Représenter chaque patient comme un graphe pour se passer du nettoyage des données : PatTree et ses 98,5 % de précision sur la classification d'Alzheimer

Julia Gehrmann, Lars Quakulinski, Hamza Naseem et Oya Beyan proposent PatTree, une manière de représenter chaque patient sous forme de graphe de connaissances construit automatiquement à partir de données cliniques brutes et hétérogènes, sans passer par la longue et coûteuse étape d'harmonisation qui précède habituellement l'analyse. Sur un sous-ensemble de la cohorte ADNI-1 (763 sujets), classer directement les patients à partir de ce graphe atteint une précision équilibrée de 98,5 % et un F1 de 0,987 pour trier maladie d'Alzheimer, trouble cognitif léger et cognition normale. L'ambition — se passer du nettoyage manuel des données — est réelle et bienvenue, mais un score aussi proche de la perfection sur une tâche notoirement difficile, obtenu sur une seule cohorte et sans validation externe, doit se lire d'abord comme un signal d'alarme méthodologique, pas comme une preuve.

Le contexte

Avant d'entraîner un modèle sur des données médicales réelles, il faut les préparer, et cette préparation est le goulot d'étranglement silencieux de l'IA en santé. Les données d'un patient sont multimodales — c'est-à-dire de natures différentes : notes cliniques en texte libre, résultats de laboratoire, imagerie, scores de tests cognitifs, données démographiques. Elles arrivent avec des valeurs manquantes, à des dates différentes, dans des formats incohérents et avec des vocabulaires qui ne se recoupent pas d'une source à l'autre. Faire tenir tout cela dans un tableau unique et propre — l'harmonisation — est un travail long, manuel, source d'erreurs, et rarement reproductible d'un projet à l'autre.

La conséquence est double. D'abord, une part énorme de l'effort d'un projet d'IA médicale part dans le nettoyage plutôt que dans la modélisation. Ensuite, chaque choix d'harmonisation — quelle variable garder, comment coder une valeur manquante, quel format imposer — injecte des hypothèses humaines qui peuvent biaiser ce que le modèle apprend. L'idée qui monte depuis quelques années est de représenter le patient non plus comme une ligne de tableau, mais comme un graphe de connaissances : un réseau de nœuds (les données) reliés par des arêtes (leurs relations), qui absorbe naturellement l'hétérogénéité et les trous.

C'est dans ce contexte que se place PatTree, testé ici sur un problème classique de neurologie : distinguer, à partir des données d'un patient, la maladie d'Alzheimer, le trouble cognitif léger (MCI, un stade intermédiaire où les capacités déclinent sans atteindre la démence) et une cognition normale. Le terrain d'essai est ADNI (Alzheimer's Disease Neuroimaging Initiative), une grande base publique de neuro-imagerie et de données cliniques abondamment utilisée par la communauté.

La méthode

PatTree structure automatiquement les données brutes d'un patient en un graphe de connaissances unique. Concrètement, chaque élément — une valeur de laboratoire, un score de test, une caractéristique démographique — devient un nœud, et les relations entre ces éléments deviennent des arêtes, l'ensemble étant relié au patient. L'argument central des auteurs est que cette construction se fait sans pré-standardisation : on n'impose pas en amont un format commun ni un tableau figé. Le graphe préserve les relations sémantiques entre données de modalités et de sources différentes, ce qui le rend interopérable (lisible et combinable entre systèmes) et interprétable par la machine.

L'apport revendiqué n'est donc pas un nouveau classifieur, mais un nouveau substrat : au lieu de nettoyer les données pour les faire entrer dans un modèle, on les laisse dans leur diversité et on classe directement à partir du graphe. Les auteurs affirment que la classification est « directement faisable » sur PatTree, c'est-à-dire sans l'étape de préparation habituelle.

