des manuels employés pour les diagnostics différentiels, mais ils a-vaient l'inconvénient d'être difficilement utilisables durant une consul-tation. D'autres systèmes furent développés pour assister le médecin.
Mentionnons l'appareil mécanique de F. A. Nash [Nas65] qui permet-tait de comparer une série de 82 symptômes de manière à sélectionner un diagnostic parmi les 337 maladies que l'appareil connaissait.
Le but de l'approche formelle du raisonnement médical était d'utiliser les capacités de stockage de l'ordinateur et d'appliquer des méthodes logiques, afin de détecter le bon diagnostic. Néanmoins, les chercheurs réalisèrent l'explosion combinatoire qui découlait de la composition des d_ifférents symptômes. Malgré les progrès technologiques effectués dans la conception des ordinateurs modernes, ce problème reste ac-tuel.
4. L'intelligence artificielle. Les travaux de A. Newell et H. Si-mon [NS61] sur la simulation du comportement psychologique humain donnèrent naissance à cette nouvelle science. Il faudra pourtant atten-dre le début des années 70 pour voir appliquer de manière croissante les méthodes de l'intelligence artificielle au problème de la prise de décision médicale. Plusieurs systèmes furent développés. Néanmoins, certaines techniques de résolution de problèmes et de représentation de la connaissance ne purent être directement appliquées. En effet, il n'existait alors pas de moyens de représenter les connaissances in-exactes ou incertaines, ni de raisonner en tenant compte des facteurs de plausibilité.
L'approche formelle de la prise de décision médicale (cf. paragraphe 3. ci-dessus) permit d'appliquer le principe du modus ponens (voir chapitre IX) à la représentation de la connaissance. Ceci conduisit à médecine interne générale [MPM75,MPM82], les facteurs étiologiques du glaucome [WKAS78], les tests de fonctions pulmonaires [Kea78].
Historique 11
La caractéristique principale d'un système expert est sa séparation en deux parties, à savoir une base de connaissances et un moteur d'inférence. La description détaillée du fonctionnement d'un tel sys-tème sera reprise au chapitre IX.
A l'origine de l'évolution des systèmes experts, on trouve le pro-gramme MYCIN [Sho76], premier système digne de ce nom. Il a été conçu dans le but de fournir une aide pour poser un diagnostic et proposer un traitement pour les maladies infectieuses du sang. Cette assistance peut s'avérer souvent nécessaire dans un milieu hospitalier, car le médecin traitant n'est pas forcément un expert des maladies infectieuses qui peuvent apparaître durant une hospitalisation. Il doit souvent prendre des décisions sur le traitement à effectuer et sur les médicaments à prescrire en l'absence d'informations complètes, par exemple lorsque le temps à disposition ne permet pas d'attendre les résultats des tests de laboratoires, qui peuvent parfois durer plusieurs jours. de l'utilisateur, pendant ou après une séance de consultation, afin de convaincre le praticien de l'exactitude des résultats et du chemine-ment de son raisonnechemine-ment. Le troisième est un système d'acquisition de nouvelles règles que l'expert désire ajouter à MYCIN.
Dans MYCIN, la connaissance est représentée sous la forme d'expres-sions du type Si fait Alors action. Une des principales nouveautés par rapport aux systèmes antérieurs est l'adjonction d'un facteur de certitude. Celui-ci permet d'exprimer la plausibilité de la conclusion d'une règle, lorsque les hypothèses sont vérifiées.
Le moteur d'inférence est basé sur l'utilisation des règles de produc-tions (voir chapitre IX). La partie gauche d'une règle est considérée comme vraie, si la combinaison des valeurs associées à chacune de ses prémisses dépasse un seuil prédéfini. Si plusieurs règles contribuent à la conclusion d'un même paramètre, leurs facteurs de certitude sont
12 CHAPITRE II. INFORMATIQUE MÉDICALE -HISTORIQUE
combinés fonctionnellement, afin de former un facteur de certitude qui sera associé à la conclusion. Cette combinaison des facteurs de certitudes est proche de la théorie probabiliste.
En 1977, Weiss, Kulikowsky et Safir [WKS77] construisirent CASNET, un système de diagnostic médical principalement basé sur l'étude des facteurs étiologiques du glaucome. CASNET ne considère pas une ma-ladie comme un état statique, mais comme un processus dynamique, modélisé par un réseau interconnectant des états physiopathologiques par leurs relations causales. Le système pose un diagnostic en déter-minant le modèle de cheminement causal physiopathologique présent chez un patient, puis en identifiant ces modèles avec une catégorie de maladies. Dans ce système, les facteurs de certitude sont rattachés aux liens du réseau. Le modèle causal, qui fait l'originalité de CASNET, permet également de prédire l'évolution de la maladie, avec ou sans traitement.
INTERNIST [Pop81], développé pendant plus de 15 ans, a pour but de simuler une consultation de médecine interne. Sa version la plus récente, INTERNIST-II, contient les profils de plus de 500 maladies et environ 3550 manifestations de ces maladies. Ces profils provien-nent de l'examen de la littérature, ainsi que de la collaboration avec des médecins. Les profils des maladies sont stockés dans une vaste structure arborescente, dont chaque noeud représente une maladie à laquelle est associée une liste de manifestations et de coefficients reflétant le lien entre une manifestation et la maladie.
Parmi les autres systèmes experts médicaux connus à ce jour, men-tionnons encore PIP [SP78J, système de diagnostic de maladies ré-nales, qui innove dans la manière de représenter la connaissance sous forme de frames (voir chapitre IX). Les frames sont centrés sur les maladies, les états cliniques et physiologiques du patient et contien-nent des données inhérentes à des états d'autres patients.
IRIS [TK77], autre système de diagnostic, utilise pour la représenta-tion de la connaissance à la fois les réseaux sémantiques et les règles de productions. Enfin, citons PUFF [Kea78] qui, comme système de test des fonctions pulmonaires, est un des seuls réellement utilisés dans la pratique.
Historique 13
Ayant présenté les quatre domaines de recherche informatique qui furent appliqués au problème de l'aide au diagnostic médical et les nombreux systèmes qui en découlèrent, force est de constater qu'avoir obtenu si peu de résultats utilisables dans un environnement hospitalier est une déception pour le monde scientifique. Cette option, qui est également mentionnée par C. O. Barnett [Bar82], est expliquée par Kleinmuntz [Kle84] dans les termes suivants: un programme d'aide au diagnostic médical est comparable à un programme simulant un joueur d'échecs de classe A, ce qui est acceptable pour le jeu d'échec, mais inacceptable en médecine, où seule une perfor-mance de Maître ou de Grand Maître est satisfaisante. En d'autres termes, en médecine, l'enjeu est bien plus considérable qu'au jeu d'échecs ( ou de Go, ... ) et les programmes doivent être plus que simplement compétents, mais de premier ordre. Kleinmuntz termine en prédisant qu'avec plus de ressources, d'initiative et de temps, des programmes de niveau Grand Maître pourront être construits.
Terminons par l'explication de E. Feigenbaum et A. Barr [FB81,FC82]. Les systèmes experts médicaux n'ont pas été utilisés dans la pratique mé-dicale, car ils ne sont pas indispensables aux médecins qui pratiquent par-faitement leur profession sans leur aide. Barr et Feigenbaum donnent deux éléments nécessaires pour assurer le succès des systèmes futurs : un choix judicieux du problème médical et une collaboration avec un ex-pert intéressé. De plus, le domaine d'application doit être res-treint et le travail doit être celui qu'un médecin ne peut exécuter lui-même.