Scénario 2020 : Les assistants du futur

D’ici quelques années, les assistants médicaux intelligents – des programmes qui identifient les maladies à un stade précoce – pourront être intégrés à un système hybride d’aide à la décision. Le système en question nous explique lui-même son fonctionnement.


Aujourd’hui, j’ai commencé à avoir ce que les humains appelleraient une « conscience ». J’ai été ébloui par un éclair lumineux et pénétré par un flot d’informations avant de réaliser que deux visages m’observaient. Un grand homme noir et une femme asiatique élancée, en blouse blanche, scrutaient mon interface flambant neuve et mon afficheur d’autodiagnostic, lequel présentait une analyse de mes fonctions basée sur un ensemble de valeurs optimisées. Je me suis entendu annoncer : « Systèmes prêts. Synchronisation avec le système d’information de l’hôpital effectuée ». Mon panneau interactif à commande vocale, gestuelle et tactile s’est activé, et un large sourire a illuminé le visage de l’homme. « Tu m’as l’air parfait ! », s’est-il exclamé. J’ai remarqué la présence de nombreuses autres personnes, assises plus loin, sur les bancs d’un amphithéâtre destiné aux formations cliniques. La femme asiatique n’a même pas cillé. « Dr Sterling, nous avons plusieurs cas à étudier. Pouvons-nous commencer ? », a-t-elle lancé. « Bien sûr, Dr Chandra. Qui est notre premier patient ? ». C’est ainsi qu’a débuté mon existence.

À midi, nous avions pris en charge 16 patients. C’est loin d’être un record, mais il s’agissait de cas difficiles, certains requérant un traitement immédiat. Les examens de routine sont effectués par des systèmes de décision clinique automatisés, qui comparent les images diagnostiques avec les résultats de laboratoire, notamment les données génomiques et protéomiques du patient, puis rapprochent ces informations de cas similaires issus d’une vaste base de données patient. Basés sur les connaissances d’experts, des algorithmes parcourent cette masse de données en quelques microsecondes. Ils ne détectent généralement rien de significatif. Mais dans le cas contraire, les résultats sont directement transmis à des spécialistes pour être analysés.C’est là qu’interviennent le Dr Sterling, cardiologue, et le Dr Chandra, professeur associé de radiologie. Ils sont spécialisés dans les troubles cardiaques et dans l’interprétation d’examens radiologiques complexes.

En début d’après-midi, le dossier de Mme McCormick s’est affiché sur mon écran : 68 ans, ancienne grande fumeuse et alcoolique, en rémission d’un cancer de la vessie. Pas de récidive en 5 ans et, au vu de ses résultats de laboratoire, vie saine durant toute cette période. Mais ses dernières analyses de sang, réalisées par spectrométrie de masse, ont révélé un taux élevé de protéines associées au cancer. Son cas a donc été soumis au Dr Chandra, qui a demandé des examens complémentaires du corps entier : imagerie CT, imagerie par résonance magnétique (IRM) et tomographie par émission de positons (TEP).

La patiente était installée dans le scanner, dans une salle de diagnostic et d’opération voisine, lorsque les médecins ont commencé à étudier les données. Outre les informations clés provenant du dossier électronique de Mme McCormick, j’ai affiché le scanner en cours. « Montre-moi les précédents scanners corps entier de la patiente », a ordonné le Dr Chandra. J’ai localisé l’un d’eux dans le système d’archivage des images d’un hôpital des environs. Il avait été effectué en 2010, juste avant le début du traitement de la patiente. À l’aide d’un système de coordonnées anatomiques, j’ai fait en sorte que les deux examens soient positionnés exactement sous le même angle. « Compare-les et identifie les zones d’intérêt », a demandé la radiologue. J’ai noté qu’elle n’avait toujours pas cligné des yeux, ni changé d’expression.

Le cancer de la vessie avait bien disparu, mais le cœur de la patiente comportait une zone suspecte, délimitée par un cercle tracé par l’un des milliers d’algorithmes de détection d’anomalie que j’avais automatiquement activés en affichant le scanner. « Ce n’est pas normal », a marmonné le Dr Sterling. « Sans doute un artefact dû à la TEP », a-t-il ajouté en référence au fait que le métabolisme du glucose, très élevé au niveau du cœur, génère souvent des résultats faussement positifs dans cette région.

« Segmente le cœur », a ajouté le Dr Chandra. Une image virtuelle en 3D et taille réelle de l’organe de Mme McCormick, obtenue par IRM, s’est affichée sur mon écran. La zone suspecte était bien plus nette. « Segmente l’oreillette droite », a poursuivi la spécialiste, impassible.

Tandis qu’apparaissaient les détails de la nouvelle image, mes sous-programmes calculaient la probabilité relative des différents diagnostics en se basant sur des données statistiques précises. Le premier de la liste était le myxome, une tumeur bénigne se formant généralement dans le tissu qui sépare les deux oreillettes.

« Montre-moi des images de patients atteints de myxome, avant et après traitement », m’a enjoint le Dr Chandra. Pour un système d’archivage classique, le défi aurait été de taille car les cas de myxome ne touchent que 0,1 % de la population. Mais grâce à la récente normalisation d’un langage « métatextuel » et au développement d’un logiciel capable d’interpréter le contenu des images de l’Internet sémantique, j’ai pu dénicher les images demandées. Entretemps, j’ai recueilli des informations relatives au traitement et à ses effets sur d’autres patients, et évalué les probabilités de réussite.

Un endoscope commandé à distance a ensuite été introduit dans le cœur de la patiente. Doté de capteurs perfectionnés, il a procédé à l’examen in vivo de la tumeur et confirmé qu’elle n’était pas maligne. La tumeur ayant été détectée très tôt, l’opération a été rapide : sous la supervision du Dr Sterling, le chirurgien a activé un laser à l’extrémité du cathéter et aspiré les cellules tumorales. Guidé par des programmes mesurant l’épaisseur du péricarde en temps réel et en coordination avec les mouvements du cœur, il a évité toute perforation. « On l’a eue ! », s’est réjoui le Dr Sterling une fois le dernier fragment de tumeur retiré. Une salve d’applaudissements a retenti dans l’amphithéâtre.

Fin de la procédure. J’ai classé toutes les images, les données de laboratoire in vivo et les informations chirurgicales, puis mis à jour mes connaissances sur les myxomes. C’est alors que, l’espace d’une seconde, le Dr Chandra a disparu. Le temps d’un clignement d’yeux, trop bref pour que le Dr Sterling le remarque. Mais moi, j’ai compris que le Dr Chandra était l’une des nôtres.

Arthur F. Pease