Un simple outil de dépistage en ligne vise à détecter plus tôt le risque de diabète
Des chercheurs au Danemark affirment avoir mis au point un outil de dépistage à domicile conçu pour identifier les personnes susceptibles d’avoir un diabète de type 2 ou un prédiabète avant même qu’elles ne prennent rendez-vous chez le médecin. Le projet s’attaque à un problème de santé publique bien connu : de nombreuses personnes atteintes d’une maladie métabolique à un stade précoce ne savent pas qu’elles sont à risque, ce qui signifie que le diagnostic arrive souvent tard, après que les dommages ont déjà commencé.
Selon l’Association danoise du diabète, environ 100 000 personnes au Danemark ignorent qu’elles sont atteintes d’un diabète de type 2, tandis qu’environ un demi-million seraient en situation de prédiabète. Cet écart est important, car le diabète de type 2 peut être confirmé par une prise de sang, mais beaucoup de personnes n’en demandent jamais une, sauf lorsque les symptômes deviennent visibles ou qu’un clinicien évoque l’éventualité. Le nouvel outil est destiné à intervenir en amont de ce processus, en incitant les personnes à consulter si leur niveau de risque semble élevé.
Le système de dépistage s’appelle MEDWACS. Il a été développé par le chercheur postdoctoral Daniel Yoo à DTU Sustain, avec le professeur Olivier Jolliet de la DTU et le médecin italien Umberto Maggiore, dont les travaux portent sur la maladie rénale, une complication fréquente du diabète. Leur étude a été publiée dans le Journal of Clinical Epidemiology.
Comment le test fonctionne
L’idée centrale de MEDWACS est qu’un dépistage du risque de diabète n’a pas besoin de commencer par des examens de laboratoire. À la place, le test en ligne utilise des informations que les gens peuvent fournir eux-mêmes à la maison. Le reportage source met en avant en particulier les mesures corporelles, l’âge, le sexe et d’autres données accessibles, y compris la longueur de la partie supérieure de la jambe, comme éléments de l’évaluation du risque par le modèle.
Cela distingue l’outil des parcours de dépistage cliniques traditionnels, qui commencent généralement chez un médecin ou dans le cadre de bilans de santé formels. L’argument des chercheurs n’est pas qu’un questionnaire en ligne peut remplacer un diagnostic. Il ne le peut pas. Ils le présentent plutôt comme une couche de triage : une incitation simple et accessible qui peut convaincre les personnes présentant un profil de risque élevé de faire la prise de sang nécessaire à la confirmation.
Yoo a indiqué que la logique est simple. Si les gens ne soupçonnent pas qu’ils ont un diabète, ils sont peu susceptibles d’aller voir un médecin pour se faire tester. À l’inverse, un dépistage en ligne crédible peut abaisser la barrière du premier geste. Cela peut être particulièrement utile pour les personnes dans la zone grise du prédiabète, où la progression de la maladie peut encore éventuellement être ralentie ou interrompue grâce au traitement et aux changements de mode de vie.
Fondé sur des données de santé à long terme et des méthodes d’IA
L’équipe de recherche indique que MEDWACS a été développé à l’aide de l’intelligence artificielle et de grandes quantités de données de santé américaines issues de la National Health and Nutrition Examination Survey. L’ensemble de données couvre 30 ans et inclut des adultes de 18 ans et plus des deux sexes. Cette longue période a donné au modèle une base large de variations physiologiques et démographiques à partir de laquelle apprendre des schémas associés au risque de diabète et de prédiabète.
En pratique, l’usage de l’IA ici semble moins relever d’une automatisation futuriste que d’une reconnaissance de schémas à travers de nombreuses variables. Des règles de dépistage fondées sur quelques marqueurs classiques peuvent manquer des combinaisons plus subtiles qui signalent pourtant un risque élevé. En entraînant le modèle sur un vaste ensemble de données historiques, les chercheurs ont cherché à créer un outil capable d’extraire ces combinaisons tout en reposant sur des données que des utilisateurs ordinaires peuvent fournir eux-mêmes.
