L’humain ou la machine pour la gestion du diabète?

Les professionnels de la santé seront-ils encore nécessaires à l’avenir dans la gestion du diabète ou peut-on laisser cette tâche en toute confiance aux ordinateurs? Dans le cadre de la présentation Keynote au congrès de la SSMIG, la Prof. Dre méd. et phil. Lia Bally, Berne, a montré quel rôle les technologies numériques jouent déjà aujourd’hui dans la gestion du diabète et ce à quoi nous pouvons nous attendre à l’avenir.

L’intelligence artificielle (IA), comme on appelle la prise de décision assistée par ordinateur ou par machine, semblable à celle de l’humain, permet de résoudre des problèmes complexes pour lesquels nous n’avons aucune information claire sur le contexte. Les modèles d’IA se basent sur de grandes quantités de données à partir desquelles sont formées des structures qui, tant que le modèle apprend, peuvent évoluer. En revanche, le savoir humain conduit d’abord à un modèle mécaniste ou physiologique, qui est ensuite étayé par des données. Ce modèle est ainsi mis à jour, mais sa structure réelle ne change pas.

La description de la boucle de rétroaction physiologique glucose-insuline et l’absence de rétroaction chez les patients atteints de diabète de type 1 (DT1) ont conduit au développement du pancréas artificiel dans les années 1970. Le mini-ordinateur était capable de mesurer en continu la concentration de glucose IV et d’administrer de l’insuline ou du glucose aux patients afin de maintenir la glycémie dans la plage normale.¹ Les premières pompes à perfusion SC ont été développées peu de temps après et les premiers glucomètres portables ont été mis sur le marché dans les années 1990. Avec le développement de la mesure du glucose en continu (GCM) non invasive au début du 21^e siècle, une nouvelle étape importante a été franchie dans la gestion du diabète. Si l’on combine la GCM avec une pompe à insuline SC et un mécanisme de contrôle qui module en continu l’apport d’insuline, il s’agit d’un système de pancréas artificiel, également appelé système «Closed Loop« ou «Automated Insulin Delivery» (AID).

Plusieurs systèmes AID hybrides ont depuis été approuvés pour le traitement du DT1, avec lesquels les patients doivent également administrer un bolus d’insuline avant les repas.² «Les systèmes AID hybrides restent supérieurs aux systèmes entièrement automatisés pour le traitement du diabète de type 1», a expliqué la Prof. Dre méd. et phil. Lia Bally, médecin-chef à la Clinique universitaire de diabétologie, d’endocrinologie, de médecine nutritionnelle et de métabolisme à Berne. Des études montrent que l’utilisation de systèmes AID entraîne une amélioration substantielle du contrôle du glucose et de la qualité de vie.^3,4 Le bénéfice est supérieur la nuit que le jour, lorsque la glycémie est influencée par les repas, et il dépend fortement du contrôle glycémique au début du traitement (référence). En d’autres termes, plus les taux d’HbA_1c sont élevés, plus les patients en tirent un avantage. «L’utilisation croissante de ces systèmes a toutefois aussi permis de révéler des points à améliorer», a déclaré la spécialiste. Outre la contrainte du port permanent des dispositifs, les ruptures de stock des matériaux et les problèmes de peau observés chez les patients, les incompatibilités des dispositifs entre eux ou des dispositifs avec les logiciels constituent un problème majeur pour les médecins.

Gestion du diabète en milieu hospitalier

Les systèmes AID entièrement automatisés sont principalement utilisés pour la gestion du diabète en milieu hospitalier. On estime que 20 à 30% des patients hospitalisés sont atteints de diabète. La gestion, qui implique des contrôles réguliers de la glycémie et des ajustements de l’insulinothérapie, est complexe et constitue un défi croissant compte tenu de la pénurie de personnel qualifié. Comme l’a montré L.Bally à l’aide de différentes études portant sur des patients hospitalisés, non en état critique, des patients sous nutrition entérale et/ou parentérale, sous hémodialyse et après des interventions chirurgicales, le temps passé en normoglycémie («time in range») peut être amélioré d’environ 20% avec les systèmes AID entièrement automatisés par rapport à une insulinothérapie standard.^5–8 «En outre, nous avons pu démontrer que les nouvelles technologies ont le potentiel de réduire considérablement le temps consacré à la gestion du diabète», a-t-elle déclaré.

Stylos intelligents

De grands progrès ont également été réalisés dans le domaine des stylos à insuline. Combinés à une application et à la GCM, les stylos intelligents transmettent la glycémie en temps réel, enregistrent automatiquement la dose d’insuline administrée et aident les utilisateurs à calculer la dose d’insuline. Les développements vont se poursuivre à l’avenir: ce n’est que récemment que la FDA a approuvé le premier système basé sur l’IA pour soutenir une gestion optimale du diabète. «Malgré ces progrès, il ne faut pas oublier que la gestion du diabète implique bien plus que le contrôle de la glycémie», a déclaré L. Bally. Chez la plupart des patients atteints de DT2, des mesures supplémentaires sont nécessaires pour réduire le risque cardiométabolique.

