteur de la requête. La rédaction du prompt va ainsi conditionner la qualité de la réponse (Figure 1).

LES GRANDS DOMAINES DE L’IA EN MÉDECINE

On peut distinguer 4 grands domaines d’application de l’IA en médecine : 

L’analyse d’image : basée sur l’IA non supervisée, l’analyse d’image a déjà abouti à des applications majeures telles que l’analyse des données de l’imagerie médicale, qu’il s’agisse de radiographies, de tomodensitométries ou d’IRM. Ces techniques permettent d’automatiser la lecture d’imageries médicales, permettant notamment d’identifier des zones d’intérêt sur une radiographie ou un scanner. Ainsi, le radiologue n’a plus à analyser des centaines d’images « normales », l’IA sélectionne les images suspectes qui seront ensuite analysées par le radiologue. Même chose en ce qui concerne l’étude des lames d’anatomopathologie. Le spécialiste humain économise ainsi beaucoup de temps de lecture : il se focalise sur des régions d’intérêt sélectionnées par l’IA.

La recherche d’associations : l’IA permet d’analyser de très nombreuses données, d’identifier des biomarqueurs, de stratifier des clusters de patients sur la base d’un biomarqueur ou d’un groupe de biomarqueurs et de faire de la médecine prédictive.

La modélisation : la modélisation des interactions moléculaires constitue une voie de recherche majeure pour la conception de nouveaux médicaments.

L’IA générative (traitement du langage naturel) : c’est le domaine le plus directement applicable en pratique médicale. Mais l’analyse de langage peut aussi être utilisée pour effectuer des méta-analyses, de la recherche bibliographique… Il est même possible d’étendre cette technique à la lecture de l’ADN, pour l’élaboration de nouvelles protéines, de nouveaux médicaments, et même de nouveaux virus (des bactériophages) qui serviront d’agents antibactériens…

L’IA POUR LE QUOTIDIEN DU RHUMATOLOGUE

Nous nous focaliserons sur l’IA générative, notamment ChatGPT qui est déjà très largement utilisé. Le principe de base de ces logiciels est d’analyser des séries de mots, et d’en déduire la probabilité la plus forte du mot suivant en analysant des textes contenus dans une base de données. Cette notion de probabilité est cruciale pour comprendre l’efficacité mais aussi les limites de ces logiciels.

L’aide à la rédaction
C’est probablement le domaine d’utilisation le plus simple et le plus fiable. Vous avez un courrier administratif à rédiger ? Vous ne savez pas par où commencer ? Vous êtes frappé par ce fameux syndrome de la page blanche ? Demandez à ChatGPT de vous faire une proposition. Il vous fera un courrier « moyen » (vous avez en tête le principe de raisonnement probabiliste ?), mais vous aurez un plan, un courrier structuré que nous allez rapidement amender, corriger, améliorer. Le gain de temps est fantastique par rapport au départ d’une page blanche. De la même façon, si vous n’êtes pas satisfaits d’un de vos écrits, demandez à ChatGPT de vous proposer plusieurs reformulations, éventuellement en lui demandant de donner un ton plus formel, ou plutôt un ton fluide et chaleureux ; vous pouvez également lui indiquer une longueur maximale du texte… Là encore, il faudra probablement retravailler quelque peu le texte qu vous proposera ChatGPT, mais vous serez surpris de la qualité des textes et du temps que ChatGPT vous fera gagner. Ce travail de reformulation peut également être utilisé dans les échanges avec un patient. Vous partez d’un
texte médical complexe, et vous demandez à ChatGPT de reformuler ce texte en un langage facilement compréhensible par un malade. Vous serez là encore bluffé de la qualité du travail fourni par ChatGPT.
La traduction d’un texte, dans n’importe quelle langue, est également une prouesse de ChatGPT.  Plus utile pour le travail médical, la remise en forme automatique d’un texte écrit au kilomètre ou dicté à votre système de reconnaissance vocale. Vous demandez à ChatGPT de reformuler ce texte brut en compterendu, éventuellement en lui indiquant un plan à suivre, et votre compte rendu sera livré en quelques fractions de secondes. Vous pourrez ainsi facilement mettre en forme des comptes rendus d’examens d’imagerie, d’une réunion de concertation pluridisciplinaire, de DPC…
Mais le plus surprenant est la rédaction de synthèses structurées à partir de documents multiples. Un patient vous consulte, après plusieurs années d’évolution de sa pathologie, et vous fournit de nombreux courriers des multiples confrères qu’il a consultés précédemment.
Lire tous ces documents est déjà très long, mais en faire une synthèse… Importez ces différents documents dans votre ordinateur via un logiciel de reconnaissance de caractères, ou lisez simplement ces courriers à voix haute, et demandez à ChatGPT d’en faire un résumé en deux ou trois pages… La synthèse ne prend que quelques minutes, et la qualité est saisissante. Dans le même esprit, nous voyons apparaitre des générateurs de dossiers médicaux qui enregistrent la conversation que vous avez avec votre patient et qui vous proposent automatiquement une synthèse faisant ressortir le motif de la visite, les antécédents, l’évolution des symptômes, les données de l’examen clinique et des examens complémentaires que vous avez lus à voix haute. C’est un document de départ que vous pouvez bien évidement amender, mais qui vous fera gagner beaucoup de temps.

