Une équipe de l'Université de Calgary a publié dans npj Digital Medicine, une comparaison directe entre cliniciens et intelligence artificielle pour la prédiction du devenir des patients en unité de soins intensifs. La particularité de ce travail tient à son double protocole, rétrospectif puis prospectif, qui permet de mesurer si les performances observées sur des dossiers figés se maintiennent au lit du malade.
Les modèles ont été entraînés sur 46.631 admissions en soins intensifs. Deux volets ont ensuite été conduits. Dans le volet rétrospectif, cliniciens et algorithmes ont formulé des prédictions pour 990 admissions à partir des seules données du dossier patient. Dans le volet prospectif, les prédictions des cliniciens ont été recueillies pour 238 admissions pendant la prise en charge active, l'IA travaillant sur les mêmes admissions à partir des données extraites. Les critères prédits étaient la mortalité hospitalière, la mortalité à trente jours, l'insuffisance rénale aiguë, le delirium, ainsi que les durées de séjour en soins intensifs et à l'hôpital. Les cliniciens participants se répartissaient entre médecins surspécialisés, médecins en formation et personnel infirmier.
En conditions rétrospectives, l'IA obtient globalement de meilleures performances que les cliniciens pris individuellement. L'agrégation des prédictions de sept cliniciens dépasse toutefois celle de l'IA. Le volet prospectif modifie ce classement. Les médecins surspécialisés obtiennent globalement de meilleures performances que l'IA lorsqu'ils prédisent pendant la prise en charge, tandis que les médecins en formation et le personnel infirmier obtiennent des performances globalement inférieures à celles de l'IA. Les combinaisons de prédictions cliniciennes et algorithmiques aboutissent fréquemment aux meilleures performances de l'étude, quel que soit le volet considéré.
Les auteurs présentent ce travail comme une évaluation d'ensemble des performances respectives des cliniciens et de l'IA dans la prédiction du devenir des patients en soins intensifs, conduite à la fois en conditions rétrospectives et dans des conditions prospectives de pratique réelle. Ils considèrent que ces résultats établissent des repères de performance utiles pour le domaine, jusqu'ici dépourvu de comparaisons directes en situation prospective.
