Delphi-2M : l’avenir de la prévention médicale avec l’intelligence artificielle

Grâce à des données anonymisées de millions de patients, Delphi-2M simule les trajectoires de santé individuelles.

Une intelligence artificielle révolutionnaire au chevet de la santé prédictive

La médecine prédictive franchit un nouveau cap. Cette semaine, une équipe internationale de chercheurs a présenté un modèle d’intelligence artificielle d’une envergure inédite, capable d’anticiper le risque individuel de développer plus de 1000 maladies, tout en estimant l’âge auquel elles pourraient survenir. Baptisé Delphi-2M, cet outil repose sur l’analyse des données médicales anonymisées de près de 2,3 millions d’individus provenant du Royaume-Uni et du Danemark. Une avancée qui laisse entrevoir la possibilité, pour la première fois à cette échelle, de cartographier le futur sanitaire grâce aux capacités génératives de l’IA.

L’approche : du langage aux parcours médicaux

Ce qui distingue fondamentalement Delphi-2M, c’est sa capacité à traiter non pas des textes mais des historiques médicaux. Inspiré par les modèles linguistiques type ChatGPT, ce système encode chaque diagnostic, paramètre démographique ou facteur de mode de vie comme un « jeton ». À partir de là, l’IA analyse les trajectoires possibles d’un patient en simulant le fil des événements médicaux – tout comme un modèle prédit le mot suivant dans une phrase. Contrairement aux calculateurs classiques (limités souvent à quelques pathologies comme le diabète ou les maladies cardiovasculaires), l’outil simule un parcours santé global sur plusieurs décennies, intégrant complications, troubles du sommeil ou facteurs comportementaux.

Les principaux critères exploités sont notamment :

• Âge et sexe.
• Antécédents couvrant plus de mille affections.
• IMC, tabac, alcool et autres habitudes de vie.

Grâce à ces éléments basiques mais essentiels, Delphi-2M parvient à prédire la prochaine maladie susceptible d’apparaître et le délai avant son déclenchement. Dans les tests menés sur la cohorte britannique, le score moyen d’exactitude (AUC) atteint 0,76 – un résultat jugé solide compte tenu de la complexité biologique humaine.

Biais et précautions indispensables

Toutefois, cette prouesse n’est pas exempte de limitations. La performance s’est avérée inférieure avec les données danoises, signe que le modèle n’est pas universellement fiable. Plus préoccupant encore : les prédictions reflètent inévitablement les biais présents dans les bases utilisées – en particulier celle du UK Biobank où les personnes aisées et en meilleure santé sont surreprésentées. Ces distorsions peuvent fausser les estimations pour certaines populations.

Les chercheurs insistent donc : l’IA médicale ne doit en aucun cas se substituer au médecin. « L’outil n’a pas vocation diagnostique immédiate, mais il peut signaler des tendances générales et appuyer la prévention », rappellent-ils.

L’horizon : vers une médecine plus personnalisée ?

Si l’usage reste aujourd’hui expérimental, l’espoir grandit quant à la complémentarité possible entre ces nouveaux outils d’anticipation numérique et les pratiques cliniques établies. Imaginer son médecin consulter une cartographie IA des risques sur plusieurs décennies pourrait bien devenir réalité… à condition d’accompagner ce virage technologique d’une vigilance accrue face aux biais algorithmiques et aux enjeux éthiques qu’ils soulèvent.