La TECHNOLOGIE avec l'intelligence artificielle transforment le domaine médical médicale est permet des avancées inespérées, et ceci en grande majorité grâce à Israël.

Pas plus tard qu'il y a deux jours, un dossier a été diffusé sur France 2, dans l'émission "Télématin" sur les exo squelettes fabriqués en Israël.

Les hôpitaux du monde entier bénéficient déjà de la technologie médicale israélienne.
Comme les Etats-Unis qui s'engagent à acheter des exo-squelettes en Israël pour leurs soldats blessés à la guerre, devenus handicapés ou paraplégiques.
(Le prix d'un exo-squelette est d'environ 80 000 euros)

Aussi lorsqu'il s'agit de l'IA, intelligence artificielle  - y compris l'apprentissage approfondi et l'apprentissage machine - les chercheurs du monde entier affirment que tous les espoirs sont tournés vers la Start-up Nation, Israël.

Prenez MedAware, basé à Ra'anana, qui utilise l'IA pour réduire au maximum  les erreurs de traitements.
Cette technologie permet aux fournisseurs de soins de santé; médecins, pharmaciens ,de tirer parti de données importantes pour identifier et éliminer un large éventail d'erreurs de prescription et assurer une meilleure gestion des risques.

MeAware intelligence artificielle au service de la médecine

Le PDG et co-fondateur de MedAware, le Dr Gidi Stein, a déclaré au "Jerusalem Report" que les erreurs de médicaments, représentent prés de  21 milliards de dollars de surcoût uniquement pour le système de santé américain, sans compter le coût des actions en justice engagées en cas d'erreurs de médication.

De plus, les effets secondaires liés aux médicaments (EIM),  ou les maladies résultant de la prise d'un médicament - constituent l'une des trois catégories d'erreurs médicales les plus courantes et les plus dangereuses.

Chaque année, aux États-Unis, il y a environ deux millions d'EIM, ces effets secondaires causent la mort de 100 000 personnes, un chiffre ahurissant, rapporte l'ONG Patient Safety Movement.

En début d'année, le département de médecine interne du Centre médical Sheba a statué sur un essai pilote  MedAware sur une période de deux ans et a révélé  qu'il y a eu  61 % d'erreurs évitées.

Egalement, a été  constaté qu'un médicament compatible à un patient pouvait s'avérer dangereux en raison d'un changement de son état, évolution de la maladie ou au régression. Il est donc nécessaire de vérifier la compatibilité d'un médicament récurent à chaque renouvellement d'ordonnance, ce que fait MedAware en ayant enregistré préalablement les nouveaux résultats sanguins et autres critères médicaux permettant de définir le traitement à donner.

Les médecins de Sheba ont donc modifié leurs ordonnances en fonction des avis MedAware,

"Il y a un grand nombre d'erreurs de médication durant  les hospitalisations ", a déclaré Gadi Segal, chef du département, qui a dirigé l'essai Meware.

"Nous ne savons pas vraiment dans quelle mesure, mais nous savons qu'il s'agit en grande partie d'erreur humaine et que les médicaments sont potentiellement dangereux."

Segal a déclaré au Rapport de Jérusalem que MedAware, "pourrait réellement sauver des vies."

En fait, Stein a fondé MedAware en 2012 après avoir entendu parler d'une erreur de médication mortelle en Israël. Un médecin a prescrit à un garçon de 9 ans un anticoagulant qui l'a tué en une semaine.

Le médecin avait l'intention de cliquer sur le médicament au-dessus de celui qu'il avait prescrit sur son logiciel de prescription électronique et n'a remarqué son erreur qu'une fois qu'il était trop tard."Ce n'était pas un mauvais jugement, dit Stein.

"C'était une faute de frappe. Un médecin peut facilement faire une faute de frappe, et ces coquilles peuvent aussi tuer."

En tant qu'informaticien et médecin, Stein a dit :
"Je ne pourrais pas continuer à vivre si une telle chose
m'arrivait. C'est tout simplement impensable"
Alors,  je me suis mis en tête d'essayer de résoudre le problème."

MedAware utilise des méthodes d'IA similaires à celles utilisées dans le secteur financier pour mettre fin à la fraude en identifiant les "valeurs aberrantes" d'une tendance ou d'une pratique pour reconnaître les transactions suspectes ou erronées.

M. Stein explique  que lorsqu'une personne utilise sa carte de crédit, la banque commence à suivre ses habitudes de dépenses personnelles.
Lorsqu'une transaction inhabituelle est effectuée, la banque est alertée et peut contacter le propriétaire ou retenir la carte de crédit.

"Nous essayons des méthodologies similaires avec des données sur les soins de santé ", a déclaré M. Stein.
"Les modèles de prescription de milliers de médecins traitant des millions de patients sont utilisés pour déterminer le spectre de traitement " normal ".
Une prescription s'écartant largement de ce spectre est susceptible d'être erronée."

