ALGORITHMES ET ARYTHMIE

Allan Waddell de Kablamo a récemment exploré les liens entre santé et intelligence artificielle pour le secteur de la santé. Voici l'article ou vous pouvez le lire sur leur site.

Quand la technologie peut sauver des vies, elle prend tout son sens. Les champs magnétiques et les ondes radio ont acquis une nouvelle dimension avec l'avènement de l'IRM, et il en sera de même avec l'application des technologies actuelles dans le secteur de la santé.

Nous commençons tout juste à entrevoir l'impact que l'IA et la reconnaissance d'images peuvent avoir sur les soins de santé, mais il s'agit sans doute de la plus grande contribution de la technologie à la société à ce jour.

Plus tôt cette année, une équipe de chercheurs chinois et américains a mis au point un programme d'intelligence artificielle capable de diagnostiquer automatiquement les maladies infantiles, notamment la méningite, l'asthme, la gastro-entérite et la grippe. Ce programme est plus rapide et, dans certains cas, plus précis que les médecins.

Cependant, comme pour toute innovation, des obstacles restent à surmonter. Le respect de la vie privée, les besoins d'investissement et les questions réglementaires ne sont que quelques-uns des défis à relever.

Malgré ces difficultés, des avantages potentiels existent. Les médecins sont indispensables à la société, mais ils restent humains et des erreurs de diagnostic sont possibles. Selon une étude (https://theconversation.com/the-hidden-problem-of-medical-misdiagnosis-and-how-to-fix-it-14662), environ 140 000 erreurs de diagnostic sont recensées chaque année en Australie, dont 21 000 entraînent des préjudices graves et plus de 2 000 des décès.

L’intelligence artificielle moderne promet de résoudre ce problème grâce à la puissance des réseaux neuronaux. Contrairement aux logiciels traditionnels qui se contentent d’exécuter des instructions, les réseaux neuronaux peuvent acquérir de nouvelles compétences par eux-mêmes grâce à un volume suffisant de données d’entraînement. En analysant des mammographies avec et sans cellules cancéreuses, par exemple, un réseau neuronal peut apprendre à identifier les cellules malignes dans de nouvelles mammographies.

En 2016, une équipe de recherche a réalisé cette prouesse (https://www.houstonchronicle.com/local/prognosis/article/Houston-researchers-develop-artificial-9226237.php). L'équipe de Houston a mis au point un programme qui analyse les mammographies 30 fois plus vite qu'un humain, avec une précision de 99 %. Plus récemment, des chercheurs du Maryland ont utilisé l'IA pour diagnostiquer le cancer du col de l'utérus avec une précision de 91 %, améliorant considérablement le taux de réussite humain de 69 %.

Ces diagnostics ont tous été réalisés sans l'intervention coûteuse d'un professionnel de santé, ni les frais de consultation en clinique.

En résumé, l'IA pourrait offrir de meilleurs diagnostics, à un plus grand nombre de personnes, à moindre coût et plus rapidement, permettant ainsi aux médecins de se concentrer sur les patients qui ont réellement besoin de leurs soins. Non seulement la technologie peut améliorer les méthodes de diagnostic actuelles, mais elle peut aussi en créer de nouvelles ; les réseaux neuronaux identifieront à terme des liens entre symptômes et maladies que les chercheurs humains n'auraient jamais découverts.

Malheureusement, la révolution de l'IA dans le domaine de la santé a un revers, et un prix que de nombreux Australiens semblent réticents à payer.

Pour être efficaces, les réseaux neuronaux ont besoin des données d'entraînement de plusieurs milliers de personnes afin d'apprendre à associer les symptômes aux diagnostics. Dans l'étude sino-américaine, 600 000 dossiers médicaux chinois ont servi de données d'entraînement, un exploit rendu possible par l'immensité du pays et une culture de la protection de la vie privée moins stricte en Chine.

En Australie, nous sommes bien plus attentifs à la protection de nos données et conscients des conséquences d'un partage excessif.

Outre la question de la confidentialité, l'obtention de données cohérentes, nécessaires à l'entraînement des programmes et à l'établissement des diagnostics, représente un défi de taille.

Des normes incohérentes sont appliquées dans les secteurs public et privé, et même entre médecins d'un même établissement. Si l'obtention de données fiables est techniquement possible, elle pourrait s'avérer un véritable casse-tête réglementaire et administratif.

Malgré ces obstacles, les avantages potentiels de l'IA pour la santé méritent d'être explorés et devraient constituer une priorité. De même que les gouvernements se préparent (à juste titre) à l'arrivée des voitures autonomes, nous devons dès aujourd'hui planifier un système de santé basé sur l'IA.

Il est indispensable de définir des normes d'accès aux données, ainsi qu'une procédure de retrait transparente et ouverte. La normalisation des données médicales est également attendue depuis trop longtemps. Au-delà de la simple préparation aux avantages de l'IA, les patients bénéficieraient immédiatement d'un enregistrement plus cohérent des données.

Le chemin est encore long avant d'atteindre un monde de soins de santé automatisés et précis grâce à l'IA, mais nous devons commencer à nous y préparer dès aujourd'hui.

Sans cette préparation, nous verrons se multiplier les idées, certes louables, mais mal ficelées, lancées prématurément, ce qui érodera la confiance du public. C'est un monde que nous pouvons entrevoir, mais que nous ne pourrons atteindre qu'avec une vision claire du chemin à parcourir.