L'APPORT DE L'INTELLIGENCE ARTIFICIELLE DANS LA PRISE EN CHARGE DE L'UVEITE EN MEDECINE INTERNE

Abstract

Objectifs : - Intégrer les outils de l'intelligence artificielle dans la pratique médicale. - Démontrer l'apport de l'intelligence artificielle, et plus particulièrement de l'apprentissage automatique dans le diagnostic de l'uvéite par le développement d'un modèle expérimental. Matériels et méthodes : L'objectif dans le développement de ce modèle expérimental est de faire apprendre à différents algorithmes d'apprentissage automatique supervisé à générer une liste de diagnostic différentiel de l'uvéite à partir des dossiers médicaux des patients ayant été hospitalisés et dont le diagnostic étiologique est connu. Due à l'indisponibilité d'une telle base de données dans notre hôpital, nous simulons une population de 100 patients en se basant sur les étiologies les plus fréquentes de notre région, et les différents critères de l'uvéite en fonction de ces étiologies selon la littérature. Nous essayons trois types d'algorithmes d'apprentissage automatique supervisé (réseau de neurones artificiels, forêt aléatoire et une machine à vecteur de support). Résultats : Le modèle basé sur le réseau de neurones artificiels (apprentissage profond) obtient les meilleures mesures de performance. Ce dernier est capable de classifier un nouveau patient dans une des étiologies sélectionnées et de proposer une liste des diagnostics en fonction de leur probabilité. Lorsque le modèle est appliqué sur un nouveau patient, le diagnostic correct est généré parmi les trois premiers diagnostics de la liste. Conclusion : L'intelligence artificielle peut présenter un réel apport dans la prise en charge de l'uvéite en particulier et dans la pratique médicale en générale.