La gestion de l’information
Vous êtes en consultation et un patient vous annonce qu’il est porteur d’une maladie rare que vous ne connaissez pas, ou qu’il prend un traitement nouveau dont vous n’avez jamais entendu parler ? demandez à ChatGPT :  il vous fournira immédiatement une réponse simple avec les principaux éléments à connaitre. Il vous faudrait beaucoup plus de temps pour consulter Orphanet ou le Vidal, même en ligne !
Autre aide que peut vous apporter ChatGPT, la recherche d’articles scientifiques. En fonction de votre demande, ChatGPT vous proposera des articles regroupés par thèmes, avec un lien vous permettant de les télécharger s’ils sont disponibles en ligne. Il faut noter qu’il y a parfois quelques erreurs… Des articles qui manifestement n’existent pas !
Si vous êtes un gros consommateur de littérature médicale ou scientifique, vous gagnerez à utiliser des logiciels spécialisés (ReadCube papers par exemple), qui vous permettent de conserver les articles dans une bibliothèque structurée, de vous proposer une synthèse de ces articles, d’extraire certaines données si vous souhaitez faire une méta-analyse… là encore, il est prudent de vérifier par une lecture intégrale de l’article, mais l’analyse pré-fournie par le logiciel facilitera considérablement votre lecture d’un article complexe.

L’aide au diagnostic
ChatGPT peut aisément vous aider devant une situation particulière. A titre d’exemple, un patient âgé se plaint de paresthésies des membres inférieurs, et le bilan biologique qu’il a réalisé met en évidence une gammapathie monoclonale IgM. Vous demandez à ChatGPT quels diagnostics peuvent être évoqués devant cette association, et quel bilan complémentaire effectuer. La réponse est quasi immédiate : ChatGPT vous fournit une liste des diagnostics possibles : MGUS, Waldenström, POEMS,neuropathie amyloïde, cryoglobulinémie mixte de type I ou II, ou polyneuropathie démyélinisante inflammatoire chronique, et vous fournit le bilan de débrouillage à réaliser : recherche d’une organomégalie, d’une endocrinopathie, EMG, BOM, biopsie cutanée avec coloration au rouge congo et cryoglobulinémie.
Mais ChatGPT peut également vous aider dans des situations plus complexes. Nous avons soumis le résumé d’une trentaine d’observations de pathologies rares (Gorham-Stout, Muckel-Wells, dysplasie métaphysaire de Pyle, mélorrhéostose, synostose multiple, syndrome de Poland, hypophosphatasie, syndrome de Maffucci, mastocytose systémique…). ChatGPT a donné le bon diagnostic dans 80 % des cas dès la première requête.
Quand le diagnostic évoqué était erroné, nous lui avons resoumis la question en l’avertissant de son erreur, ce qui a permis d’aboutir au bon diagnostic dans 5 % de cas supplémentaires. Au-delà, ChatGPT répondait n’importe quoi… Mais nous sommes parvenus à 85 % des diagnostics en quelques minutes, ce qui est tout de même très performant !

L’aide à la recherche clinique
L’aide au traitement statistique des données clinique est également un domaine d’excellence de ChatGPT. Vous avez utilisé dans le passé des logiciels de statistique, comme R ou Python, mais vous ne vous souvenez plus parfaitement de la façon de rédiger les requêtes dans ces logiciels. Demandez à ChatGPT de vous fournir le code pour réaliser une analyse univariée, une analyse multivariée… il vous donne les lignes de code, avec les explications pour l’appliquer à vos données, et les bibliothèques à télécharger si vous ne les aviez pas encore installées.
Enfin, des logiciels libres de droit, comme RedCap, sont également disponibles en ligne. Ils permettent de réaliser simplement des grilles de recueil de données, permettant à chacun de disposer en ligne d’un cahier d’observations à remplir pour alimenter une base de données commune, et permettent d’effectuer une synthèse des résultats. Ces outils très simples à utiliser facilitent la réalisation d’études cliniques multicentriques.

LES LIMITES DE CHATGPT

Nous l’avons mentionné depuis le début de cet exposé : ChatGPT n’est pas intelligent au sens que nous donnons, en tant qu’humain, à l’intelligence. ChatGPT se contente de vous fournir la réponse qu’il évalue comme la plus probable à la question que vous lui soumettez, en fonction des données dont il dispose.
Et ChatGPT a un gros défaut : il veut vous faire plaisir en fournissant une réponse à votre question, quitte à dire n’importe quoi… il n’a aucun regard critique sur la réponse qu’il vous fournit. La supervision humaine est donc strictement nécessaire, pour vous permettre de corriger ou d’invalider une réponse erronée. ChatGPT peut avoir des « hallucinations » et fournir des réponses incohérentes ou parfaitement « inventées ». C’est volontiers le cas quand il vous fournit des références bibliographiques, qui peuvent correspondre à un joyeux mélange de références authentiques.
Il faut donc en permanence avoir à l’esprit que ChatGPT ne crée rien, il est programmé pour chercher dans une banque de données et vous proposer une réponse probable, mais pas une réponse exacte.
Il faut donc toujours avoir à l’esprit que ChatGPT n’est qu’un outil, et que la supervision humaine est toujours nécessaire pour une bonne utilisation.