Intelligence artificielle en santé : vers une révolution ?
L’IA intéresse de plus en plus le monde de la santé. La recherche foisonne pour l’utiliser pour aider les médecins à poser un diagnostic, pour améliorer le suivi des patients ou encore pour prédire la survenue de complications. C’est un outil avec de nombreux points forts mais aussi avec certaines limites. Alors, va-t-elle révolutionner la médecine ?
Qu’est-ce que l’IA ?
L’IA désigne à la fois des systèmes informatiques existants capables d'effectuer des tâches complexes, mais aussi des systèmes autonomes qui développeraient une forme de « conscience » et qui ne sont pour l’heure que pure fiction. Et cette confusion contribue à créer de la crainte. Or, dans le domaine de la santé par exemple, les spécialistes sont unanimes : l’IA n’est pas près de remplacer le médecin.
L’IA appliquée à la médecine ne date pas d’hier. « C’est un champ d’étude qui a été étudié dès les années 1960, confirme Michel Dojat, directeur de recherche à l’Institut national de la santé et de la recherche médicale (Inserm) au Grenoble institut neurosciences. Au début, les premiers “systèmes experts” se sont appuyés sur la modélisation des connaissances médicales et des raisonnements des spécialistes pour aboutir à un diagnostic. Plus récemment, ce sont les techniques d’apprentissage machine (machine learning) qui se sont développées grâce aux grandes quantités de données que nous avons accumulées avec l’informatisation (big data) et à l’augmentation de la puissance des ordinateurs. Ces IA qui fonctionnent avec des réseaux de neurones de grande taille sont capables d’analyser statistiquement de grandes quantités de données pour extraire directement les informations utiles à la résolution d’une tâche donnée (deep learning). » Elles permettent par exemple de repérer des mélanomes sur des biopsies cutanées ou de quantifier des lésions liées à une sclérose en plaques sur une IRM cérébrale.
Les perspectives de l’IA en santé
La recherche actuelle sur l’IA appliquée à la santé vise à la fois à améliorer les performances techniques des systèmes et également à optimiser leur adéquation avec les pratiques médicales car l’IA demeure un outil au service des professionnels de santé.
Pour Michel Dojat, l’une des pistes prometteuses est la combinaison de l’analyse de l’image et du texte : « Une IA qui sera capable d’intégrer les informations issues de l’imagerie médicale et des comptes rendus rédigés par les professionnels de santé permettra de comparer les trajectoires de patients afin d’améliorer les protocoles de soins ».
Autre enjeu d’avenir : faire en sorte que l’IA explique ses choix. « Il faudrait avoir un pourcentage de certitude face à la réponse donnée par l’IA et avoir les informations nécessaires pour savoir pourquoi elle en est arrivée à cette conclusion », estime-t-il. Un avis partagé par Gabrielle Chenais, chercheuse en santé publique au Bordeaux health research center et spécialiste de data science, pour qui « la transparence et l’explicabilité sont deux exigences qui deviennent incontournables ».
Des points de vigilance demeurent
L’utilisation de l’IA entraîne son lot de questions dont celle de la responsabilité en cas d’erreur. Que se passe-t-il si l’IA se trompe, et que le professionnel de santé suit tout de même sa recommandation ?
Actuellement, la législation ne donne pas de réponse. Toutefois, les spécialistes de l’IA la considèrent comme un outil au service des professionnels de santé et non comme un système autonome. « C’est bien le médecin qui décide, c’est lui qui pose le diagnostic et propose le traitement », confirme Michel Dojat. « Il ne faut pas aller vers une soumission à l’outil », prévient de son côté Gabrielle Chenais.
La chercheuse soulève par ailleurs une autre question : celle des biais liés au genre ou à l’origine par exemple qui peuvent influer sur les résultats de l’IA et engendrer des discriminations. « Il faut y prêter une attention particulière dès la conception en intégrant toutes les parties prenantes », considère-t-elle. D’où l’importance aussi de former les professionnels de santé à l’utilisation de l’IA et de bien les informer sur ses possibilités et sur ses limites.
Quant au fait de savoir si l’IA va permettre aux médecins de consacrer plus de temps à leurs patients, Michel Dojat estime que « c’est aux citoyens de le décider » avant de préciser : « Est-ce que l’on choisit de diminuer le nombre de médecins ou d’utiliser le temps gagné en faveur de l’interaction avec le patient ou des activités de recherche médicale ? C’est un choix de société que nous devrons faire collectivement. »
Six domaines d’application
- L’aide à la décision (pour poser un diagnostic ou choisir la meilleure approche thérapeutique).
- La médecine prédictive (pour prédire l’apparition d’une pathologie ou son évolution).
- La prévention (pour améliorer la surveillance des effets secondaires d’un médicament ou pour anticiper une épidémie).
- La médecine de précision (pour personnaliser un protocole de soins pour un patient donné).
- La chirurgie assistée (pour aider le chirurgien à pratiquer une opération).
- Les robots compagnons (pour accompagner les personnes âgées, handicapées ou fragiles).
