LEBIGDATA.FR I.A, Cloud & Cybersécurité
Des chercheurs ont créé un algorithme de Machine Learning capable de prédire vos chances de mourir à partir des résultats d'un simple électrocardiogramme. Seul bémol : les chercheurs sont incapables de comprendre comment l'IA a atteint un tel niveau de précision…
Le Machine Learning est de plus en plus performant de jour en jour, et même les scientifiques qui développent des algorithmes ne comprennent pas toujours son fonctionnement. Ainsi, selon New Scientist, un algorithme de Machine Learning est récemment parvenu à déterminer les probabilités qu'une personne décède dans un délai d'un an à partir des résultats de son électrocardiogramme…
Cet algorithme, développé par des chercheurs du groupe Geisinger, dédié à la santé et basé en Pennsylvanie, s'est avéré plus performant que les mesures traditionnellement utilisées par les cardiologues. Le plus étonnant est que l'IA est parvenue à prédire les problèmes de santé de personnes dont les résultats de l‘ECG semblaient tout à fait normaux. Les cardiologues n'avaient absolument pas prévu qu'elles risquaient de décéder.
Machine Learning : les chercheurs sont incapables de comprendre le fonctionnement de leur algorithme
Afin de confectionner ce programme imitant le processus de prise de décision des cardiologues, l'équipe de chercheurs de Geisinger a créé un algorithme parallèle à partir des différents facteurs utilisés par les cardiologues pour calculer les risques. Il a été programmé pour déterminer si les personnes vont survivre ou mourir dans un délai d'un an.
Ses performances ont ensuite été évaluées à partir de tests réalisés sur les données de personnes datées de plus d'un an. Son taux de réussite a été mesuré en fonction du nombre de personnes qu'il a placé dans la catégorie appropriée, à savoir si elles risquaient de mourir ou si elles avaient toutes les chances de survivre. À l'issue de ces tests, l'algorithme a atteint un taux de précision de 85%. En comparaison, les méthodes classiques de calculus utilisées par les médecins n'offrent un taux de succès que de 60 à 80%.
Cependant, comme bien souvent dans le domaine du Machine Learning, cet algorithme créé par les chercheurs de Geisinger fonctionne en boîte noire. Le programme a été entraîné à prédire les chances de mourir d'un patient à partir d'un large volume de données, mais il s'est entraîné de façon autonome sans supervision humaine.
Cela signifie qu'il est impossible de comprendre le cheminement logique qui a mené l'IA à prendre sa décision. C'est un problème pour le Machine Learning de manière générale, mais il est particulièrement regrettable dans le domaine de la santé…
Toutefois, si les performances de cet algorithme se confirment, il pourrait se révéler d'un précieux secours pour les professionnels de la santé. À l'avenir, ce système pourrait prêter main-forte aux médecins humains et ainsi permettre une précision largement accrue et d'un coût réduit pour la prédiction de problèmes de santé. Il serait alors possible d'établir un ordre de priorité pour la prise en charge des patients en fonction des risques auxquels ils sont confrontés…
- Partager l'article :
