L’analyse décisionnelle
à la portée du premier PC venu

Gaëlle LAYANI

" …Tout médecin qui pense qu’il pourrait être remplacé par un ordinateur, devrait l’être. "

A. Moles, Les sciences de l’imprécis, 1990

Comment prendre la meilleure décision thérapeutique pour son patient ? En recourant, par exemple, à l’analyse décisionnelle, méthode permettant de comparer plusieurs options par le biais de calculs plus ou moins savants. Si cette technique n’est pas réservée au seul domaine médical, elle peut apporter une aide précieuse au professionnel de santé, souvent confronté à des dilemmes thérapeutiques.

Aux Etats-Unis, cette méthode connaît un succès croissant dû à l’essor du managed care. Une revue intitulée Medical Decision Making, est d’ailleurs exclusivement consacrée à l’analyse décisionnelle médicale.

Les premiers travaux concernant l’aide à la décision médicale, alors essentiellement voués à l’aide au diagnostic, se sont développés pendant les années soixante-dix parallèlement à l’avènement de l’informatique dans le secteur médical. Désormais, la complexité croissante de l’acte médical, la multiplication des sources d’information et les impératifs liés à la rationalisation des soins sont autant de facteurs contribuant à étendre le champ d’application de l’analyse décisionnelle à la médecine.

Les outils

L’arbre de décision est une technique décisionnelle fréquemment employée pour rechercher la meilleure stratégie thérapeutique.

Lors de sa construction, le praticien est amené à décomposer un problème en une série d’événements. Il existe souvent une probabilité pour que tel ou tel événement survienne ou ne survienne pas. Ainsi, un traitement peut marcher ou peut ne pas marcher. Ou bien, il " fonctionnera " selon une certaine probabilité. Cela se traduit par un nœud aléatoire dans un arbre de décision. D’autres nœuds représentent, en revanche, un choix du praticien : ce sont des nœuds de décision. En cas de traitement anti-cancéreux dont le protocole est complexe, l’arbre de décision peut présenter un grand nombre de nœuds de probabilité et de décision. Les nœuds de décision peuvent faire référence au type de questions suivant : " Dois-je utiliser cette combinaison thérapeutique ? ", " Dois-je la prescrire durant trois jours ? " ou " Dois-je la prescrire pendant cinq jours ? ", etc.

Après avoir élaboré un arbre de décision, le praticien peut mener une analyse de sensibilité. Schématiquement, il s’agit de faire varier (dans des limites plausibles) le poids d’un ou de plusieurs outcomes et (ou) la probabilité d’un ou plusieurs des événements aléatoires. Souvent traduit par " résultat " en français, le terme outcome recouvre cependant une réalité bien plus large puisqu’il concerne les résultats d’un traitement, tant en termes qualitatifs que quantitatifs, la mesure des outcomes consistant à évaluer l’efficacité du traitement ainsi que la satisfaction du patient.

Le professionnel de santé peut choisir au sein d’une gamme importante de logiciels l’outil qui l’aidera à prendre la décision la plus judicieuse. Si certains programmes ont été conçus pour le domaine de la santé, d’autres logiciels ont une vocation plus générale.

DataTreeAge, par exemple, conçoit des logiciels d’aide à la décision dans le domaine de la santé : DATA permet de modéliser des protocoles thérapeutiques, des programmes de vaccination, des examens diagnostiques et d’analyser des décisions complexes à partir de critères uniques ou multiples. Decision Programming Language/Applied Decision Analysis est un logiciel qui propose plusieurs fonctionnalités : élaboration de diagrammes d’influence (diagramme montrant la relation entre la décision et des variables aléatoires) et d’arbres de décision, emploi d’algorithmes et production de graphiques.

Une liste de prix et d’adresses est disponible sur le site Decision Analysis Society, hébergé sur le site de l'université de Pittsburgh. Marek J. Druzdzel propose également un descriptif de plusieurs logiciels d’analyse décisionnelle. Il analyse de façon concise les avantages et faiblesses de plusieurs produits à partir de notes rédigées pour son cours sur l’analyse décisionnelle et les systèmes d’aide à la décision.

De multiples facettes

L’analyse décisionnelle ne se limite cependant pas à la seule construction d’arbres de décision. Elle recouvre à des degrés divers plusieurs autres concepts et techniques censés aider le praticien à faire le meilleur choix : aide au diagnostic, aide à la prescription, plus largement aide à la pratique, médecine fondée sur les preuves, traduction littérale d’un concept en plein essor aux Etats-Unis (evidence-based medicine), formation médicale continue, etc.

