57 millions de données pour la médecine de demain

Les scientifiques de différentes universités ont présenté le projet la semaine dernière à Londres, avec un enthousiasme manifeste. Qualifiée de «groundbreaking» cette initiative pourrait, selon eux, entraîner une véritable révolution dans le domaine de la santé. Son nom: Foresight. Derrière ce titre, des chercheurs du système de santé britannique (NHS) et de plusieurs universités collaborent pour entraîner un modèle d’intelligence artificielle à partir des données de santé de 57 millions de patients, représentant quelque 10 milliards d’événements médicaux.

À terme, Foresight ambitionne de prédire aussi bien les hospitalisations que l’apparition de maladies ou de nouveaux diagnostics, sur l’ensemble de la population. L’objectif: permettre des interventions préventives plus efficaces et une meilleure planification des soins.

La phase pilote actuellement en cours mobilise huit ensembles de données issues du NHS, incluant les admissions hospitalières, les passages aux urgences ou encore les vaccinations contre le Covid-19.

Ses promoteurs le soulignent: pour la première fois, des données de santé couvrant une population entière sont analysées et interprétées par une intelligence artificielle. Cette approche pourrait offrir des prévisions fiables, y compris pour des groupes jusqu’ici sous-représentés, comme certaines minorités. Foresight pourrait également contribuer à identifier des «marqueurs» de maladies rares encore inconnus.

«Foresight est une avancée enthousiasmante dans la prédiction des maladies et des complications avant leur apparition», déclarait Chris Tomlinson, de l’University College London, lors d’une présentation aux médias. «Cela permet de passer à des soins de santé préventifs à grande échelle.» Le système pourrait notamment améliorer l’anticipation des hospitalisations non planifiées.

L’accent est pour l’instant mis sur les conséquences à long terme du Covid-19. Mais les chercheurs espèrent que Foresight permettra bientôt de mieux comprendre et contrôler l’apparition de plus de 1'000 pathologies différentes.

En outre, l’analyse poussée des schémas cliniques pourrait permettre d’identifier plus précocement les risques spécifiques à chaque patient. Cette personnalisation des soins contribuerait à réduire les hospitalisations inutiles et les complications évitables.

Bien que les données utilisées soient entièrement anonymisées, certains scientifiques expriment des réserves: un système suffisamment puissant pourrait, en théorie, être capable de réidentifier certains individus.