Un point à temps en sauve neuf, disent-ils – et un anticoagulant à temps évite un voyage aux urgences pour une crise cardiaque, comme Robotique diagnostique espère montrer. Les soins préventifs de l’entreprise, basés sur l’apprentissage automatique, visent à prévoir et à éviter les crises médicales dangereuses (et coûteuses), en faisant économiser de l’argent à tout le monde et, espérons-le, en les gardant en meilleure santé en général – et ils ont levé 45 millions de dollars pour se développer.
Il est important d’expliquer dès le départ que cette combinaison particulière d’IA, d’assurance, de factures d’hôpital et de « médecine prédictive » n’est pas une sorte de cauchemar technotopique. Toute l’entreprise est basée sur le fait qu’il est à la fois meilleur pour vous et moins cher si, par exemple, vous améliorez votre santé cardiaque plutôt que d’avoir une crise cardiaque.
C’est pourquoi vos médecins vous conseillent de réduire votre consommation de viande rouge et peut-être même de prendre un médicament contre le cholestérol au lieu de dire « eh bien, si vous avez une crise cardiaque, allez simplement aux urgences ». C’est juste du bon sens, et cela permet également aux patients, aux hôpitaux et aux compagnies d’assurance d’économiser de l’argent. Et ne vous inquiétez pas, ce type de prédiction ne peut pas être utilisé pour augmenter vos primes ou refuser des soins. Ils veulent que vous fassiez des paiements mensuels – ils ne veulent tout simplement pas avoir à débourser pour une opération de 25 000 $ s’ils peuvent l’aider.
La question est, qu’en est-il des conditions moins évidentes, ou celles pour lesquelles les patients n’ont pas subi de tests spécifiques ? C’est là qu’interviennent les modèles d’apprentissage automatique ; ils sont très bons pour démêler un signal d’une grande quantité de bruit. Et dans ce cas, l’IA a été formée sur 65 millions de dossiers médicaux anonymisés.
« Nous voyons à quoi ressemblent les gens avant de les problèmes – tout ce que nous faisons est des soins préventifs », a déclaré Kira Radinsky, PDG et cofondatrice de Diagnostic Robotics. « Il s’agit d’offrir la bonne intervention, au bon moment, au bon patient.
Elle a noté que les prestataires se concentrent souvent sur les patients les plus chers afin de réduire les coûts – par exemple, une personne souffrant d’une maladie cardiaque avancée. Mais alors que les soins aigus et d’entretien continuent d’être importants pour eux, cet argent a déjà été dépensé. D’autre part, si vous diagnostiquez une personne présentant des signes précoces d’insuffisance cardiaque congestive, vous pouvez l’empêcher de progresser et économiser de l’argent et peut-être même une vie. Et la technique s’applique au-delà des choses qui peuvent être détectées dans les laboratoires.
« Disons que le défi est de trouver des patients souffrant de dépression ou d’anxiété, mais ne prenant aucun médicament », a proposé Radinsky. « Comment identifiez-vous une personne souffrant de dépression ou d’anxiété sur la base des dossiers médicaux ? Nous identifions l’entropie de leurs visites – beaucoup de prestataires, beaucoup de plaintes – c’est un signal fort. Ensuite, vous faites des questions spécifiques, un triage médical, et vous les mettez en relation avec un psychologue ou un psychiatre, et ils ne se détériorent plus.
La société affirme qu’elle peut réduire les visites aux urgences de trois quarts, ce qui est important au-delà des avantages immédiats pour une personne et son fournisseur ; Les urgences et les soins urgents sont débordés aux États-Unis, paradoxalement en raison de la peur omniprésente d’engager d’énormes dépenses médicales.
Exemple d’interface de tablette montrant les informations d’un patient triées par modèles de Diagnostic Robotics. Crédits image : Robotique diagnostique
Dans de nombreux cas, a-t-elle déclaré, les prestataires de soins médicaux ou les assureurs offriront des médicaments ou des traitements gratuitement ou à un coût nominal, car ils savent qu’ils économiseront une facture plus importante sur toute la ligne. Bien sûr, c’est par intérêt personnel, mais cela signifie que vous pouvez leur faire confiance.
Diagnostic Robotics, basé à Tel Aviv, vient de lever un tour B de 45 millions de dollars, dirigé par les investisseurs de StageOne, avec la participation de la Mayo Clinic, du Technion (Israel Institute of Technology) et de Bradley Bloom. Radinsky a déclaré que cela aidera l’entreprise à commencer à travailler plus directement avec les prestataires, en prenant en charge des objectifs de santé plus holistiques en plus des conditions spécifiques à haut risque. (La société en suit actuellement environ 20.)
Un test pilote de cette approche plus large a été récemment validé dans une étude de quelques centaines de patients, dans laquelle le plan de santé préparé par l’IA a été statistiquement indiscernable de celui d’un clinicien. L’entreprise dessert déjà des millions de patients dans une certaine mesure, en Israël, en Afrique du Sud et aux États-Unis, avec Blue Cross Rhode Island.
S’ils s’étendent à votre fournisseur, ne vous attendez pas à une sorte d’examen robotique, bien que le nom le suggère évidemment.
« Vous recevrez des appels téléphoniques de gestionnaires de soins proposant des traitements supplémentaires, gratuitement ou presque », a déclaré Radinsky. L’IA aura déjà fait son travail, et peut-être que vos résultats de test et votre emplacement suggèrent que vous êtes à risque pour quelque chose – et vous feriez bien de prendre ces recommandations au sérieux. L’IA a peut-être encore beaucoup de place pour se développer, mais elle est bonne pour détecter les corrélations statistiques.
Elle a pris soin d’ajouter qu’ils travaillent également activement à la recherche, à la définition et à l’atténuation des biais dans les algorithmes, qu’ils résultent de données biaisées ou d’erreurs humaines ailleurs. « Ce que l’algorithme essaie de faire, c’est de voir qui en bénéficiera le plus », a expliqué Radinsky, mais comme pour d’autres formes d’IA et d’apprentissage automatique, seule une surveillance attentive dira si son idée de qui en bénéficiera correspond au monde réel.
