L’IA peut-elle faire un bilan de santé à partir d’un égoportrait ?

L’intelligence artificielle pourrait-elle détecter les maladies en faisant une simple analyse d’un égoportrait ? C’est ce qu’espèrent des chercheurs des quatre coins du monde à la suite de la publication d’une récente étude de Harvard sur le pronostic de patients atteints du cancer.

Publié à 13 h 56

Mortalité et âge

Quand ils entrent dans la chambre d’un patient, les médecins ont souvent l’habitude de faire une évaluation visuelle (eyeball test). « La plupart des médecins se font déjà une idée de l’état d’un patient simplement en le voyant », explique Raymond Mak, radio-oncologue à l’Université Harvard. « Nous avons eu l’idée d’avoir recours à l’intelligence artificielle (IA) pour le pronostic d’un patient en oncologie. »

Dans le Lancet, à la mi-octobre, le D^r Mak a montré que deux outils d’IA utilisés ensemble établissent un pronostic très proche de la réalité. L’un des outils avait été entraîné à partir de 40 millions de personnes pour évaluer leur âge, et l’autre sur la mortalité de 38 000 patients en oncologie. Tous deux partaient de photos du visage des patients prises par un téléphone ou un ordinateur.

« Nous avons été surpris de constater que l’évaluation de l’âge améliorait la prédiction du pronostic, dit le D^r Mak. Nous avons réalisé que les deux modèles regardaient deux sections différentes du visage. Pour la prédiction de l’âge, l’IA utilise le nez et les lèvres, le front et les tempes. Pour la prédiction de la mortalité, elle utilise le dessous des yeux et le haut du nez. »

Le D^r Mak mentionne qu’Hippocrate, le médecin de la Grèce antique, parlait déjà de la « figure mortuaire », avec des yeux cernés et des tempes vides. « Nos deux modèles reflètent cette description d’il y a plusieurs millénaires. »

Pour Benoît Desjardins, radiologiste au CHUM, l’étude du D^r Mak montre bien les promesses de l’IA, même si ses applications cliniques ne sont pas immédiates. « Il y a eu de gros changements sur le plan des capacités de l’IA médicale dans les trois à cinq dernières années, dit le D^r Desjardins. On n’est pas rendu à des applications cliniques, mais c’est proche. Il va y avoir des changements énormes d’ici dix ans. Ça change tous les six mois. »

Testez l’algorithme d’évaluation de l’âge de Harvard (en anglais)

Pression sanguine

Une autre avenue est la prise de la pression sanguine. Des chercheurs testent l’utilisation de vidéos cliniques, plus compliquées que ce qu’on peut faire avec son propre téléphone, selon le D^r Mak.

« Le problème avec les outils actuels de prise de pression sans brassard, c’est qu’ils doivent être calibrés chaque semaine en prenant la pression avec un brassard », dit Robert Avram, un cardiologue de l’Institut de cardiologie de Montréal, qui fait des recherches sur l’utilisation de l’IA en santé. Outre l’analyse de vidéos que mentionne le D^r Mak, les accessoires connectés de type Fitbit ou Apple Watch sont aussi testés pour prendre la pression sans brassard.

« Certains médecins sont capables d’évaluer l’anémie d’un patient seulement en le regardant, ajoute le D^r Mak. Il serait intéressant d’avoir une IA qui ait ces capacités, que seule une petite proportion des médecins a. »

Douleur et chirurgie

Est-ce qu’on pourrait utiliser cette approche pour dépister des maladies ? « Les possibilités sont vastes », dit le D^r Mak. « Plusieurs groupes ailleurs évaluent les patients avant une intervention chirurgicale pour prévoir qui est plus susceptible d’avoir des complications, à partir des photos du visage. » D’autres se penchent sur la détection des changements dans la douleur, un symptôme subjectif que la médecine peine aujourd’hui à bien traiter.

