diagnostic precoce

Sarcopénie : mot d’origine grecque composé de deux étymologies : sarco = chair envisagé ici comme muscle et pénie = manque envisagé ici comme diminution.

Il s’agit donc d’une diminution de la masse et de la force musculaires[1].

Un consensus dans la littérature internationale reconnait désormais la grille ci-dessous dite SARC-F comme l’outil recommandé par le groupe européen de travail sur la sarcopénie (European Working Group on Sarcopenia in Older People, EWGSOP). Une mise à jour dite EWGSOP2 a confirmé cette recommandation pour détecter et évaluer la sarcopénie[2]^,[3],[4]. Ce qui n’exclut pas d’envisager les autres outils ainsi que la critique de la SARC-F, en particulier quant à sa faible sensibilité retrouvée dans des études malgré sa bonne spécificité[5]^,[6],[7].

En voici la version originale en langue anglaise[8] :

Nous avons trouvé une version française dont la traduction nous semble discutable, il est vrai dans des détails [9].

Aussi, nous proposons la version suivante :

Quel est le score considéré comme significatif ?

Les résultats de Sacar et al.^[10] suggèrent que SARC-F ≥ 1 seuil doit être utilisé comme outil de dépistage probable de la sarcopénie en raison de sa sensibilité élevée.

Rappelons que le dépistage proposé actuellement en France utilise l’outil ICOPE dont nous avons fait état ici à plusieurs reprises.

Lorsque le vice-président du service «recherche» de Microsoft qui participe à l’évolution de ChatGPT a constaté que les médecins se précipitaient sur le chatbot[1] avec des objectifs les plus variés, il s’interrogea. Si la recherche de documentation, la rédaction de résumés, la diminution du temps consacré au travail administratif avait été envisagée, utiliser ChatGPT comme raccourci dans la recherche d’un diagnostic pouvait inquiéter. 

L’étonnement des concepteurs fut total quand ils s’aperçurent qu’une forte demande provenait de médecins qui recherchaient une aide leur permettant de mieux communiquer avec leurs patients et leurs familles.

La consultation d’études antérieures a fortement atténué l’effet de surprise. Quatre-vingt-cinq pour cent des patients pensent que la compassion du médecin importe plus que le temps d’attente qui précède la consultation. Trois-quarts des patients ont rencontré des médecins manquant de compassion. Une analyse des conversations de médecins avec les familles a révélé que beaucoup manquaient d’empathie.

Une explication a été suggérée : au cours de la consultation, le médecin doit faire face à une multitude de problèmes, il doit rechercher des solutions. L’aspect de l’accompagnement émotionnel a tendance à passer au second plan.

Un médecin chef de service a demandé à Open AI comment aider les patients alcooliques quand les approches classiques ont échoué. La question a été posée en langage médical. Le chatbot a répondu avec le même type de langage, ce qui a dérouté des membres de l’équipe soignante. Un changement du niveau de langue a été demandé et le chatbot a proposé un document correspondant à un niveau d'utilisateur élémentaire.

 Il peut arriver qu’un médecin désire montrer de l’empathie mais que les mots lui manquent. OpenAI peut suggérer comment annoncer une mauvaise nouvelle avec la touche de compassion souhaitée. Un médecin déclare avoir été stupéfait par la qualité de la réponse apportée à sa question concernant un patient atteint d’un cancer en phase terminale.

 L’empathie a certes son importance, toutefois elle doit arriver en complément d’un niveau élevé de compétence médicale. On peut noter que le sujet est suffisamment vaste et préoccupant pour que The New England Journal of Medicine (JAMA) envisage d’ouvrir l’an prochain une nouvelle section sur le sujet.   

Commentaire de Bernard Pradines. L’intelligence artificielle est un apport et un piège. Par exemple, dans le domaine de la publication médicale scientifique, on pourra utilement se reporter à l’article paru en juin 2023 dans la revue NPG :

Maeker E,  Maeker-Poquet B. : ChatGPT : une solution pour rédiger des revues de littérature en médecine ? Vol 23 - N° 135 P. 137-143 

 Source :