MedAware diffère des autres technologies d'aide à la prise de décisions en matière de médication fondées sur des règles, mises au point pour une gamme limitée d'aides à la prise de décisions, comme la vérification des allergies aux médicaments, les directives de dosage automatisées et la détermination des interactions médicamenteuses.

En revanche, le système de MedAware est entièrement personnalisé dans la mesure où ses réponses sont basées sur les données spécifiques de chaque patient.
De même, le système s'auto-apprend sans aucune règle qui  pourrait limiter les erreurs qu'il peut capturer.
En d'autres termes MedAware continue à se perfectionner au fur et à mesure des cas présentés.
Les actions dites "forcées" par le médecin traitant, permet de rentrer l'information dans la base de donnée du patiente elle pourra donc servir pour d'autres cas.

La plupart des systèmes actuels déclenchent trop de fausses alarmes - jusqu'à 95 %, selon M. Stein, ce qui amène les médecins à ignorer même les alarmes pertinentes.
Le taux de fausses alertes de MedAware est inférieur à 10% ce qui va donc alerter les médecins.

"Il vous dit qu'il ne serait pas conseillé de donner un certain médicament parce qu'il ne correspond pas au profil du patient ", a déclaré M. Segal.

"Seul un logiciel d'apprentissage automatique qui connaît le profil du patient saurait me dire : "Hé, docteur, c'est une faute de frappe, ou le mauvais médicament, ou vous êtes trop fatigué - vous ne pouvez pas donner de l'insuline à un patient qui n'a pas de diabète."

Bien que l'IA, intelligence artificielle, ne soit pas un nouveau domaine en général - le premier programme d'IA, le Logic Theorist, a été développé en 1955 - son utilisation n'est devenue courante qu'au cours de la dernière décennie.

Cependant, alors que l'IA s'est rapidement répandue dans les secteurs du marketing, de l'automobile et de la finance, , le secteur de la santé a mis plus du temps à adopter cette innovation.

La Dre Ahuva Weiss-Meilik a déclaré au rapport que le manque de données quantitatives et qualitatives maintenait l'IA en dehors du contexte médical.

A présent, avec la croissance des données cliniques, saisies efficacement, dans les dossiers de santé électroniques, les chercheurs, les médecins et les autres membres du personnel clinique peuvent profiter de ces outils.

Weiss-Meilik dirige le nouveau centre médical Sourasky de Tel-Aviv, qui se concentre sur le développement de modèles permettant d'exploiter l'IA dans l'espace de travail clinique. Selon elle, les modèles d'IA " permettent aux médecins de voir des schémas ou d'obtenir des informations sur les résultats cliniques d'un patient en temps réel ".

Selon Talma Hendler, professeur de psychiatrie et de neurosciences à l'Université de Tel Aviv et directrice fondatrice du Sagol Brain Institute de l'hôpital,
avec IA, un calcul basé sur des données cliniques qui auraient pu prendre un mois dans le passé "peut maintenant être calculé en une heure". Elle ajoute  que ces connaissances amélioreront les soins et les résultats pour les patients.

"Un modèle prédictif pourrait nous dire qu'une personne malade est susceptible d'être réadmise à l'hôpital dans un délai d'une semaine à cause de ceci ou de cela ", dit Weiss-Meilik. "Ou, disons qu'un médecin surveillant un fœtus, peut facilement voir si le rythme cardiaque du bébé à naître s'est accéléré ou ralenti, mais il pourrait ne pas voir aussi facilement d'autres changements plus petits qui semblent normaux pour un médecin, mais qui pourraient représenté un danger pour un modèle prédictif dont les calculs de tous les paramètres sur un temps donné permet d'informer des risques.

"Avec l'analyse prédictive, la formule peut nous avertir qu'à chaque fois que vous verrez ce modèle, il y aura un événement médical X ou Y ", dit-elle.

M. Hendler a indiqué que l'utilisation d'une intelligence artificielle accrue, permettra également un traitement médical plus personnalisé et donnera aux médecins la possibilité d'avoir une vision plus hollistique de leurs patients.

Si dans le passé, un patient aurait été étiqueté comme diabétique ou souffrant d'une maladie cardiaque, "l'apprentissage automatique regroupera les maladies d'un patient et aidera peut-être à développer de nouvelles étiquettes avec plus de nuances".

Hendler explique, aujourd'hui, chaque patient qui entre dans une salle d'urgence subit automatiquement un test sanguin, prochainement un test effectué par une intelligence artificielle sera aussi une pratique courante.

Yuval Shahar, directeur du Centre de recherche en informatique médicale de l'Université Ben-Gourion du Néguev, a déclaré que lorsque cette pratique deviendrait automatique, l'intelligence artificielle réduirait le nombre d'admissions aux urgences et les coûts des soins santé.

L'équipe de recherche de Shahar a développé MobiGuide, une solution mobile évolutive, sécurisée et accessible pour concevoir, déployer et maintenir des systèmes d'orientation des patients (PGS) basés sur les directives cliniques et les dossiers médicaux personnels.

Le système fournit des recommandations cliniques personnalisées fondées sur des données probantes, au patient et à son médecin en réduisant les coûts des soins de santé.