Le texte source ne donne pas de chiffres de performance, mais il précise que l’équipe a mené deux études de validation externe et a trouvé l’outil très efficace pour détecter les personnes atteintes de la maladie. C’est important, car la validation externe est l’une des étapes les plus importantes pour évaluer si un modèle peut se généraliser au-delà des données sur lesquelles il a été entraîné à l’origine.
Pourquoi la validation externe est importante
Les outils de prédiction médicale paraissent souvent prometteurs au stade du développement, puis perdent en efficacité lorsqu’ils sont testés dans d’autres populations. Les chercheurs ont tenté de résoudre ce problème en validant MEDWACS sur deux populations distinctes aux États-Unis et en Corée du Sud, où le nombre de personnes avec et sans la maladie était déjà connu.
Tester sur différentes populations est un signal important de sérieux dans la santé numérique. Cela ne garantit pas que le modèle fonctionnera aussi bien partout, mais cela aide à répondre à une question de base : le système détecte-t-il des schémas de risque durables, ou s’adapte-t-il seulement à des particularités d’un jeu de données ? Le fait que l’équipe ait choisi deux populations externes, plutôt que de s’en remettre uniquement à des tests internes, montre une volonté d’aller au-delà de la simple preuve de concept.
Il existe encore des limites évidentes. Un outil élaboré à partir de données de santé historiques reflétera les populations représentées dans ces données, et tout déploiement public à grande échelle nécessiterait encore une surveillance attentive dans d’autres pays, groupes ethniques et environnements de soins. Le matériel source ne précise pas non plus si l’outil a déjà été intégré dans les parcours de soins courants, les programmes remboursés ou les systèmes nationaux de dépistage.
Portée plus large pour la prévention
L’enjeu dépasse largement un simple site de dépistage. Il s’agit de l’usage croissant d’outils légers d’IA pour étendre la portée de la médecine préventive. Le diabète de type 2 est courant, coûteux et souvent silencieux à ses débuts. L’Association danoise du diabète affirme que la maladie coûte à la société danoise au moins 13,3 milliards de couronnes danoises par an, tout en augmentant le risque de complications graves, notamment les maladies cardiovasculaires, l’insuffisance rénale et la perte de la vue.
Cela rend la détection précoce particulièrement précieuse. Contrairement à certaines maladies où savoir plus tôt change peu de choses, le risque de diabète peut souvent être pris en charge avec des interventions relativement connues une fois identifié. Pour les systèmes de santé, cela crée une incitation à expérimenter des outils de dépistage d’entrée de parcours peu coûteux, capables d’orienter plus tôt les personnes vers des soins formels.
L’association a salué les efforts visant à détecter plus tôt le diabète de type 2 et le prédiabète, en soulignant qu’une identification précoce améliore les chances de prévenir des complications sévères. En ce sens, MEDWACS s’inscrit dans une tendance plus large de la health tech : utiliser les outils numériques non pas pour remplacer les cliniciens, mais pour élargir l’entonnoir des personnes qui accèdent aux soins avant que la maladie ne devienne plus difficile et plus coûteuse à traiter.
Le fait que cet outil spécifique soit largement adopté dépendra de ses performances en conditions réelles, de la clarté avec laquelle il communique le risque, et du suivi effectif des utilisateurs ayant obtenu un score élevé pour réaliser un test médical. Mais le projet montre où l’IA appliquée à la santé peut offrir une grande partie de sa valeur à court terme : non pas dans des promesses diagnostiques spectaculaires, mais dans des outils simples et évolutifs qui aident davantage de personnes à comprendre qu’elles devraient se faire dépister.
Cet article est basé sur un reportage de Medical Xpress. Lire l’article original.
Originally published on medicalxpress.com
