Prédire l’avenir est un vieux rêve. Depuis que l’homme est homme, depuis les chamans de la taïga sibérienne ou les haruspices de l’Antiquité jusqu’aux diseuses de bonne aventure, l’humanité a cherché à prédire l’avenir. De nos jours, il n’y a plus que les rubriques d’astrologie des magazines pour y croire encore, ou les astrophysiciens pour prédire un désastre certain à la Terre et à ses habitants, mais dans un délai si long qu’il adoucit la sévérité de la sentence prononcée. Les spécialistes de géopolitique tentent quotidiennement de prédire les risques de conflit, et les actuaires des compagnies d’assurance de prédire le risque de survenue d’un sinistre, que celui-ci soit un dégât des eaux ou la survenue d’un infarctus du myocarde.
En médecine, on cherche depuis toujours à prédire le risque individuel : la survie d’un patient atteint d’une affection chronique, le risque opératoire avant une chirurgie lourde. Le plus difficile – mais le plus utile – serait de pouvoir prédire la survenue de maladies avant que les premiers signes ou symptômes soient déjà apparents pour pouvoir les prévenir et les traiter.
Depuis l’émergence auprès du grand public de ce que l’on a appelé l’intelligence artificielle mais qui correspond en réalité à une forme particulière de celle-ci, les “large language models” (LLM), chacun est désormais familier de la capacité prédictive de l’IA : grâce à un entraînement sur une quantité phénoménale de données, les algorithmes sont capables de prédire le mot suivant d’une phrase et d’anticiper que lorsqu’on énonce “les sanglots longs des violons de…”, le mot suivant est nécessairement “l’automne”. La nature, la séquence et l’intervalle entre les mots sont autant d’informations qui permettent à la machine de prédire le mot suivant.
Il est possible de considérer la vie et les antécédents d’un individu comme une séquence de mots où chaque événement de santé (naissance, infections, habitudes de vie, pathologies) est considéré comme un mot et qui prend en compte à la fois la séquence des mots et le temps écoulé entre ces mots. De la même façon que les “large language models” apprennent la grammaire et la logique contextuelle du langage à partir de grandes quantités de texte, il est possible d’utiliser les méthodes de l’intelligence artificielle pour apprendre à reconnaître les modèles d’apparition et de progression des maladies à partir de grands ensembles de dossiers médicaux. Une équipe de biomathématiciens et data scientists européens [1] a utilisé les données de plus de 400 000 sujets issus de la UK Biobank pour entraîner un LLM médical, Delphi-2M, à prédire les événements de santé chez des sujets adultes. Le modèle ainsi développé a été soumis à une phase de validation externe sur les données de 1,9 millions de sujets issus de la base de données nationale du Danemark.
Les résultats sont impressionnants : le modèle Delphi-2M est capable de prédire plus de 1 000 maladies différentes, dans tous les domaines de la médecine (des maladies infectieuses aux cancers, en passant par les troubles mentaux ou les maladies cardiométaboliques) à partir des antécédents médicaux individuels, avec une précision comparable ou meilleure que celle des différents modèles prédictifs existants pour chacune de ces maladies. Le modèle est également capable de prédire les trajectoires de santé futures jusqu’à 20 ans, et ses capacités de prédiction et ses performances sont similaires chez les hommes et les femmes, et ne sont pas dégradées lorsqu’il est appliqué aux données externes danoises. Il offre également des informations sur les modalités de progression des maladies chroniques. Ces performances sont à interpréter en tenant compte du fait que les données de génétique, de biologie ou d’imagerie n’ont pas été intégrées au modèle. Elles font espérer des améliorations notables et rapides au fur et à mesure qu’il sera possible d’incorporer ces données au modèle de prédiction. Cette capacité vertigineuse de prédire l’avenir médical d’un individu va également poser des problèmes éthiques d’information des patients et de choix des stratégies d’intervention et de prévention : comment annoncer la probabilité (mais pas la certitude) d’une affection potentiellement grave et non curable ? Quels moyens mettre en œuvre pour influer sur le risque, une fois celui-ci identifié ? Comment assurer la confidentialité des données de prédiction obtenues et éviter que celles-ci influent par exemple sur l’assurabilité d’un individu ? Autant de questions auxquelles les progrès fulgurants de la prédiction vont nous confronter à court terme.