Quel sera l’impact de l’IA sur la santé ?

À retenir

• L’IA soutient déjà l’imagerie médicale, les stéthoscopes numériques, la surveillance par appareils portables, la recherche de médicaments, le travail administratif et les procédures assistées par robot.
• Les données de santé sont sensibles et fragmentées. L’apprentissage fédéré peut aider les hôpitaux à entraîner des modèles partagés sans réunir les données brutes des patients au même endroit.
• Les erreurs médicales ont de véritables conséquences. Les tests de biais, les contrôles de confidentialité et la validation professionnelle sont donc bien plus importants qu’une démonstration convaincante.

Regardez la vidéo

Imaginez prendre une pilule que personne d’autre ne peut prendre et qui garantit une bonne santé uniquement pour vous. C’est l’avenir de l’IA en santé, bien au-delà de ChatGPT. L’IA analyse déjà les scans médicaux de votre corps avec une précision qui surpasse souvent celle des professionnels. Pendant mon doctorat, j’ai vu de mes propres yeux l’IA transformer le travail des radiologues et rendre le diagnostic de maladies comme la sclérose en plaques plus facile et précis. Et ce n’est que la pointe de l’iceberg du potentiel de l’IA en santé.

Alors, quel sera l’impact de l’IA sur la santé ? Elle changera la donne, non seulement pour les radiologues, mais pour tout le monde. Elle rendra les soins de santé plus accessibles et abordables, améliorera la précision des diagnostics, personnalisera les soins aux patients, simplifiera les processus administratifs, fera gagner du temps aux professionnels, sauvera des vies et bien plus encore.

Ok, cela semble trop beau pour être vrai. Et tout est dans le futur. Qu’est-ce qui est déjà mis en œuvre en médecine et que les professionnels, ou même nous, patients potentiels, pouvons utiliser grâce aux technologies d’IA ?

Avant de plonger dans le sujet, je tiens à préciser que je ne suis ni expert médical ni professionnel de la santé. J’étais étudiant au doctorat en génie biomédical et je suis maintenant éducateur et vulgarisateur en IA à temps plein. Mon objectif est de rendre l’IA plus accessible grâce à des vidéos et à d’autres ressources éducatives. Pendant mes recherches pour cet article, j’ai eu le plaisir et la chance de discuter avec quelques experts en IA médicale, dont Mona Flores, responsable de l’IA médicale chez NVIDIA, ancienne médecin-chef et chirurgienne cardiaque certifiée. Elle m’a donné d’excellents exemples concrets de la façon dont l’IA est actuellement utilisée, de l’hôpital près de chez vous jusqu’à votre poignet si vous portez une montre intelligente ! Avant de plonger dans cet épisode consacré à la santé, je voulais simplement mentionner que je participerai à l’événement NVIDIA GTC plus tard en mars. Des professionnels comme Mona y parlent des applications de l’IA dans différentes industries, dont la santé. Regardez sa conférence How Artificial Intelligence is Powering the Future of Biomedicine ! Tous les événements sont entièrement gratuits à distance. Vous pouvez y assister et regarder toutes les séances en ligne.

Voici comment l’IA transforme le domaine médical. Mais d’abord, n’oubliez pas de vous abonner à la chaîne et à mon infolettre pour garder une longueur d’avance sur ces développements passionnants et les comprendre.

Cas d’utilisation actuels de l’IA en santé

L’IA transforme déjà la santé, de la recherche comme mon travail de doctorat sur l’automatisation de la détection des lésions cérébrales jusqu’à des entreprises comme Siemens Medical et GI Genius, qui révolutionnent la détection des tumeurs et améliorent les coloscopies. Même votre Apple Watch participe à cette vague en surveillant votre rythme cardiaque 24/7 pour assurer votre sécurité.

Un cas d’utilisation concret vraiment intéressant que Mona m’a présenté est un stéthoscope numérique d’Eko Health. Il peut écouter à votre place et détecter les souffles irréguliers pour les médecins, qui n’ont plus à apprendre et à comprendre tous les sons différents. Oui. Cela existe déjà.

