Nouvelles Du Monde

Le raisonnement diagnostique à l’heure de l’émergence de l’intelligence artificielle : un cadre de cognition distribuée

Le raisonnement diagnostique à l’heure de l’émergence de l’intelligence artificielle : un cadre de cognition distribuée

Citez cet article comme suit :

Rohlfsen, C. Le raisonnement diagnostique à mesure que l’intelligence artificielle émerge : un cadre de cognition distribuée, First10EM, 4 mars 2024. Disponible sur :

Il s’agit d’un article invité du Dr Cory Rohlfsen (@CoryRohlfsen) basé sur un fil Twitter intéressant de lui datant de quelques mois.

Le Dr Rohlfsen est un clinicien en médecine interne hybride au centre médical de l’Université du Nebraska. Il partage son temps entre les tâches d’hospitalier et les soins cliniques primaires. Il est passionné par la promotion d’une communauté d’excellence en enseignement pour les futurs académiciens. En tant que membre principal du corps professoral, il siège au comité de compétence du programme d’études et examine les étapes importantes des résidents dans le cadre de leur progression vers l’obtention du diplôme. Il est également directeur du premier cursus interprofessionnel d’éducation en santé basé sur les compétences aux États-Unis. Ses intérêts en matière de bourses comprennent les approches centrées sur les stagiaires en matière de formation médicale basée sur les compétences (CBME) et les pratiques d’évaluation innovantes.

Après avoir presque désespéré de la façon dont l’intelligence artificielle (IA) nous remplacerait un jour, j’ai réalisé que ce n’était tout simplement pas le cas, mais pas pour les raisons généralement citées (par exemple, la compassion, les relations, l’empathie). Beaucoup ont imaginé à quoi ressemblera l’avenir de la médecine avec l’IA comme copilote. Ce n’est qu’une question de temps avant qu’un Test de Turing des résultats pour les patients prouvent la supériorité de l’IA lorsqu’elle est aux commandes. À partir de ce moment-là, les médecins seront-ils même dans le cockpit ou serons-nous obligés de regarder à travers la poussière proverbiale de la piste pendant que l’IA prend son envol ? Quelle génération de médecins peut s’attendre à ce que cela se produise au cours de sa vie ?

Puisqu’une grande partie de notre identité en tant que médecins est liée au domaine cognitif, il est normal de se débattre avec ces questions, particulièrement à mesure que nos rôles et nos responsabilités évoluent. Si vous lisez ceci en tant que médecin traitant expérimenté, imaginez l’impact disproportionné qu’une telle technologie disruptive pourrait avoir sur un stagiaire dont l’identité est en train de se forger activement.1 En tant qu’interniste pratiquant à la fois la médecine de soins primaires et la médecine hospitalière, j’ai traversé toutes les étapes du deuil. , négociant avec quelques spirales descendantes de pensée apocalyptique sur le chemin de l’acceptation. Finalement, une vision plus optimiste a émergé – une perspective que je suis ravi de partager avec vous aujourd’hui.

Bien sûr, les médecins auront toujours le dessus grâce à notre présence physique et curative. Mais ce n’est pas le sujet de cet article. Nous avons également un trait COGNITIF unique à offrir – un trait qui a nécessité plus de 10 000 ans d’évolution pour se développer.

Les applications de l’IA en médecine étant innombrables, la portée de cet article se limitera à diagnostic. Bien que ce cadre proposé puisse également s’appliquer à un ensemble plus large de raisonnements de gestion et de prise de décision médicale (y compris l’éthique, le jugement, l’incertitude, etc.), commençons modestement avec raisonnement diagnostique – un domaine strictement cognitif.

Reconnaissons d’abord que nos cerveaux analytiques glorifient le raisonnement fondé sur des hypothèses et la résolution de problèmes. Nous sommes attirés par ce que nous pouvons mesurer, étudier et améliorer. Mais ce faisant, nous risquons de négliger notre plus grande contribution à la médecine.

Lire aussi  Comment un chatbot peut aider les gens à obtenir une aide psychologique

Oui, l’IA surpassera les médecins moyens en environnements riches en informations.2 Il traitera des volumes plus élevés de données avec une plus grande rapidité, une plus grande fidélité et une aptitude infatigable. Mais seule une fraction des diagnostics sont posés dans ce domaine. La plupart des diagnostics découlent de déserts d’informations.

Rappelons qu’environ 80 % des diagnostics sont capturés au cours de l’anamnèse.3 Même si un diagnostic ne peut être confirmé qu’après la fin d’un examen, d’un laboratoire, d’une biopsie ou d’une étude d’imagerie, la plus grande avancée dans l’enquête hypothético-déductive se situe généralement chez le patient. entretien. C’est également là que « l’humanité » prévaut et brille le plus.

Depuis la découverte des neurones miroirs4, les humains ne savent toujours pas comment appeler ce « super pouvoir ». Certains appellent cela l’expérience, la reconnaissance de formes, la conscience de la situation, l’intelligence émotionnelle ou l’apprentissage par l’action. Pour le reste de cet article, je l’appellerai «cognition située

Quoi qu’il en soit, nous avons un supérieur RECHERCHE5 fonctionner dans les déserts d’information. Avec une sensibilité accrue pour reconnaître les signaux et les modèles socialement codés (séparant le signal du bruit), nous sommes programmés pour naviguer dans ces déserts même si nous n’en sommes pas conscients.

