Une IA conçue pour prédire hospitalisations et pathologies
Un modèle d’intelligence artificielle nommé Foresight* est en cours d’évaluation au Royaume-Uni sur une base de données anonymisées couvrant 57 millions de patients du NHS England. Ce projet pilote, porté par l’University College London (UCL) et le King’s College London (KCL), repose sur une approche générative de type ChatGPT et vise à établir un système prédictif à l’échelle nationale. L’ambition du projet est d’identifier de manière anticipée les individus à haut risque de problèmes de santé, permettant des interventions préventives précoces. À terme, Foresight pourrait anticiper des événements comme une hospitalisation, une crise cardiaque ou l’apparition d’une nouvelle pathologie. Les chercheurs précisent que c’est la première fois qu’un modèle de ce type est entraîné sur des données de santé nationales au Royaume-Uni.
600 millions de livres pour la recherche via les données du NHS, sous vigilance éthique et de qualité
Les données exploitées incluent des informations de vaccination, les visites de médecine générale, les admissions hospitalières et les passages aux urgences. Elles sont traitées exclusivement dans l’environnement de données sécurisé (SDE) du NHS England, garantissant la confidentialité des patients. Le projet s’inscrit dans une dynamique nationale plus large soutenue par un investissement gouvernemental de 600 millions de livres sterling destiné à exploiter les données de santé pour la recherche médicale. Toutefois, plusieurs experts soulignent des limites, notamment la qualité inégale des données de santé du NHS, souvent incomplètes ou incorrectes, limitant leur utilité en prévention. Les données actuelles sont jugées trop générales, et des améliorations sont attendues via l’intégration de sources cliniques plus détaillées.
Sur le plan éthique, le Dr Luc Rocher (Oxford Internet Institute) insiste sur la nécessité de maintenir ces modèles sous contrôle exclusif du NHS, en raison de la difficulté à anonymiser de manière fiable des données aussi riches et sensibles. Selon lui, « la richesse même des données qui les rend précieuses pour l’IA rend également leur anonymisation incroyablement difficile. »
*Kraljevic, Z., Bean, D., Shek, A., Bendayan, R., Hemingway, H., Au Yeung, J., Deng, A., Baston, A., Ross, J., Idowu, E., Teo, J. T., & Dobson, R. J. B. (2024). Foresight—a generative pretrained transformer for modelling of patient timelines using electronic health records: a retrospective modelling study. The Lancet Digital Health, 6(4), e281–e290. https://doi.org/10.1016/S2589-7500(24)00025-6