Scaling Electronic Health Record Foundation Models for Population Health Management
Cet article présente un modèle de fondation de dossiers de santé électroniques évolutif, pré-entraîné sur des milliards d'événements médicaux multi-sites provenant de plus de 5 millions de patients aux États-Unis et à Taïwan, qui démontre une performance et une généralisation supérieures dans la prédiction de 11 maladies chroniques par rapport aux modèles existants en exploitant un cadre d'alignement de codes unifié et une mise à l'échelle de calcul optimale.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Les systèmes de santé d'aujourd'hui fonctionnent souvent comme une collection d'îles isolées. Un patient peut consulter un spécialiste dans une ville, effectuer un test dans une autre et obtenir une prescription dans une troisième, chaque lieu conservant ses propres dossiers séparés. Cette fragmentation rend difficile la vision d'ensemble de l'état de santé d'une personne au fil du temps. Lorsque les médecins ne peuvent pas facilement relier ces points, ils peuvent manquer les signes avant-coureurs de maladies graves et de longue durée, comme les maladies cardiaques ou le cancer. L'objectif de la gestion de la santé des populations est de résoudre ce problème en examinant de vastes quantités de données sur les patients pour identifier les personnes à risque avant même qu'elles ne se sentent malades, permettant ainsi des interventions précoces qui sauvent des vies.
Pour y parvenir, les chercheurs se sont tournés vers les dossiers de santé électroniques, les registres numériques de chaque visite, test et médicament reçu par un patient. Cependant, ces dossiers ne sont pas écrits dans une langue unique et universelle. Un hôpital peut utiliser un code spécifique pour une procédure courante, tandis qu'un hôpital dans un pays différent utilise un code complètement différent pour la même chose. Ce décalage a rendu presque impossible l'entraînement de systèmes informatiques pour apprendre à partir de données provenant de différentes régions. Une nouvelle étude présente une solution appelée EHR-FM, un modèle informatique massif conçu pour lire et comprendre ces dossiers médicaux, peu importe leur provenance. En apprenant de milliards d'événements médicaux impliquant plus de cinq millions de patients, tant des États-Unis que de Taïwan, le système a appris à repérer les motifs subtils qui précèdent les maladies chroniques, même lorsque les données proviennent de deux mondes de santé très différents.
Le défi central auquel les chercheurs ont été confrontés n'était pas seulement le volume colossal de données, mais aussi la confusion causée par les différents systèmes de codage. Imaginez essayer d'apprendre une nouvelle langue où le mot pour « crise cardiaque » s'écrit différemment dans chaque livre que vous ouvrez. Dans les dossiers médicaux, un seul médicament ou une seule procédure peut avoir des centaines de noms différents selon le système de facturation local. Pour corriger cela, l'équipe a construit un traducteur qui convertit tous ces codes différents en un langage unique et unifié avant que l'ordinateur ne les voie. Ils ont utilisé une combinaison de dictionnaires médicaux officiels et d'intelligence artificielle avancée pour mapper des milliers de codes locaux vers des standards internationaux. Cela a permis de combiner les dossiers de Taïwan et des États-Unis en un ensemble de données massif et cohérent contenant près de dix milliards d'événements médicaux.
Avec ces données unifiées, les chercheurs ont entraîné un grand modèle de fondation, un type d'intelligence artificielle qui apprend des règles générales à partir de vastes quantités d'informations. Ils ont testé comment la performance du modèle changeait à mesure qu'ils augmentaient sa taille et la quantité de données qu'il recevait. Ils ont constaté que le modèle suivait un schéma prévisible : à mesure qu'ils ajoutaient de la puissance de calcul et des données, le modèle devenait nettement meilleur dans sa tâche. Ils ont construit des versions du modèle allant de très petites à plus de deux milliards de paramètres, une mesure de sa complexité et de sa capacité d'apprentissage. La version la plus large, entraînée sur ces données transfrontalières, s'est avérée exceptionnellement compétente pour prédire l'apparition de maladies majeures.
Lorsqu'il a été testé sur des scénarios réels, le modèle a démontré une capacité remarquable à identifier les patients qui développeraient des pathologies comme le cancer, l'insuffisance cardiaque ou l'AVC au cours de l'année suivante. Aux États-Unis, le modèle a atteint un AUC de 0,4 pour les futurs cas de maladies cardiaques tout en maintenant les fausses alertes à un niveau extrêmement bas. Dans les données taïwanaises, il a atteint un AUC de 0,7 pour les futurs cas avec le même haut niveau de précision. Cette haute sensibilité est cruciale pour la santé de la population ; cela signifie que le système peut signaler les individus à haut risque pour un dépistage plus approfondi sans submerger les médecins de fausses alertes. Le modèle a surpassé les programmes informatiques traditionnels qui reposent sur des règles simples et a également dépassé d'autres modèles d'IA avancés qui avaient été entraînés uniquement sur des données provenant d'un seul emplacement.
Peut-être la découverte la plus frappante fut la manière dont le modèle gérait les données provenant de lieux qu'il n'avait jamais vus auparavant. Lorsqu'il a été testé sur un ensemble de dossiers de patients totalement différent de l'Université de Stanford, qui utilisait des systèmes de codage différents et couvrait une population différente, le modèle a tout de même obtenu de meilleurs résultats que les systèmes de pointe précédents. Cela suggère qu'en apprenant d'un mélange diversifié de données, le modèle a développé une compréhension plus profonde de la maladie humaine qui transcende les différences locales. Les chercheurs ont également découvert que le simple fait de copier les mêmes données de manière répétée pour créer un ensemble de données plus large n'aidait pas le modèle à apprendre aussi bien que l'ajout de nouvelles données diverses provenant de différentes régions. Cela indique que la variété de l'information est tout aussi importante que la quantité.
L'étude confirme qu'il est possible de construire des outils puissants et évolutifs pour prédire les maladies chroniques en unifiant les dossiers médicaux du monde entier. Les chercheurs ont montré qu'en alignant les différents systèmes de codage, ils pouvaient créer un modèle qui apprend de l'histoire collective de millions de patients, identifiant des risques qui pourraient autrement passer inaperçus. Bien que le modèle ne soit pas encore un remplacement pour le jugement d'un médecin, il offre une nouvelle façon puissante de hiérarchiser les soins. En signalant les individus à haut risque de manière précoce, les systèmes de santé peuvent passer d'une réaction face à la maladie à une prévention de celle-ci, sauvant potentiellement des vies et réduisant la charge sur les ressources médicales. Les chercheurs ont mis leur code à disposition des autres, espérant que cette approche aidera à construire un avenir où des soins proactifs et fondés sur les données seront accessibles à tous, quel que soit l'endroit où ils vivent.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.