L'université Tsinghua développe un système avancé de formation des médecins par l'IA

Une équipe de chercheurs de l'université Tsinghua a récemment dévoilé un environnement entièrement simulé pour la formation médicale en intelligence artificielle. Cet environnement virtuel permet à des médecins virtuels de se former dans un hôpital virtuel sans avoir besoin d'interagir avec de vrais patients.

À lire également : L’IA aide les agriculteurs à cultiver et à élever du bétail

L'Institut de recherche sur l'industrie intelligente (AIR) et le département d'informatique de l'université Tsinghua ont créé une simulation très détaillée d'un hôpital comprenant du personnel et des patients virtuels. Cet environnement virtuel, baptisé « Hôpital des agents », permet à des médecins IA de diagnostiquer et de traiter des milliers de patients virtuels. Grâce à un processus d'apprentissage par l'erreur, ces médecins IA ont progressivement acquis une grande expertise dans le diagnostic et le traitement des patients. 

L'environnement virtuel permet aux médecins IA de diagnostiquer des patients virtuels

Le principal avantage de cet environnement simulé est qu'il permet à l'utilisateur de travailler sur un grand nombre de cas sans avoir à attendre de vrais patients. Cette méthode est non seulement plus rapide en termes d'apprentissage, mais aussi plus économique. Ainsi, l'IA peut accumuler les données de milliers de patients virtuels en un temps relativement court.

À lire également :  Meta suspend son projet d’entraînement de l’IA sur les données des utilisateurs de l’UE

Les chercheurs ont utilisé la méthode MedAgent-Zero pour entraîner des médecins virtuels IA à partir des dossiers de 10 000 patients. Ils ont entraîné de grands modèles de langage sur huit maladies afin de générer des dossiers médicauxtron. Ces maladies comprenaient la rhinopharyngite aiguë, la rhinite aiguë, l’asthme bronchique, la bronchite chronique, la COVID-19, la grippe A, la grippe B et l’infection à mycoplasme. Les patients virtuels présentaient différents symptômes et stades de la maladie, ce qui a permis de diversifier la base de données d’entraînement.

Le médecin IA, conçu à partir du modèle GPT-3.5-turbo-1106, a rapidement gagné en efficacité. Il a traité 10 000 cas virtuels et affiché des taux de réussite élevés pour l’examen, le diagnostic et le traitement des patients, ce qui témoigne d’une bonne capacité d’apprentissage. Les taux de réussite globaux pour la maladie étudiée variaient de 88 % pour l’examen à 95,6 % pour le diagnostic et 77,6 % pour le traitement.

GPT-4 surpasse GPT-3 aux questions d'examen d'agrément médical

Dans une étude ultérieure, les chercheurs de Tsinghua ont appliqué la méthode MedAgent-Zero au modèle gpt-4-1106-preview. La comparaison des performances a porté sur 1 273 questions issues de l’ensemble de données MedQA, qui reproduit les examens d’agrément médical tels que l’USMLE. L’étude a révélé une nette amélioration du taux de réussite du modèle GPT-4, qui atteint 93,06 % pour les questions relatives aux maladies respiratoires, contre 84,72 % pour le modèle GPT-3.

À lire également : Nouveau programme de formation en IA pour 1 000 entrepreneurs africains en cybersécurité

Le développement et la mise en œuvre réussis des méthodes Agent Hospital et MedAgent-Zero par l'Université Tsinghua marquent une nouvelle révolution dans la formation médicale. Les simulations virtuelles sont avantageuses car elles permettent aux médecins IA de s'exercer dans un environnement contrôlé et adaptable, rendant ainsi le processus de formation plus efficace.

Reportage Cryptopolitan par Brenda Kanana