La médecine est-elle prête pour l'intelligence artificielle ?

Je suis convaincu que les cliniciens participant à "Médecins contre Internet" utilisent déjà aujourd'hui de manière routinière des outils d'aide à la décision clinique dans leur travail quotidien - consciemment ou inconsciemment. De tels systèmes existent déjà dans de nombreuses applications de santé, la plupart du temps sous une forme encore très simple : Tout appareil qui surveille l'état d'un patient à l'h?pital déclenche une alarme lorsqu'une valeur seuil est dépassée. Dans les consultations de télémédecine et les centres d'urgence, les systèmes informatiques aident au triage. Et dans la logistique de stockage et de commande de médicaments, on utilise des systèmes qui non seulement analysent l'état des stocks, mais prennent aussi en compte des prévisions automatisées sur les besoins.

La domination de la Chine

Depuis plus de 50 ans, l'idée d'utiliser des ordinateurs pour améliorer les soins médicaux a connu des cycles réguliers de hype et de désillusion. La plupart du temps, ces cycles étaient régionaux, comme c'est le cas actuellement : récemment, IBM a réduit les effectifs de sa division Watson Health, ce qui symbolise les difficultés des entreprises occidentales à utiliser l'intelligence artificielle (IA) dans la médecine. Parallèlement, la Chine conna?t des succès : des systèmes intelligents y ont été développés, qui passent même les examens médicaux. Et le Guangzhou Second Provincial Central Hospital a récemment annoncé avoir introduit un système d'IA à l'échelle de l'h?pital, qui prend notamment en charge le dépistage préalable des patients et organise automatiquement le réapprovisionnement en matériel chirurgical.

Les avantages des outils d'aide à la décision clinique sont évidents. Les êtres humains - y compris les médecins - sont mauvais pour rassembler des données provenant d'une multitude de sources et les analyser en termes de tendances, et leurs évaluations sont souvent fortement influencées par des expériences négatives. D'autre part, les machines, dans leur forme actuelle, sont toujours aussi mauvaises pour interpréter les données en fonction du contexte et elles gèrent mal les situations incertaines. Les hommes font des erreurs et les machines aussi. En général, un bon médecin peut toutefois corriger une erreur s'il la détecte à temps. Les systèmes de décision clinique actuels non basés sur l'IA n'ont pas la capacité de prédire les résultats des interventions. C'est la principale raison pour laquelle ces systèmes fonctionnent en boucle ouverte, dans laquelle les cliniciens sont encore une partie centrale.

Plus précis et plus s?r

Par le passé, de nombreux systèmes et approches de l'intelligence artificielle ont été étudiés principalement dans un contexte académique. Ce n'est que très lentement qu'ils ont été adoptés par la pratique médicale. La principale raison en était que ni les systèmes eux-mêmes, ni les personnes n'étaient prêtes pour cela. En effet, à l'instar des autres dispositifs médicaux, ces systèmes doivent répondre aux normes médicales élevées, s'intégrer dans les cadres culturels, éthiques, réglementaires et organisationnels locaux, être rentables et permettre un modèle économique durable. Cela vaut également pour la nouvelle génération de systèmes décisionnels cliniques basés sur l'IA, qui pourraient en effet être en mesure de fournir des diagnostics plus précis et plus personnalisés.

L'automatisation dans le secteur de la santé a toutefois un objectif encore plus profond : améliorer la qualité et la sécurité des services. La médecine a déjà une culture de la sécurité bien établie et est donc prête pour des systèmes meilleurs et plus s?rs. Si nous pouvons démontrer que les systèmes automatisés améliorent systématiquement la sécurité des patients, la question ne sera plus de savoir s'il faut utiliser des outils d'aide à la décision clinique basés sur l'IA, mais plut?t de savoir quand et à quel rythme le faire.

Sans IA, pas de médecine personnalisée

La dure réalité est que sans outils intelligents d'aide à la décision clinique, notre système de santé va tout simplement s'arrêter. Pour les collaborateurs des unités de soins intensifs, surveiller en permanence les fonctions vitales des patients et réagir aux alarmes et aux fausses alertes des systèmes de mesure fait déjà partie du quotidien. Bient?t, ce flot d'informations atteindra également d'autres spécialistes et médecins généralistes : ils seront bombardés de données provenant de wearables, de tests génétiques et d'autres mesures de biomarqueurs, qu'ils devraient prendre en compte dans le cadre des 10 à 30 minutes de rencontre avec le patient pour la prise de décision en matière de diagnostic et de traitement.

Si nous voulons que la médecine personnalisée devienne une réalité, nous ne pouvons pas nous passer de l'automatisation : Les nombreuses données doivent être traitées, évaluées, analysées et présentées de manière compréhensible par des algorithmes automatisés.

Et il reste donc quelques grandes questions qui doivent être débattues publiquement. Je ne peux pas y répondre simplement ici : Qui aura à l'avenir le dernier mot dans une décision clinique créée par ordinateur ? La machine omnisciente remplacera-t-elle complètement l'homme ou les médecins auront-ils encore un r?le à jouer dans ce processus ? Les assureurs maladie ou les h?pitaux pourront-ils influencer les algorithmes en leur faveur ? Et le patient pourra-t-il conserver son droit de regard ?