On pourrait penser qu’éventuellement les photos pourraient aider à cibler qui devrait avoir certains dépistages de cancer ou de dépression, dit le chercheur de Boston. « Ça pourrait inclure des photos chaque année, pour évaluer l’évolution générale de l’état de santé. Si on n’avait pas à aller faire des tests cliniques pour avoir un premier triage, ça serait un grand avantage pour tout le monde, les patients, les médecins, le système. »

Radiologie

L’un des avantages de l’utilisation des photos pour l’évaluation clinique des patients est que la radiologie est l’un des plus grands domaines d’application de l’IA. « Et les images en radiologie, c’est un peu comme d’autres images, dit le D^r Desjardins, qui pilote plusieurs projets IA en radiologie. On a des changements subtils dans le pancréas qui sont utilisés pour détecter un cancer, des fractures difficiles à voir sur les radios en musculosquelettique. »

La première utilité clinique sera de prioriser l’analyse par les radiologistes des patients qui sont les plus inquiétants, selon le spécialiste du CHUM.

Pour beaucoup de pathologies, ça prend du temps pour assembler les pièces du puzzle. On va avoir des indications fiables des cas qui semblent les plus inquiétants. On va être capable de détecter plus rapidement les AVC, les embolies pulmonaires. La médecine à Montréal va bénéficier du fait qu’on est un centre important en IA.

Le D^r Avram vient de publier, dans la revue Nature Cardiovascular Research, une étude montrant que l’IA permet de prédire l’état des artères à partir d’une coronarographie presque aussi bien que les médecins spécialistes. Ce modèle IA a été entraîné à partir de 203 000 vidéos de 28 000 patients.

« Dépendant du degré de blocage des artères que montre la coronarographie, le patient peut avoir des médicaments, une endoprothèse (stent) ou une chirurgie, dit le D^r Avram. L’objectif avec cet algorithme IA est de diminuer la proportion de patients qui ne reçoivent pas le bon traitement. »

Éthique

Un problème à régler est le consentement des patients. « On va se retrouver avec une surveillance massive des diagnostics médicaux, dit le D^r Desjardins. Est-ce que le patient a consenti à ce qu’une image serve à des diagnostics futurs ? Est-ce que des compagnies d’assurances pourront y avoir accès ? Est-ce qu’on va lui refuser une assurance vie sur la base d’une photo ? »

Mais des assurances vie peuvent déjà être refusées sur la base d’une pression trop élevée ou d’un âge trop avancé, ou alors parce qu’une personne a déjà fumé. Quelle est la différence ? « Les tables actuarielles avec l’âge sont moins précises et pour l’évaluation d’une photo, il y a une imprécision qui pourrait être dommageable pour certains », dit le D^r Desjardins. Il donne aussi l’exemple de la photo d’une candidate pour un emploi, qui pourrait être utilisée pour détecter un teint caractéristique d’une grossesse.

Abdication cognitive

Plusieurs études ont souligné les dangers de l’utilisation de l’IA dans les écoles, certaines plus particulièrement dans les écoles de médecine.

On parle d’« abdication cognitive », où les étudiants n’apprennent pas parce qu’ils utilisent trop vite l’IA. Est-ce que l’IA pour évaluer la figure de patients pourrait miner les compétences des futurs médecins ?

« Je ne crois pas parce qu’il y a seulement une minorité de médecins qui ont des capacités vraiment exceptionnelles sur le sujet, dit le D^r Mak. Ceux qui peuvent deviner l’anémie chez les patients seulement en les regardant sont l’exception (outliers). »

Le D^r Desjardins pense que les caractéristiques physiologiques détectées par l’IA pourraient même faire partie des cours de médecine.

En savoir plus

• 28 %

  Proportion des radiologues américains qui utilisaient fréquemment des algorithmes IA dans leur travail au début 2025

  Source : World Journal of Radiology

  1524

  Nombre d’algorithmes IA en santé approuvés par la FDA en juin 2026

  Source : Radiology Business

• 80 %

  Proportion des algorithmes IA en santé qui servent à la radiologie

  Source : Radiology Business

  30

  Nombre d’algorithmes IA en santé approuvés chaque mois par la FDA en 2025

  Source : Radiology Business

• 21

  Nombre d’algorithmes IA en santé approuvés chaque mois par la FDA en 2024

  Source : Radiology Business