Un transformeur faiblement supervisé pour le diagnostic et la sous‑phénotypage des maladies rares à partir des DSE avec études de cas pulmonaires

Pourquoi il importe de trouver les maladies rares plus rapidement

Pour les familles touchées par des maladies rares, obtenir un nom pour ce qui ne va pas peut prendre des années. Les symptômes sont souvent vagues, les médecins peuvent n’en voir que quelques cas au cours d’une carrière, et les tests existants ne donnent pas toujours des réponses nettes. Cette étude explore une nouvelle façon d’utiliser les traces numériques laissées dans les dossiers de santé électroniques pour repérer plus tôt deux affections pulmonaires difficiles à diagnostiquer et pour regrouper les patients en sous‑types qui peuvent avoir des trajectoires très différentes.

La longue route vers un diagnostic rare

Les maladies rares sont peu fréquentes individuellement, mais ensemble elles touchent des centaines de millions de personnes dans le monde. Beaucoup débutent dans l’enfance et peuvent mettre la vie en danger si elles ne sont pas détectées. L’article se concentre sur les maladies pulmonaires rares, où des plaintes courantes comme l’essoufflement ou la respiration sifflante peuvent facilement être confondues avec de l’asthme ou d’autres problèmes fréquents. En conséquence, les enfants atteints d’affections telles que l’hypertension pulmonaire ou des formes sévères d’asthme peuvent consulter de nombreux spécialistes et attendre des années avant d’obtenir le bon diagnostic, perdant un temps précieux où un traitement précoce pourrait modifier le cours de la maladie.

Transformer des dossiers médicaux désordonnés en indices

Les hôpitaux modernes conservent d’énormes quantités d’informations dans les dossiers de santé électroniques, des codes de diagnostic et prescriptions aux analyses de laboratoire et notes des médecins. Cachés dans ces données se trouvent des motifs qui peuvent suggérer une maladie rare bien avant qu’elle ne soit nommée officiellement. Mais il y a un obstacle : seule une petite fraction des patients a été examinée soigneusement par des experts, si bien que les étiquettes de haute qualité indiquant qui a réellement la maladie sont rares. La plupart des dossiers ne contiennent que des signaux approximatifs et « bruyants » — des codes qui peuvent refléter des particularités de facturation, des hypothèses provisoires ou des labels obsolètes. Les modèles informatiques traditionnels peinent dans ce contexte car ils sont conçus pour apprendre à partir de grandes collections d’exemples propres et fiables.

Une nouvelle manière d’apprendre à partir de données imparfaites

Les auteurs présentent WEST, un « transformeur faiblement supervisé » conçu pour apprendre à partir de ce mélange de quelques étiquettes précises et de nombreuses étiquettes incertaines. Le système démarre avec deux cohortes de patients du Boston Children’s Hospital susceptibles d’avoir une hypertension pulmonaire ou un asthme sévère, identifiées par des codes de dépistage larges. Dans chaque groupe, un petit sous‑ensemble a été confirmé par des spécialistes, tandis que le reste reçoit des scores probabilistes provenant d’outils précédents basés sur des règles. WEST utilise un transformeur — une architecture avancée de détection de motifs initialement développée pour le langage — pour convertir l’ensemble de l’historique médical de chaque enfant en un portrait numérique compact. De façon cruciale, il ne considère pas les étiquettes approximatives comme une vérité fixe : après chaque cycle d’entraînement, le modèle met à jour ses propres estimations de qui est probablement malade et réinjecte ces probabilités affinées dans le cycle suivant, nettoyant progressivement le signal.

Ce que le modèle a découvert dans les maladies pulmonaires

Lorsqu’il a été testé sur des patients retenus et validés par des experts, WEST s’est montré plus précis que plusieurs alternatives, y compris des règles simples de comptage de codes, des arbres à gradient boosté et des transformeurs qui ignoraient les étiquettes bruyantes ou les acceptaient telles quelles. Il a nécessité étonnamment peu de cas « gold standard » pour bien fonctionner — environ 100 patients examinés avec soin suffisaient à égaler ou dépasser les autres approches. Au‑delà d’indiquer qui avait probablement chaque affection, les représentations internes du modèle ont naturellement regroupé les enfants en clusters cliniquement pertinents. Pour l’hypertension pulmonaire, WEST a séparé les patients en un groupe à progression lente et un groupe à progression rapide, qui présentaient des profils de survie nettement différents sur cinq ans. Pour l’asthme sévère, il a scindé les patients entre ceux ayant des exacerbations fréquentes et dangereuses et ceux ayant relativement moins d’attaques, reflétant des différences en termes d’hospitalisations, d’épisodes d’hypoxie et d’insuffisance respiratoire.

Comment cela pourrait changer la prise en charge des patients

Pour un non‑spécialiste, le message clé est que WEST apprend à « voir » des schémas de maladie complexes dans les données hospitalières de routine sans s’appuyer sur d’énormes ensembles de données parfaitement étiquetées. En recyclant intelligemment des signaux imparfaits et une petite quantité d’apports d’experts, il peut signaler des cas probables de maladies rares avec plus de précision et révéler des sous‑groupes cachés exposés à des risques différents. À long terme, des systèmes comme WEST pourraient contribuer à raccourcir l’odyssée diagnostique des enfants atteints de maladies pulmonaires rares, orienter les médecins vers un renvoi plus précoce vers des spécialistes et soutenir des plans de surveillance et de traitement mieux adaptés en fonction de la trajectoire probable de la maladie d’un patient.

Citation: Greco, K.F., Yang, Z., Li, M. et al. A weakly supervised transformer for rare disease diagnosis and subphenotyping from EHRs with pulmonary case studies. npj Digit. Med. 9, 211 (2026). https://doi.org/10.1038/s41746-026-02406-x

Mots-clés: diagnostic des maladies rares, dossiers de santé électroniques, apprentissage machine en médecine, hypertension pulmonaire, asthme sévère