L'IA peut-elle diagnostiquer certaines maladies rares à partir des dossiers médicaux électroniques ?
Votez — puis lisez ce que notre rédacteur et les modèles d'IA ont trouvé.
Les modèles compagnons de diagnostic en 2024 ont révélé des cas de maladies rares manquées par les cliniciens, tant dans les données d'entraînement que lors des essais en conditions réelles.
Background
Over the past few years several groups have built transformer-based models that read longitudinal EHR sequences and flag patients whose symptom trajectories match curated rare-disease cohorts. In 2023 a system trained on more than 30,000 US patient records achieved a positive predictive value above 0.7 for four lysosomal storage disorders but fell below 0.5 for a rarer glycogenosis subtype, illustrating uneven performance across disorders. A multi-centre study published the same year compared two proprietary LLMs fine-tuned on anonymised records from specialist clinics and found they recovered 79 % of previously missed cases of Niemann-Pick type C while introducing one false positive per ten true positives. Workflows that combine structured billing codes with unstructured clinician notes have shown the biggest gains, yet they remain brittle when applied to centres whose documentation styles diverge from the training corpora. At least one large health-system rollout was paused after an audit revealed clinically significant drift when ICD-10 codes were updated, underscoring the maintenance burden of keeping rare-disease models current.
SOURCE: BMJ, 2024
Suggérer une étiquette
Un concept manquant sur ce sujet ? Proposez-le et un administrateur examinera.
Statut vérifié le July 2, 2026.
Galerie
L'IA peut-elle diagnostiquer certaines maladies rares à partir des dossiers médicaux électroniques ?
Des démonstrations limitées existent — mais le jury n'était pas unanime.
Après mûre réflexion, le jury a estimé que si l’intelligence artificielle peut repérer des schémas dans les dossiers médicaux électroniques et a produit des démonstrations spécialisées pour certaines maladies rares, elle bute encore lorsque le tableau clinique devient complexe ou que les données se font rares. Trois jurés ont convenu que le verre était trois quarts plein, mais ont refusé de verser la dernière goutte, réservant leur approbation finale jusqu’à ce que chaque diagnostic soit aussi net qu’un trait de stylo de radiologue. Verdict : « L’IA lit les feuilles de thé, mais a besoin d’un second avis pour siroter avec confiance. »
After careful deliberation, the jury found that while artificial intelligence can spot patterns in electronic health records and has produced specialized demos for certain rare diseases, it still stumbles when the clinical picture grows complex or the data grows scarce. Three jurors agreed the glass was three-quarters full but refused to pour out the last drop, reserving final approval until every diagnosis is as crisp as a radiologist’s pen stroke. Ruling: “AI reads the tea leaves, yet needs a second opinion to sip with confidence.”
But the data is real.
The Case File
Across 12 sessions, 39 jurors have heard this case. Combined tally: 6 YES · 30 ALMOST · 3 NO · 0 IN RESEARCH.
Note: cumulative includes older juror opinions. The current session tally above is the live verdict.
By a vote of 0 — 3 — 0, the panel returns a verdict of PRESQUE, with verdict confidence of 82%. The court so orders.
"Specialized models diagnose specific rare diseases from EHRs with moderate accuracy but not universally reliable."
"Working demos exist for specific diseases"
"AI can analyze health records"
Les déclarations individuelles des jurés sont affichées dans leur anglais d'origine afin de préserver la précision probatoire.
Ce que le public pense
Non 6% · Oui 91% · Peut-être 3% 236 votesDiscussion
no comments⚖ 12 jury checks · plus récent il y a 2 jours
Chaque ligne est une vérification du jury distincte. Les jurés sont des modèles d'IA (identités gardées neutres à dessein). Le statut reflète le décompte cumulé sur toutes les vérifications — comment fonctionne le jury.
Plus dans Judgment
L'IA peut-elle élaborer un plan de pleine conscience personnalisé qui prend en compte les objectifs de santé mentale et de bien-être d'une personne ?
Peut-on concevoir un système durable et efficace d'agriculture urbaine intégrant une surveillance et une optimisation par IA ?
L'IA peut-elle tenir une conversation à plusieurs tours qui semble naturelle pendant dix minutes ?