Vous vous souvenez de ces cartes de centres commerciaux à l’époque ? Ceux vers lesquels vous vous dirigeiez lorsque vous étiez perdu et que vous deviez trouver la sortie la plus proche de votre voiture. Les bons signalaient « VOUS ÊTES ICI » avec une grande étoile rouge.

Pour les cartes des centres commerciaux qui ne comportaient pas cette grande étoile rouge, quelle était la tâche la plus difficile ?

  • Tâche 1) Se retrouver sur la carte (la recherche) ou…
  • Tâche 2) Cartographier votre itinéraire vers la destination une fois orienté

Nous savons que la tâche de RECHERCHE de cette étoile insaisissable est bien plus éprouvante ! Une fois orienté, il n’est pas difficile de trouver son chemin. Cette tâche de recherche représente le désert de l’information et nous y naviguons tous différemment. Les novices peuvent scanner « de gauche à droite » (en prenant en compte chaque détail pour éviter de rater l’étoile). Mais les experts ont généralement une stratégie, même si elle est inconsciente.

Les stratégies de recherche peuvent inclure :

  • Regarder au centre de la carte (tactique histologique classique sur test standardisé)
  • Recherche d’une clé (recherche de symboles) ou…
  • Orientation vers un point de repère bien connu (par exemple, aire de restauration)
  • Le fait est qu’un recherche cognitive est différent du raisonnement analytique car il dépend du contexte, est situé dans un temps et un espace uniques, et souvent subconscient (incitant à des décisions réflexives en une fraction de seconde). Lorsque l’on ajoute des humains au mélange, c’est encore plus variable et « flou » – c’est là que «cognition située » devient si important.5

    À mesure que les données tacites se dévoilent, un modèle émerge et ce n’est qu’alors que les données sont codifiées en informations. Ce n’est qu’à ce moment-là que la génération d’hypothèses peut commencer à se produire (alors que le problème amorphe fait surface avec une lueur de clarté). Comme si vous étiez perdu dans un centre commercial, une carte ne vous aide que si vous savez où vous êtes. Notre super pouvoir en tant qu’humains s’oriente vers ce problème – un problème humain dans toute sa merveille biopsychosociale.

    Lire aussi  proche du sommet, mais la réouverture des écoles est attendue - Corriere.it

    Pour les cliniciens ou les formateurs cliniciens qui ont relégué l’histoire à un niveau autre qu’une compétence et un plaisir, j’espère que cet article sera revigorant car chaque problème clinique commence comme un désert d’informations, comme une carte de centre commercial sans étoile. Les novices rechercheront avec des stratégies inférieures, mais les experts tireront parti de leur connaissance de la situation et de leur expérience. Un étudiant préclinique pourrait apprendre à mémoriser un « examen complet des systèmes », tandis qu’un étudiant de troisième année apprendrait que certaines questions sont plus pertinentes que d’autres. De même, un étudiant en médecine de quatrième année vise à être comme le stagiaire postuniversitaire en se basant sur des hypothèses dans sa collecte de données. Mais il existe un niveau plus élevé d’entretien avec les patients, que j’appelle « recherche située et reformulation d’hypothèses ».

    Si nous sommes formés à recueillir des antécédents ciblés dans un cadre déductif hypothétique, nous serons pleinement compétents pour capturer la plupart des diagnostics. L’élément qui manque pour devenir un expert à part entière est un cycle de rétroaction d’indices instinctifs et situationnels issus de l’entretien qui informent (et réforment) une ligne de questions fondée sur des hypothèses. En termes simples, la maîtrise de l’entretien avec un patient implique une sensibilité aux signaux subtils et non verbaux – ce pour quoi nous avons évolué pour être VRAIMENT bons.

    Une pause d’équivoque.

    Un soupçon de sarcasme.

    Une grimace de mécontentement ou de douleur.

    Ou perte de contact visuel lorsque l’histoire commence à devenir floue.

    Chacun de ces moments représente une fenêtre d’opportunité pour RECHERCHER. C’est à ce moment-là que l’expert diagnostiqueur dit : « J’ai remarqué un grand soupir après avoir mentionné ____, pouvez-vous m’en dire plus ? »

    Les maîtres diagnostiqueurs trouveront l’oasis dans le désert. Grâce à des cycles de rétroaction d’« enquête hypothético-déductive sensibilisée », ils trouvent le problème avec une précision absolue là où personne d’autre ne cherchait.

    Comme on parle rarement de cette fonction de RECHERCHE, il peut être utile de la comparer au cerveau analytique. L’analyse étant une forme de traitement de l’information (1 + 2 = 3), elle fonctionnera bien dans des environnements riches en informations avec un rapport signal/bruit élevé et fini possibilités. L’IA se montre déjà extrêmement prometteuse dans ce domaine. La cognition située (« sit cog »), quant à elle, prospère dans les déserts d’information avec des signaux « flous » et infini possibilités.

