Google (GOOGL), le géant de la technologie, Alphabet Inc., tente depuis longtemps de faire son entrée dans le secteur des soins de santé, et les efforts semblent porter leurs fruits. Google prétend avoir créé un système capable de prévoir une variété de résultats pour les patients, y compris la durée pendant laquelle les personnes doivent être hospitalisées, leurs chances de réadmission et leurs chances de décès. Appelé le cerveau médical, cette percée pourrait donner à Google un marché complètement nouveau à explorer.
Bloomberg rapporte une étude de cas d'une femme atteinte d'un cancer du sein à un stade avancé qui a eu une chance de survie de 9, 3% par les méthodes informatiques standard de l'hôpital, tandis que l'analyse prédictive de Google lui a donné 19, 9% de chances de mourir pendant son séjour à l'hôpital. Le patient est décédé en quelques jours, confirmant les prétentions de Google pour offrir un meilleur mécanisme de prédiction par son système.
Dans l'édition de mai de la revue scientifique Nature, l'équipe de Google a décrit sa méthodologie prédictive: «Ces modèles ont surpassé les modèles prédictifs traditionnels et cliniquement utilisés dans tous les cas. Nous pensons que cette approche peut être utilisée pour créer des prédictions précises et évolutives pour une variété de scénarios cliniques. »La recherche met en évidence l'utilisation des réseaux de neurones dans le domaine des soins de santé. Un réseau neuronal est une forme de logiciel d'intelligence artificielle (IA) modélisé sur le cerveau humain et le système nerveux qui repose sur l'utilisation de données pour apprendre automatiquement et améliorer l'identification des relations sous-jacentes.
Fonctionnement de l'outil Google
Les médecins, les hôpitaux et les autres prestataires de soins de santé luttent depuis des années pour mieux maintenir et résumer les données médicales d'un patient. Cependant, malgré l'utilisation de systèmes avancés de stockage de données dédiés à l'usage hospitalier, le succès a été variable.
Les rapports disponibles indiquent que le système de Google pour une telle analyse prédictive fonctionne en passant au crible des tonnes de points de données pour arriver à l'inférence. Dans le cas ci-dessus, l'algorithme de Google a analysé 175 639 points de données pour tirer sa conclusion. La capacité de Google à lire des données sous diverses formes - y compris des notes manuscrites enregistrées au format PDF, de vieux graphiques et des rapports médicaux - combinée à sa vitesse de traitement est le véritable changement. L'algorithme montre également quels points de données ont été les plus utiles pour parvenir à la conclusion.
Alors que les modèles prédictifs actuels consacrent environ 80% de leur temps à l'exploration et à la présentation des données, l'approche de Google évite ce goulot d'étranglement.