La littérature fournit de nombreux exemples d’aide informatisée au diagnostic médical. Les premiers systèmes utilisaient une approche statistique. Les premiers systèmes experts, MYCIN, INTERNIST ou CASNET, proposaient une aide au diagnostic ou à la thérapeutique à partir d’une situation initiale figée. La demande évolue désormais en faveur des systèmes d’aide au suivi de patients. Comme l’expliquent Vincent Morice et Brigitte Séroussi dans un article décrivant le système d’aide au suivi baptisé SEPIA : " …comme les systèmes experts classiques, ces (…) systèmes permettent de synthétiser les informations caractérisant un patient donné, à partir de la masse de résultats d’examens qui arrive des différents laboratoires ; en ce sens, ces systèmes se comportent comme de " super internes " qui filtrent la batterie de données, afin de ne sélectionner que les informations pertinentes pour le raisonnement de l’expert. De plus sur la base de ces informations, du fait de la mémorisation des différentes évolutions de l’état des patient, et de la compréhension des processus qui les sous-tendent, ces systèmes, en intégrant la dimension temporelle, assurent une gestion optimale des demandes d’examens complémentaires, des traitements et des surveillances qui leur sont associées, sur des périodes de temps correspondant aux durées d’hospitalisation : ils permettent ainsi un suivi rationalisé des patients. ".

En France, l’aide informatisée au diagnostic médical (ADM) est apparue à l’Université de médecine de Rennes il y quinze ans avec le premier projet télématique destiné aux médecins équipés d’un Minitel. Le cœur du projet, une base de données couvrant toutes les spécialités médicales, est désormais accessible par le biais d’Internet. Les praticiens disposent d’un accès complet à la base contrairement aux non professionnels qui doivent se contenter d’un accès restreint. La description d’une maladie renvoie le praticien vers d’autres documents par le jeu de liens hypertexte : bibliographie, cas cliniques, fichiers son ou image (icônothèque), etc. Un nouveau système d’indexation permet de consulter plusieurs bases d’informations et de connaissance, y compris des manuels et des cas cliniques accompagnés d’imagerie médicale et d’interprétations diagnostiques.

L’aide à la prescription assiste également le praticien de santé dans son choix thérapeutique. La plupart des logiciels disponibles sur le marché permettent de s’informer sur l’évolution des techniques, les réglementations nationales et les nouveaux produits. Le praticien peut également prescrire les meilleurs traitements au moindre coût en consultant des listes de médicaments recommandés en fonction de leur prix et de leurs avantages thérapeutiques (optimisation économique de l’ordonnance). Il peut prendre rapidement connaissance des effets secondaires, des éventuelles interactions médicamenteuses ou contre-indications. La plupart de ces logiciels émettent une alarme en cas d’erreurs de posologie, d’interaction médicamenteuse, etc.

L’evidence-based medicine ou médecine fondée sur les preuves peut être définie comme " l’utilisation des données scientifiques les plus solides issues de la recherche médicale dans la prise en charge des patients ". Cette " discipline " connaît un essor important dans les pays anglo-saxons. Des centres spécialisés ont été créés au Royaume-Uni dans différents domaines médicaux : pédiatrie, chirurgie, pharmacothérapie, soins dentaires ou infirmiers, etc. La Cochrane Collaboration (réseau international dont le but est de recueillir des données issues d’essais cliniques menés dans le monde) et le York Center for Review and Collaboration de York passent régulièrement en revue les effets des divers soins médicaux. Les preuves scientifiques proviennent généralement d’essais randomisés contrôlés ou, à défaut, de méta-analyses (études combinant les résultats de plusieurs autres études). La démarche du praticien comprend les quatre étapes suivantes : formulation d’une question clinique claire et précise à partir du problème médical posé par le patient ; recherche dans la littérature des articles cliniques pertinents ; évaluation critique de la validité et de l’utilité de l’intervention médicale envisagée ; application des résultats de cette évaluation à la situation clinique. Bien entendu, toutes ses étapes sont automatisées par le biais de logiciels. Plusieurs critiques ont été formulées à l’égard de la médecine fondée sur les preuves. La revue française Analyse Décisionnelle, dans son numéro du 29 octobre 1997, en relève quatre : " non-représentativité des patients sélectionnés dans ces essais contrôlés, nombre limité de comparaisons, thérapeutiques par exemple, durée réduite du suivi et incapacité de prendre en compte de façon cumulative la somme des complications des maladies et des effets secondaires du traitement. ".

La formation médicale continue constitue souvent l’un des objectifs implicites de l’analyse décisionnelle. Les concepteurs de logiciels d’aide à la décision (diagnostic, prescription, etc.) assignent généralement un tel objectif à leurs produits. Ainsi, l’équipe du projet MEDAS (système d’analyse du risque thérapeutique) explique qu’il s’agit, entre autres choses, de proposer un outil de formation informatisé.

Pour conclure, rappelons, à l’instar de Karen Rascati de l’Université du Texas dans son article intitulé Practical Aspects of Using Personal Computers For Decision Analytic Modeling , que l’analyse décisionnelle est un outil analytique qui ne doit en aucun cas fonder à lui seul la décision, car le praticien ne peut ignorer des données " intangibles et non mesurables " telles que la douleur et la gêne provoquées par le traitement ou l’intervention.

Retrouvez tous les autres articles de la rubrique Internet Médical.