Pour l'évaluer, ils utilisent un sous-ensemble de 763 sujets d'ADNI-1 et une tâche à trois classes : Alzheimer, MCI, cognition normale. Deux métriques sont rapportées. La précision équilibrée (balanced accuracy) est la moyenne des taux de bonne détection classe par classe — utile quand les classes sont de tailles inégales, car elle empêche qu'un modèle paraisse bon simplement en privilégiant la classe majoritaire. Le F1-score combine en un seul chiffre la précision (parmi les cas prédits positifs, combien le sont vraiment) et le rappel (parmi les vrais positifs, combien sont retrouvés) ; 1,0 est le maximum. Les chiffres sont mesurés sur un jeu de test tenu à l'écart de l'entraînement (held-out test set). Le résumé ne précise pas le comparateur retenu pour justifier la mention « état de l'art » — un point sur lequel nous revenons plus bas.

Les résultats

Sur le jeu de test, PatTree atteint une précision équilibrée de 98,5 % et un F1 de 0,987 pour la classification à trois classes. Pris au pied de la lettre, cela signifie que le modèle se trompe très rarement, et à peu près aussi rarement pour chacune des trois catégories — y compris pour le MCI, qui est justement la classe qui d'ordinaire fait chuter les scores parce qu'elle chevauche les deux autres.

C'est là que la lecture doit ralentir. Distinguer Alzheimer, MCI et cognition normale est une tâche réputée difficile : la frontière entre MCI et cognition normale, comme celle entre MCI et démence débutante, est floue jusque dans le diagnostic clinique lui-même. Une séparation quasi parfaite n'est pas le résultat attendu d'un problème intrinsèquement ambigu. Traduit en termes cliniques prudents : sur le papier, un tel modèle ne manquerait presque aucun patient et n'en surclasserait presque aucun ; mais un score qui efface une difficulté réelle du terrain doit faire soupçonner que la difficulté a été contournée quelque part dans la chaîne, plutôt que résolue.

Autrement dit, le chiffre impressionnant n'est pas, en lui-même, une bonne nouvelle : c'est une invitation à vérifier d'où vient la performance. Nous ne reprochons pas aux auteurs d'avoir triché — rien ne l'indique — mais un preprint qui annonce 98,5 % sur cette tâche déplace la charge de la preuve : il doit démontrer que ce résultat n'est pas un artefact.

Ce qui est bien

Un vrai problème, attaqué par le bon bout. Le goulot d'étranglement de l'IA médicale n'est pas seulement l'algorithme, c'est la préparation des données. En cherchant à supprimer l'étape d'harmonisation plutôt qu'à l'optimiser, PatTree s'attaque à une cause de non-reproductibilité et de coût que la plupart des papiers passent sous silence. L'orientation est juste, et rare.

Un substrat interopérable et réutilisable. Représenter le patient dans un graphe de connaissances unique qui préserve les relations sémantiques entre modalités va dans le sens des principes FAIR (données trouvables, accessibles, interopérables, réutilisables) que promeut la communauté de l'informatique médicale. Si la construction du graphe est vraiment automatique et sans hypothèses fortes, l'idée est transposable bien au-delà d'Alzheimer, à n'importe quel jeu de données cliniques hétérogène.

Des métriques adaptées et un jeu de test séparé. Rapporter la précision équilibrée et le F1, et non la seule exactitude brute, est le bon choix pour une tâche multi-classes potentiellement déséquilibrée. Utiliser un jeu de test tenu à l'écart, plutôt qu'une simple validation croisée sur les données d'entraînement, est également la bonne pratique de base. Les données ADNI étant publiques, la direction du travail est vérifiable par d'autres équipes.

