L’intelligence artificielle, le Machine Learning et les modèles de langage au service de l’interprétation des bilans d’allergologie

Résumé

L’étude et les applications de l’intelligence artificielle (IA) en santé se sont rapidement développées au cours de la dernière décennie. L’allergologie est un domaine marqué par l’hétérogénéité des pathologies et le rôle majeur de biomarqueurs immunologiques tels que les IgE spécifiques pour établir le diagnostic. Leur nombre, leurs relations entre eux et leur interprétation nécessitent des outils capables de traiter des données volumineuses. L’IA, notamment par le biais du Machine Learning, du Deep Learning et du traitement du langage naturel, facilite l’analyse de ces données. Les allergies ayant une prévalence élevée (30 % de la population en 2025 et 50 % en 2050), l’IA offre des opportunités majeures pour améliorer et personnaliser le diagnostic biologique des allergies. Ces technologies peuvent accompagner les biologistes dans l’interprétation des résultats, prédire la sévérité de la maladie, la survenue de crises ou la réussite des tests de provocation orale ou de l’immunothérapie. Cette revue de littérature expose les propositions actuelles sur l’IA au service de l’interprétation des bilans d’allergologie.

Abstract

The study and application of artificial intelligence (AI) in healthcare has developed rapidly over the last decade. Allergology is a field characterized by the heterogeneity of pathologies and the major role played by immunological biomarkers, such as specific IgE antibodies, in establishing a diagnosis. The number of biomarkers, their interrelationships and their interpretation require tools capable of processing large volumes of data. AI, particularly through Machine Learning, Deep Learning and natural language processing, facilitates the analysis of these data. Given the high prevalence of allergies (30% of the population in 2025 and 50% in 2050), AI offers great opportunities to improve and personalize the in vitro diagnosis of allergies.These technologies can assist immunologists in interpreting results, predicting disease severity, the occurrence of attacks or the success of oral challenge or immunotherapy. This review outlines the current issues and proposals regarding AI for the interpretation of allergology results.