Algorithme d’Epic Systems en échec face à la septicémie

Une promesse technologique face à un enjeu vital

Epic Systems, acteur majeur des logiciels de santé aux États-Unis, affirme disposer d’un algorithme capable de repérer des signes de septicémie, une infection grave pouvant entraîner une défaillance d’organes et mettre la vie du patient en danger. L’idée est séduisante : en analysant les données médicales déjà disponibles dans les hôpitaux, le système pourrait alerter les équipes soignantes plus tôt et améliorer la prise en charge. Dans un contexte où chaque minute compte, un outil de détection automatisée suscite forcément l’intérêt.

Pourquoi la septicémie reste si difficile à détecter

La septicémie, ou sepsis, figure parmi les principales causes de mortalité hospitalière. Elle résulte d’une réponse inflammatoire extrême à une infection, et ses symptômes peuvent être confondus avec d’autres pathologies. Fièvre, chute de tension, accélération du rythme cardiaque ou respiration anormale ne suffisent pas toujours à établir un diagnostic rapide. Or, plus le traitement débute tôt, plus les chances de survie augmentent. C’est précisément ce défi clinique qui a poussé de nombreux établissements à s’intéresser aux outils d’aide à la décision.

Ce que prétend l’algorithme d’Epic Systems

Le système développé par Epic Systems s’appuie sur les données de santé des patients pour signaler une possible septicémie. D’après l’entreprise, l’outil serait capable de distinguer correctement un patient atteint d’un patient non atteint dans 76 % des cas. Epic indique aussi que son logiciel est intégré à une large part des infrastructures hospitalières américaines : environ un quart des hôpitaux du pays utiliseraient ses dossiers médicaux, et plusieurs centaines auraient adopté ce dispositif prédictif.

• Objectif : repérer plus tôt les signes d’un sepsis.
• Méthode : analyse automatisée des résultats de tests et des données cliniques.
• Promesse : aider les soignants à intervenir rapidement.
• Déploiement : déjà utilisé dans de nombreux établissements américains.

Une étude universitaire qui remet en cause ses performances

Malgré cette ambition, une étude menée par Karandeep Singh, de l’Université du Michigan, apporte un regard beaucoup plus prudent. Les chercheurs ont examiné environ 40 000 dossiers d’hospitalisation provenant de Michigan Medicine, dont 2 552 cas de septicémie. Résultat : le logiciel d’Epic ne serait efficace que dans 63 % des cas. Plus frappant encore, il serait passé à côté de 1 709 cas de septicémie. À l’inverse, seulement 7 % des cas manqués par le système l’ont été par un médecin, ce qui suggère une performance médicale réelle supérieure à celle de l’algorithme dans ce contexte précis.

Des faux positifs qui compliquent la prise de décision

L’étude souligne aussi un taux élevé de faux positifs, c’est-à-dire des alertes déclenchées alors que le patient ne présente pas de septicémie. Dans un hôpital, ces alertes peuvent saturer l’attention des équipes, détourner des ressources et créer une forme de fatigue décisionnelle. Un outil trop sensible peut donc produire l’effet inverse de celui recherché. Pour être utile, un système prédictif doit trouver un équilibre délicat entre détection précoce et fiabilité clinique.

• Faux positifs : alertes inutiles qui peuvent ralentir le travail médical.
• Faux négatifs : cas graves non détectés à temps.
• Conséquence : un mauvais dosage peut nuire à la qualité des soins.

Vers une médecine assistée par l’IA plus transparente

Selon Karandeep Singh, une partie du problème viendrait de la manière dont l’algorithme a été conçu. Dans de nombreux cas, il semble réagir lorsque le médecin a déjà commencé à facturer les soins, et non avant, ce qui signifie qu’il confirme parfois une suspicion clinique déjà présente au lieu d’anticiper le danger. Ce constat rappelle que les systèmes d’intelligence artificielle médicale ne sont pas infaillibles. D’autres outils de santé ont déjà été critiqués pour leurs biais, notamment envers les patients noirs ou les femmes. Pour gagner en efficacité, ces technologies doivent donc être accompagnées de transparence, d’évaluations indépendantes et d’un contrôle rigoureux par les soignants.