Le dépistage de la rétinopathie diabétique constitue un exemple où l’IA s’est révélée très utile. Les algorithmes basés sur des données d’images et développés par «deep learning» sont supérieurs à l’évaluation du spécialiste, et ont conduit à l’approbation par la FDA d’un outil de dépistage entièrement automatisé pour le diagnostic de la rétinopathie. Les choses deviennent beaucoup plus complexes lorsqu’on essaye d’influencer un composite de facteurs de risque cardiométaboliques, comme le montre un projet soutenu par Innosuisse, l’agence suisse pour l’encouragement de l’innovation. Un modèle clinique initialement développé à cet effet a été transformé en un réseau neuronal qui est maintenant entraîné avec les données obtenues à partir de «wearables» et de comptes-rendus médicaux. Il a été constaté que des cohortes de patients spécifiques présentaient une meilleure adhésion lorsqu’elles suivaient un schéma thérapeutique qui différait des directives. Des tests statistiques classiques sont nécessaires pour vérifier si la proposition de traitement générée par l’IA fonctionne réellement. Cela revêt une importance capitale, car toutes les techniques d’IA sont sujettes aux hallucinations, c’est-à-dire aux réponses fausses présentées comme des faits certains.

Alimentation et activité physique

Il y a quelques années, l’étude britannique DIRECT avait démontré qu’une alimentation hypocalorique permettait d’obtenir une rémission chez de nombreux patients atteints de DT2.⁹ Pourtant, l’adhésion à une alimentation saine et à l’activité physique présente un fort potentiel inexploité. Les technologies d’IA, telles que l’analyse des repas basée sur des images, combinée à la GCM, les montres intelligentes pour déterminer l’activité physique et les balances intelligentes, pourraient à l’avenir aider les patients à atteindre leurs objectifs de poids. Un exemple de ce type d’outil est le «Personalised Nutrition Advisor» (PNA) d’Oviva, qui donne des conseils sur l’alimentation à privilégier pour atteindre la perte de poids prédéfinie. De plus, le PNA permet de simuler le risque cardiométabolique individuel. «C’est la première étape vers un ‹digital twin›, c’est-à-dire une réplication virtuelle d’un patient générée par des données, qui pourrait être utilisée pour représenter les risques individuels pour la santé et montrer comment ils peuvent être modifiés par des interventions spécifiques», a expliqué l’experte. La branche de l’IA, qui s’occupe de la reconnaissance vocale dans les bases de données nutritionnelles et de recettes, et qui génère des recettes personnalisées sur la base des ingrédients saisis, n’en est encore qu’à ses débuts.

Un autre outil d’IA qui a été étudié en vue d’une utilisation dans le traitement du diabète est «ChatGPT», un système de dialogue basé sur du texte et ouvert au public. «On a posé au ‹chatbot› des questions simples sur l’autogestion du diabète, auxquelles il a répondu étonnamment bien, à part quelques inexactitudes», a déclaré L.Bally.¹⁰ L’experte a toutefois déconseillé son utilisation dans le cadre de l’éducation au diabète pour des raisons de sécurité. Ainsi, le modèle de langage a été entraîné avant 2021 et les publications ultérieures n’ont pas été prises en compte. De plus, les données utilisées pour l’entraînement n’étaient pas uniquement des données biomédicales complètes, les sources d’information n’ont pas été enregistrées et le «chatbot» n’a été ni testé ni validé par des professionnels de la santé.

Pas un «standalone tool»

L’utilisation des technologies basées sur l’IA est rendue difficile par des contraintes réglementaires. La principale préoccupation est que les modèles ne sont pas généralisables ou qu’ils comportent des biais, car certaines populations ne sont pas représentées ou sont sous-représentées. À cela s’ajoute le manque de transparence concernant la base sur laquelle les modèles prennent leurs décisions et des mises à jour régulières qui rendent une autorisation quasiment impossible. «En dehors de cela, il n’existe actuellement aucun règlement au sein de l’UE concernant l’utilisation de dispositifs médicaux assistés par IA», a déclaré l’experte. La FDA est plus en avance sur ce point.

En résumé, l’utilisation des technologies numériques dans le traitement du diabète a augmenté. Les systèmes AID sont aujourd’hui le traitement standard du DT1. Des technologies d’IA plus sophistiquées pour un traitement personnalisé, y compris le coaching concernant le mode de vie pour le DT1 et le DT2, sont en cours de développement. L’utilisation de l’IA sans supervision humaine comporte des risques importants: les grands défis sont la sécurité, l’accès, la fiabilité des données et la conformité des technologies d’IA aux normes éthiques. Une étroite collaboration entre les professionnels de la santé et les spécialistes des données est nécessaire pour réaliser de nouveaux progrès. «L’avenir sera une synergie entre l’humain et l’IA, et non l’utilisation de l’IA comme ‹standalone tool›», a répondu L.Bally à la question posée au début de l’article, à savoir si l’ordinateur pourrait remplacer l’humain dans la gestion du diabète à l’avenir.