Ce qui est moins bien

Un score quasi parfait qui évoque une fuite de données. La fuite de données (data leakage) est le mode d'échec numéro un de la littérature IA-santé : le modèle a accès, directement ou indirectement, à l'information qu'il est censé prédire. Ici, deux mécanismes classiques sont plausibles et non écartés par le résumé. D'une part, ADNI contient plusieurs points temporels par patient : si des données du même sujet se retrouvent à la fois dans l'entraînement et dans le test, la performance est gonflée. D'autre part, la catégorie diagnostique (Alzheimer / MCI / normal) est en partie définie par des scores cognitifs (type MMSE ou CDR) ; si ces scores figurent dans le graphe, le modèle ne prédit pas la maladie, il relit l'étiquette. Un F1 de 0,987 sur cette tâche est exactement la signature qu'on attendrait d'une telle fuite.

Une seule cohorte, petit échantillon, aucune validation externe. Sept cent soixante-trois sujets, tous issus d'ADNI — une cohorte de recherche, sélectionnée, peu représentative de la patientèle réelle. Rien ne dit que le graphe construit sur ADNI se transporterait vers un autre hôpital, un autre pays, d'autres protocoles : c'est le biais de population classique. Or l'argument de vente de PatTree est précisément la généralisation à des données réelles hétérogènes ; le démontrer sur une seule cohorte propre et bien balisée ne teste pas cette promesse, il la contourne.

Un comparateur non explicité et un risque de shortcut learning. Le résumé revendique un niveau « état de l'art » sans nommer la baseline à laquelle 98,5 % est comparé — or, sur une tâche déjà bien étudiée, la valeur d'un chiffre dépend entièrement de ce à quoi on le compare. S'y ajoute le risque de shortcut learning : le modèle peut s'accrocher à un raccourci corrélé au diagnostic (un test quasi définitionnel, un artefact de collecte) plutôt qu'au signal de la maladie. Sans étude d'ablation ni analyse d'interprétabilité montrant sur quoi le graphe s'appuie, on ne peut pas distinguer une vraie compréhension d'un raccourci.

Ce que ça change

Pour la communauté de recherche, l'idée directrice — se passer de l'harmonisation manuelle en laissant les données dans un graphe de connaissances — mérite d'être creusée, car elle vise un coût réel et sous-estimé. Mais la barre de preuve est claire : la prochaine version devra présenter un audit de fuite de données (séparation stricte par patient, exclusion des variables quasi définitionnelles de l'étiquette), une validation externe sur au moins une seconde cohorte, et un comparateur nommé. Tant que ces trois éléments manquent, le résultat spectaculaire reste une hypothèse, pas une démonstration.

Pour les cliniciens, rien à déployer, et il faut le dire nettement : classer des sujets ADNI en Alzheimer / MCI / normal n'est pas un besoin clinique — le diagnostic se pose autrement, et sur ces sujets il est déjà connu. L'intérêt éventuel de PatTree n'est pas ce résultat-ci mais la promesse en amont : des pipelines capables d'ingérer des dossiers réels, désordonnés, sans des mois de préparation. Cette promesse-là n'est pas encore démontrée.

Pour les patients et le grand public, la leçon est un réflexe de lecture utile face à toute annonce d'IA médicale : un chiffre proche de 100 % sur un problème que les médecins eux-mêmes trouvent difficile devrait éveiller la méfiance, pas l'enthousiasme. Les meilleures études affichent souvent des scores plus modestes, parce qu'elles ont pris la peine de ne pas se tromper elles-mêmes. La performance n'a de valeur que rapportée aux conditions dans lesquelles elle a été mesurée.

Pour aller plus loin

Le preprint est disponible sur arXiv (2608.02692), soumis le 3 août 2026 dans la catégorie cs.LG. Pour le contexte, voir la cohorte ADNI (Alzheimer's Disease Neuroimaging Initiative), la littérature sur les graphes de connaissances centrés patient et les principes FAIR en informatique médicale, ainsi que les travaux méthodologiques sur la fuite de données (data leakage) et le shortcut learning en apprentissage automatique appliqué à la santé, qui donnent les outils pour instruire un score aussi élevé.