Pourquoi estimer plusieurs maladies à la fois ?
Les médecins utilisent déjà des scores de risque, par exemple pour les maladies du cœur. Mais chaque score ne regarde qu'une seule maladie. Or, avec l'âge, beaucoup de personnes ont plusieurs maladies en même temps, et une maladie en entraîne parfois une autre.
Comprendre ces enchaînements est difficile : il existe des milliers de diagnostics possibles, et leur ordre dans le temps compte. Les chercheurs ont donc voulu un seul outil capable de suivre toute l'histoire de santé d'une personne.
Qu'ont fait les chercheurs ?
L'équipe a repris l'architecture des modèles de langage, ces IA qui devinent le mot suivant dans une phrase. Ici, les « mots » sont des diagnostics classés selon la CIM-10 (la liste internationale des maladies), plus le sexe, la corpulence, le tabac, l'alcool et le décès.
Le modèle, appelé Delphi-2M, a appris sur les dossiers de 400 000 volontaires de la UK Biobank, une grande cohorte de recherche britannique. Il a ensuite été testé, sans aucun réglage, sur les registres de santé de 1,9 million de personnes au Danemark. Pour mesurer sa justesse, les auteurs utilisent l'AUC, un score qui va de 0,5 (pas mieux que le hasard) à 1 (parfait).
Quels résultats ont été obtenus ?
Sur les données britanniques de validation, Delphi-2M obtient un score moyen d'environ 0,76 pour l'ensemble des maladies, avec une justesse comparable à celle d'outils conçus pour une seule maladie. Ses performances sont proches des scores utilisés en clinique pour les maladies cardiovasculaires et la démence. Pour le diabète, en revanche, un simple marqueur sanguin (l'HbA1c) fait mieux.
Sur les données danoises, le score moyen descend à 0,67, sans réentraînement. Le modèle peut aussi générer des parcours de santé fictifs sur 20 ans, utiles pour la recherche, par exemple pour entraîner d'autres IA sans utiliser de vraies données.
Les chiffres clés
- plus de 1 000maladies dont Delphi-2M estime le risque, selon l'histoire de santé de chacun
- 400 000participants britanniques pour l'apprentissage, puis 1,9 million de Danois pour le test
- 0,76score moyen de justesse (AUC) sur les données britanniques de validation
- 0,67score moyen (AUC) sur les données danoises, sans aucun réglage
Ton histoire de santé, racontée simplement avec Mima
Cette étude montre une idée forte : l'ordre dans lequel les problèmes de santé arrivent compte. Ce n'est pas un test qu'on te proposera demain, mais ton médecin s'appuie déjà sur ton histoire pour décider quoi surveiller.
Avec Mima, tu peux raconter au fil des jours ce que tu vis et garder une trace de tes rendez-vous et ordonnances, pour arriver avec une histoire claire. Une question à poser : « Vu mes antécédents, y a-t-il quelque chose à surveiller de plus près ? »
Qu'est-ce que ça change pour les patients ?
Pour l'instant, rien de direct : Delphi-2M n'est pas proposé dans les cabinets médicaux. À terme, ce type d'outil pourrait aider à repérer des personnes à surveiller de plus près, ou à mieux planifier les besoins de santé d'une population.
Les auteurs voient ces modèles comme des compléments aux outils actuels, pas comme des remplaçants. Le jugement d'un médecin, qui connaît la personne, reste indispensable.
Quelles sont les limites ?
Les participants de la UK Biobank sont en meilleure santé que la moyenne, et le modèle reproduit ce biais. Il a aussi appris des particularités propres à la façon dont ces données ont été collectées. Ses estimations varient selon l'origine et le niveau de vie, ce qui demande de la vigilance pour éviter des inégalités.
Enfin, les auteurs mettent en garde : un lien dans le temps entre deux maladies ne prouve pas que l'une cause l'autre. Il faudra d'autres études, notamment en conditions réelles de soin, avant tout usage clinique.
Questions fréquentes
Delphi-2M peut-il dire quelles maladies j'aurai ?
Non. Il estime des risques à l'échelle de groupes de personnes, avec une justesse imparfaite. Ce n'est pas un test disponible pour les patients.
Sur quelles données Delphi-2M a-t-il été entraîné ?
Sur les dossiers de 400 000 participants de la UK Biobank, puis il a été testé sur 1,9 million de personnes au Danemark.
Pourquoi l'IA marche-t-elle moins bien au Danemark ?
Les données d'un pays à l'autre ne sont pas recueillies de la même façon. Le score moyen passe de 0,76 au Royaume-Uni à 0,67 au Danemark.
Est-ce que cette IA remplace le médecin ?
Non. Les auteurs la voient comme un complément aux outils existants, et le médecin reste celui qui interprète et décide.
L'étude originale
Shmatko A, Jung AW, Gaurav K, et al. « Learning the natural history of human disease with generative transformers » Nature, 17 septembre 2025. DOI : 10.1038/s41586-025-09529-3
Lire l'étude complète dans NatureCet article résume une étude scientifique et ne remplace pas un avis médical.