L’aide au diagnostic médical
151
L’approche bayésienne a donné lieu à de nombreuses applications notamment
par l’équipe de de Dombal à Leeds sur le diagnostic des douleurs aiguës de
l’abdomen. Chaque patient est défini par une quarantaine de variables, telles
que la topographie de la douleur, les facteurs d’exacerbation et d’apaisement,
l’existence de nausées, de vomissements, la présence de fièvre, etc. L’hypothèse
d’indépendance des signes permet d’écrire :
Avec huit diagnostics [2], l’appendicite, la cholécystite aiguë, l’occlusion du
grêle, la pancréatite, la perforation d’ulcère, la diverticulite aiguë, les douleurs
abdominales non spécifiques, et « les autres douleurs », le niveau de performance du système informatique est de 91,8 %, significativement supérieur à
celui des experts humains du domaine (79,6 %).
Pourtant, en dépit de leurs bonnes performances, les systèmes numériques
n’ont pas été utilisés en routine clinique. D’une part, les approches numériques,
qu’elles soient statistiques ou probabilistes, s’appuient sur une base de données
de référence permettant, par exemple dans le cas des approches probabilistes,
l’apprentissage des probabilités a priori P(D i ) et marginales P(X/D i ), et on a
montré que ces bases de référence devaient être locales au site d’utilisation des
systèmes probabilistes d’aide au diagnostic, ce qui en limitait la diffusion. Par
ailleurs, la pauvreté des interfaces, fondées sur le simple affichage des probabilités des hypothèses diagnostiques, sans aucune explication, n’a pas convaincu
les médecins. La figure 2 représente un exemple d’interface extrait du système
de Leeds [3].
Fig. 2 – Affichage des différentes probabilités a posteriori avec commentaires et
recommandations.
Précédent

- 159/525

Suivant