Une intelligence artificielle prédit l’apparition des maladies plusieurs années à l’avance

Des chercheurs ont développé un système capable d’anticiper plus de mille pathologies en analysant les antécédents médicaux. Cette avancée majeure repose sur une technologie de traitement du langage similaire à celle des assistants conversationnels.

Un consortium international de scientifiques a conçu un modèle d’intelligence artificielle nommé Delphi-2M, capable d’évaluer les risques de développer des maladies plusieurs années avant leur apparition. Fondé sur une architecture comparable à celle des modèles de langage les plus avancés, ce système analyse les séquences de diagnostics avec une précision inédite.

L’algorithme a été entraîné à partir des dossiers médicaux anonymisés de près de 500 000 patients issus de la UK Biobank. Il identifie des schémas complexes dans l’historique clinique des individus, reconnaissant des associations et des enchaînements de diagnostics qui échappent généralement à l’analyse humaine. Selon les chercheurs, cette approche revient à enseigner à l’IA la « grammaire » des parcours de santé.

Les performances du modèle ont été validées sur un second jeu de données comportant près de deux millions de personnes au Danemark. Delphi-2M se distingue des outils prédictifs existants par sa capacité à traiter simultanément l’ensemble des pathologies sur de longues périodes, et non plus une maladie spécifique.

Les applications potentielles couvrent la détection précoce de risques cardiovasculaires, neurologiques ou métaboliques, avec une personnalisation qui dépasse les facteurs traditionnels comme l’âge ou les antécédents familiaux. Toutefois, les auteurs soulignent que le système n’est pas encore opérationnel en milieu clinique. Des biais démographiques persistent dans les bases de données utilisées, et des travaux supplémentaires sont nécessaires pour garantir son équité et sa transparence.

Cette recherche s’inscrit dans une tendance plus large visant à développer des IA « interprétables », dont les décisions peuvent être comprises et expliquées. Une exigence éthique et technique essentielle pour leur déploiement futur dans le domaine de la santé.