MobiGuide interagit à la fois avec le patient et son médecin en transmettants des recommandations en matière de santé et permettant l'accès à leurs données chaque fois que c'est utile, de n'importe où, à l'aide d'interfaces Web et Smartphone.

Les données cliniques sont acquises à l'aide d'appareils de surveillance portables même au domicile des patients. Une transparence totale entre patient et médecin.

"Si une femme enceinte fait de l'hypertension artérielle, un test à domicile permet de la surveiller " explique Shahar. "Si la machine remarque un changement dans ses tests, elle peut lui envoyer une recommandation, par exemple :
" Commencez à vérifier votre tension artérielle six fois par jour au lieu de trois " ou si elle souffre de diabète gestationnel, elle peut lui demander de faire un test à domicile pour mesurer les cétones dans son urine."

Pendant que la patiente reçoit ces instructions,  son médecin est également alerté si nécessaire  "Vous ne pouvez pas la laisser à la maison avec ce traitement "dans le cas ,par exemple, où une arythmie cardiaque était signalée.

MobiGuide est mis en œuvre depuis quatre ans en Italie et en Espagne dans le cadre d'un projet de 7 millions de dollars financé par l'UE.

Il s'agit du premier projet d'IA à inclure la surveillance et la prise en charge entièrement automatisées et en boucle fermée de patients chroniques, en particulier de patients cardiaques atteints d'arythmie en Italie et de femmes enceintes atteintes de diabète gestationnel ou d'hypertension en Espagne.

"L'UE, comme la plupart des pays occidentaux, est confrontée à une énorme crise : 25% de sa population atteint l'âge de la retraite, alors que la plupart des troubles chroniques - diabète, maladies cardiaques, cancer - se développent", a déclaré Shahar.

"Cela coûtera des milliards au système et nous n'aurons pas assez de personnel médical pour traiter tous les patients efficacement. La solution est d'utiliser un système comme MobiGuide pour transférer les connaissances des médecins à des ordinateurs et fournir des médicaments beaucoup moins chers et probablement meilleurs."

Il a poursuivi : "Dans 80 % des cas, vous n'en aurez pas besoin de vous rendre à l'hôpital, car le système permet de gérer la situation à la maison en suivant le même protocole que si vous étiez allé voir votre médecin"

MobiGuide aidera également à diffuser les meilleures protocoles  en permettant aux médecins de saisir les résultats qui seront ensuite automatiquement distribués à tous médecin utilisant le système, c'est l'utilisation de cette plateforme qui permettra aux médecins d'utiliser les résultats probants d'un traitement déjà enregistré

Lior Rokach, directeur du département Software & Information Systems Engineering de BGU, s'occupe également de nouveaux projets d'IA dans le domaine médical.

Rokach a récemment travaillé avec Asaf Achiron du Wolfson Medical Center de Holon pour développer une base de données de près de 20 000 patients ayant subi une chirurgie oculaire au laser afin de construire un modèle prédictif qui permettrait aux médecins de savoir si une telle chirurgie sera finalement efficace.

"Il y a une très longue liste de paramètres médicaux vérifiés sur chaque patient avant l'intervention chirurgicale et nous en connaissons les résultats ", explique Rokach. "Bien que l'opération soit un succès chez presque tous les patients, environ deux pour cent d'entre eux échouent. L'objectif est de savoir si nous pouvons prédire si elle échouera."

Rokach souhaite à rendre ce modèle de prédiction disponible en ligne afin que les médecins puissent vérifier les chances de succès de leurs patients et les conseiller plus efficacement.

M. Rokach a déclaré que le plus grand bouleversement dans l'arène médicale de l'IA se produira en radiologie.
La lecture d'une radiographie deviendrait objective et les résultats seraient rendus en quelques minutes seulement.

À l'heure actuelle, ML possède des capacités visuelles qui lui permettent d'analyser très efficacement les tomodensitogrammes et les radiographies, souvent mieux qu'un médecin. Cela pourrait permettre aux patients d'obtenir leurs résultats fiables en quelques minutes.

Il a également cité la société Zebra Medical, basée à Sehfayim, qui travaille avec des millions d'images et de dossiers cliniques corrélés afin de créer des algorithmes de haute performance qui détectent automatiquement les anomalies médicales pour des résultats bien plus pointus.

La technologie devrait permettre aux médecins d'identifier plus tôt les patients à haut risque et d'optimiser la priorisation des listes de travail pour les cas urgents.

"Beaucoup de gens se demandent si l'IA remplacera les médecins, a dit Shahar.

Il dit que si les ordinateurs sont plus rapides et peuvent apprendre plus efficacement à partir de la masse de données cliniques recueillies qu'un médecin même chevronné, il y a tout aussi souvent des cas en dehors du "protocole".
Par exemple, un ordinateur peut informer un médecin qu'il peut y avoir un effet indésirable entre deux médicaments prescrits. Mais si le patient a besoin des deux médicaments ce sera au médecin de décider .