L’IA associée à l’expertise humaine va transformer la collecte de données en recherche clinique, selon une étude publiée dans Annals of Oncology.

Gustave Roussy, premier centre de lutte contre le cancer en France et en Europe, et Lifen, leader français de l’intelligence des données de santé, annoncent les résultats d’une étude multicentrique sur l’automatisation de l’extraction de données de comptes rendus médicaux, publiés dans Annals of Oncology.

Cette étude démontre que l’IA permet, à partir de données très hétérogènes, d’accélérer la constitution d’une grande base de données de manière homogène, fiable et sécurisée, accélérant ainsi la compréhension des maladies et le développement de nouveaux traitements. Ces résultats ouvrent la voie à un changement de paradigme dans la recherche clinique. L’étude s’inscrit dans le cadre de la cohorte LUCC (Large & Unified Cancer Cohort), une initiative française soutenue par France 2030 et portée par Lifen et Gustave Roussy. 

Dans le cadre de la recherche clinique, les bases de données sont aujourd’hui majoritairement renseignées par des experts de la data que sont les techniciens d’études cliniques (TEC) et attachés de recherche clinique (ARC). Ces informations proviennent principalement des dossiers patients, des comptes rendus médicaux et des examens biologiques ou d’imagerie.

Les résultats démontrent que : 

L’IA seule surpasse systématiquement l’approche manuelle sur chacune des 31 variables cliniques étudiées et pour chacun des 10 centres participants.  L’IA seule réduit notamment de moitié les erreurs par rapport à la saisie manuelle (taux d’erreur de 7,0% pour l’IA contre 14,2% pour la méthode manuelle).  L’IA réduit la variabilité entre centres participants par rapport à la structuration manuelle.  Et surtout, la méthode hybride IA/expertise humaine va encore plus loin : elle combine l’extraction par l’IA avec une révision manuelle ciblée par l’IA sur les 30 % des cas qu’elle juge les plus incertains, ce qui fait chuter le taux d’erreur à 4,4 %, tout en conservant une vitesse de traitement quatre fois supérieure à l’analyse strictement manuelle. 

Ces avancées facilitent la conduite de projets de recherche de grande ampleur et ouvrent des perspectives prometteuses pour la recherche clinique française.

Source : Annals of Oncology