Une équipe de l’Université de l’Illinois à Urbana-Champaign a développé une nouvelle méthode d’évaluation de la qualité des essais cliniques grâce à l’intelligence artificielle. Cette étude entraîne des modèles de traitement automatique du langage naturel pour détecter automatiquement si les rapports de recherche médicale respectent les exigences de la déclaration CONSORT, offrant ainsi un soutien technique pour améliorer la qualité des rapports d’essais cliniques.

Les essais cliniques randomisés contrôlés sont la référence pour évaluer la sécurité et l’efficacité des nouveaux traitements. Cependant, la littérature médicale actuelle comporte souvent des rapports incomplets sur les détails des essais, ce qui compromet l’évaluation précise de leur qualité. L’équipe de l’Université de l’Illinois a utilisé le supercalculateur Bridges-2 du PSC pour développer un outil d’IA capable d’identifier les informations manquantes dans les rapports d’essais cliniques.

Le professeur associé en sciences de l’information Halil Kilicoglu déclare : « Les essais cliniques sont considérés comme le meilleur type de preuve en médecine clinique. Pour qu’un médicament soit utilisé dans le traitement d’une maladie, il faut prouver qu’il est sûr et efficace. Mais les publications d’essais cliniques posent de nombreux problèmes : elles manquent souvent de détails suffisants et ne sont pas assez transparentes sur les procédures concrètes, rendant difficile l’évaluation de la rigueur de leurs preuves. »

L’équipe a construit un jeu de données d’entraînement IA basé sur les 83 recommandations des déclarations CONSORT 2010 et SPIRIT 2013. Elle a collecté 200 articles d’essais cliniques publiés entre 2011 et 2022 et entraîné un modèle de réseau de neurones Transformer en utilisant les unités de traitement graphique (GPU) du système Bridges-2. L’outil d’évaluation des essais cliniques par IA apprend, en analysant les motifs textuels, à identifier les caractéristiques des rapports conformes aux normes.

Lors des tests du modèle, le meilleur programme de traitement automatique du langage naturel a obtenu un score F₁ de 0,742 au niveau phrase et de 0,865 au niveau document complet. Les chercheurs ont publié ces résultats préliminaires en février 2025 dans Scientific Data. Halil Kilicoglu indique : « Nous développons des modèles d’apprentissage profond qui nécessitent des GPU. Une fois inscrit sur Bridges, on obtient l’accès aux GPU et les logiciels nécessaires sont généralement déjà installés, ce qui facilite énormément le travail. »

L’équipe prévoit d’optimiser davantage cet outil d’évaluation des essais cliniques par IA en augmentant le volume de données d’entraînement et en utilisant la distillation de modèles pour améliorer les performances. L’objectif final est de développer un outil open source utilisable par les auteurs de recherches et les revues académiques pour améliorer la conception, la mise en œuvre et le reporting des essais cliniques. Cette méthode de détection IA basée sur les normes CONSORT devrait favoriser la normalisation dans le domaine de la recherche médicale.