Intelligence artificielle (IA) s'est révélé être un grand facilitateur dans diverses tâches quotidiennes et, en médecine, il s'est révélé révolutionnaire dans les diagnostics, les rendant plus complets et personnalisés. Cela aide les médecins à choisir le traitement le plus approprié pour chaque patient. Selon Alvaro Pulchinelli, président de la Société brésilienne de pathologie clinique/médecine de laboratoire (SBPC/ML), la capacité de stockage et de traitement des données de l’intelligence artificielle en fait une ressource incontournable en médecine diagnostique.
L’intelligence artificielle a progressé rapidement, notamment dans la création d’algorithmes de diagnostic et l’évaluation des données génomiques. « Dans le domaine de la génomique, basé sur les connaissances bioinformatiques, il y a eu un bond exponentiel tant dans l'identification de gènes spécifiques responsables de maladies que de cibles thérapeutiques », déclare le président de SBPC/ML. « L’IA a aidé à interpréter les résultats des tests génomiques, en aidant à identifier les gènes responsables de mutations et de polymorphismes, en plus de permettre l’analyse conjointe de plusieurs autres tests. Cela permet de formuler des algorithmes pour réaliser un pronostic précis », dit-il.
Pour Pulchinelli, pendant la pandémie de Covid-19, la médecine de laboratoire a encore renforcé la collaboration avec d'autres spécialités, le secteur du diagnostic a apporté des réponses rapides aux défis et il s'agit d'un chemin irréversible. Il souligne également que l’IA reste réservée aux grands laboratoires, qui disposent de départements d’innovation, de recherche et de développement. Cependant, dans peu de temps, cela devrait devenir populaire avec l’expansion des plateformes d’accès.
L'utilisation de l'intelligence artificielle par les laboratoires fait partie des actions incluses dans le concept Lab 4.0, où ces établissements font appel à l'industrie 4.0, ou la quatrième révolution technologique. Les entreprises de cette période industrielle utilisent des technologies pour faciliter leurs processus, améliorer leurs produits et optimiser la main-d'œuvre. Dans le cas de la médecine de laboratoire, la technologie peut prédire une maladie en fonction des antécédents du patient et contribuer à l'établissement des normes de qualité des laboratoires.
« La numérisation et l'automatisation promues par des initiatives telles que Lab 4.0 améliorent la gestion de la qualité en permettant une surveillance continue et prédictive », explique Bruna Dolci Andreguetto, présidente de la Société régionale intérieure de São Paulo de la Société brésilienne de pathologie clinique/médecine de laboratoire (SBPC/ML). . En matière de contrôle qualité, les systèmes qui utilisent l’IA peuvent vérifier les performances des équipements, par exemple, ainsi qu’identifier tout écart par rapport aux normes de qualité. « Cela permet d'intervenir de manière proactive, en évitant des problèmes qui pourraient compromettre la qualité des résultats », souligne-t-il.
L'intelligence artificielle permet également une plus grande précision dans les résultats, comme l'explique André Doi, pathologiste clinicien et directeur scientifique du SBPC/ML. « L’IA est excellente pour identifier des modèles, ce qui la rend extrêmement précise dans le diagnostic. Cela s’applique aussi bien aux examens d’imagerie qu’à l’analyse microscopique d’échantillons chirurgicaux et à l’identification de modèles dans les résultats des tests de laboratoire pour certains types de maladies », a-t-il souligné.
Toujours selon André Doi, il est possible que, en médecine diagnostique, l'utilisation de chatbots avec l'amélioration des algorithmes et l'intégration des informations cliniques, épidémiologiques et de laboratoire accélère les conclusions médicales. Cependant, selon lui, comme elle ne possède pas le sens critique d’un raisonnement clinique intégré, empathique et sensoriel, la technologie ne remplace pas le jugement d’un professionnel de la santé dans la prise de décision. « Nous sommes entrés dans une nouvelle ère de médecine beaucoup plus précise, mais au risque d’être moins humanisée. À la fois en raison du manque de jugement clinique et empathique et d’un raisonnement superficiel qui tente de supprimer l’activation des sens humains pour la prise de décision”, conclut le directeur scientifique du SBPC/ML.