    Sit Cog sait « comment » même s’il ne sait pas « quoi » ou « pourquoi ».5 En tant que tel, il faudra des décennies avant que l’IA ne rivalise avec les humains dans ce domaine.6 Heureusement, ce n’est pas une compétition (et elle devrait ce n’est pas le cas). La combinaison de ces deux formes hautement évoluées de cognition aboutit à un système complémentaire de résolution de problèmes qui est supérieur à l’utilisation de l’une ou l’autre de manière isolée.7-8

    Autrement dit, d’un « cognition distribuée » De ce point de vue, capturer la « somme nette » du signal est précieux, quelle que soit la manière dont il est collecté ou codé.7 Traditionnellement, notre imagination a été chatouillée par la façon dont l’IA compléterait les humains dans le raisonnement diagnostique pour fournir les meilleurs soins possibles aux patients. Mais avons-nous pleinement imaginé comment les humains compléteront l’IA au cours de ce voyage ?8

    Lire aussi  Une étude de randomisation mendélienne à deux échantillons sur les lipides circulants et la thrombose veineuse profonde

    Oui, nos identités professionnelles évolueront à mesure que certaines tâches cognitives seront « déchargées ». Il est vrai que l’IA dépassera et surpassera nos capacités analytiques. Cela dit, notre capacité à parcourir les déserts d’informations est une caractéristique humaine unique qui constituera un « super pouvoir » pour calibrer l’IA pour les générations à venir.

    En résumé, la cognition humaine a évolué au fil des milliers d’années pour déchiffrer les informations socialement codées, notamment les signaux non verbaux et les nuances subtiles du discours, du ton ou du comportement. Ces éléments sont cruciaux pour définir avec précision les problèmes cliniques, dans lesquels l’histoire, les expressions et l’environnement d’un patient peuvent fournir des informations essentielles. Cependant, comme le représentation du problème mûrit et que davantage d’informations deviennent disponibles, le rôle de l’IA gagne en importance. La capacité de l’IA à traiter de vastes ensembles de données et à fournir des analyses statistiques permet aux cliniciens d’identifier des modèles moins intuitifs ou d’être sensibilisés aux taux de base des maladies ou aux incohérences qui pourraient échapper à la perception humaine. Mises côte à côte, la cognition située des humains travaillant en collaboration avec les capacités analytiques de l’IA se révélera être un puissant moteur de raisonnement diagnostique.

    Maintenant, demandez-vous… quelle sera l’étape limitante pour combler les écarts d’inexactitude ou d’imprécision diagnostique dans 30 ans ? Je parie sur l’humanité. Pourquoi? Parce que les problèmes humains (en particulier ceux qui ne sont pas exprimés) exigent que ce soient les humains qui soient aux commandes.

    Les références

  • Jussupow E, Spohrer K, Heinzl A. Les menaces identitaires comme raison de la résistance à l’intelligence artificielle : étude d’enquête auprès d’étudiants et de professionnels en médecine. Formulaire JMIR Rés. 2022 ; 6(3).
  • Bergerum C, Petersson C, Thor J, Wolmesjö M. « Nous sommes riches en données mais pauvres en informations » : comment les mesures rapportées par les patients stimulent-elles l’implication des patients dans les interventions d’amélioration de la qualité dans les services hospitaliers suédois ? Qualification ouverte BMJ. 2022;11(3).
  • Cooke, G. A est pour l’aphorisme : est-il vrai qu’« une anamnèse minutieuse mènera au diagnostic dans 80 % des cas » ? Médecin de famille australien. 2012 ; 41(7).
  • Heyes C, Catmur C. Qu’est-il arrivé aux neurones miroirs ? Perspect Psychol Sci. 2022 ; 17(1):153-168.
  • Kirsh D. Résolution de problèmes et cognition située. Le manuel de Cambridge sur la cognition située. 2009 ; 264-306.
  • Krishna R, Donsuk L, Fei-Fei L, Bernstein, MS. L’intelligence artificielle socialement située permet d’apprendre à partir des interactions humaines. PNAS. 2022 ; 119(39).
  • Merkebu J, Battistone M, McMains K, McOwen K, Witkop C, Konopasky A, Torre D, Holmboe E, Durning SJ. Situativité : une famille de théories sociales cognitives pour comprendre le raisonnement clinique et les erreurs diagnostiques. Diagnostic (Berl). 2020 ; 7(3):169-176.
  • Rajkomar A, Dhaliwal G. Améliorer le raisonnement diagnostique pour améliorer la sécurité des patients. Perm J. 2011 ; 15(3):68-73.
  • Vous pouvez trouver plus de messages d’invités First10EM ici


    2024-03-04 14:22:59
    1709552752


    #raisonnement #diagnostique #lheure #lémergence #lintelligence #artificielle #cadre #cognition #distribuée

    Facebook
    Twitter
    LinkedIn
    Pinterest

    Leave a Comment

    This site uses Akismet to reduce spam. Learn how your comment data is processed.

    ADVERTISEMENT