Mona m’a aussi présenté une autre application encore plus proche de nous. En fait, elle se trouve peut-être déjà à votre poignet. L’Apple Watch surveille votre santé cardiaque et vous avertit si quelque chose se produit, comme un rythme cardiaque irrégulier, ce qui pourrait vous sauver en prévenant un éventuel accident vasculaire cérébral. La morale de l’histoire : procurez-vous une Apple Watch ou une autre montre intelligente, juste au cas, avant qu’il ne soit trop tard. Cela pourrait être un bon investissement !

Mais vous le saviez presque certainement déjà et, heureusement, ce n’est pas tout ce que l’IA peut faire. Une tonne de technologies aident déjà les professionnels à réaliser des IRM à moindre coût et à améliorer l’expérience des patients en réduisant le temps nécessaire aux scans.

Et l’IA ne profite pas seulement aux experts dans les hôpitaux. Nous pouvons maintenant dire « il existe une application pour ça », même pour les problèmes de santé. Grâce au dispositif IDx-DR autorisé par la FDA, nous pouvons détecter les premiers signes de rétinopathie diabétique, une complication oculaire causée par le diabète, avec une simple photo de votre œil. Cela peut protéger votre rétine sans attendre des mois, voire des années, avant de voir un ophtalmologiste.

L’IA peut aussi aider directement avec les médicaments. Par exemple, AlphaFold de DeepMind rend la découverte de médicaments plus rapide que le temps qu’il vous faut pour trouver vos clés tard le soir. Ok, peut-être pas aussi rapidement, mais il procède d’une façon semblable. Pendant que vous touchez vos clés une par une pour trouver la bonne dans le noir, AlphaFold détermine les formes 3D complexes des protéines afin de créer de nouveaux médicaments. Si une protéine est reconnue pour contribuer à une maladie, les scientifiques peuvent utiliser AlphaFold pour comprendre sa forme, puis concevoir une molécule (un médicament potentiel) qui peut s’attacher à la protéine, inhiber sa fonction et ainsi traiter la maladie. Ce processus accélère énormément les premières étapes du développement des médicaments, ce qui permet de trouver plus rapidement et à moindre coût des points de départ pour de nouveaux traitements.

De la même façon, l’IA peut aider à calculer les doses de ces médicaments et repérer les erreurs avant qu’elles se produisent. Elle peut faire la même chose avec la nourriture pour vous aider à conserver une bonne alimentation. C’est probablement une méthode excessive comparativement au fait de sauter le verre et le dessert cette fois-ci.

Parfois, les médicaments ne suffisent pas, même si vous prenez soin de votre corps, et vous devez vous tourner vers la chirurgie pour enlever ou réparer certaines parties de vous-même. Un cas d’utilisation intéressant est celui auquel j’ai directement participé pendant un stage chez CAE Healthcare. J’ai travaillé sur des chirurgies assistées par robot d’une précision incroyable, soit pour aider les chirurgiens à pratiquer, soit pour permettre des chirurgies à distance. C’est comme si le chirurgien disposait d’une paire supplémentaire de petites mains parfaites, super stables et précises, ainsi que d’un deuxième cerveau capable de corriger automatiquement les petits mouvements imprécis, ce qui rend les opérations plus sécuritaires et aide les patients à guérir plus rapidement.

Enfin, bien sûr, il y a ChatGPT, qui est utile même en santé. Nous pouvons utiliser ces modèles textuels pour gérer les rendez-vous, transcrire ce qui est dit pendant les consultations, et même aider à rédiger et à planifier automatiquement les ordonnances à mesure que les médecins les dictent. Imaginez un outil qui s’occupe de toutes les tâches ennuyantes pour que les médecins puissent se concentrer davantage sur vous.

Mais toutes ces applications super prometteuses basées sur l’IA ont un problème, ou une limite. Elles ont besoin de données. Beaucoup de données. Des images cérébrales annotées jusqu’aux renseignements sur les patients. L’industrie de la santé est presque entièrement composée de données sensibles et protégées. Vous ne pouvez donc pas simplement scraper tout Internet et construire un bon modèle comme ChatGPT. ChatGPT n’est pas bon pour les diagnostics médicaux ; il est simplement comme Google. Si vous l’utilisez maintenant pour une toux irrégulière, vous serez convaincu d’avoir un cancer en quelques minutes. Heureusement, des approches existent pour contrer ce problème. Pendant mon doctorat, j’ai travaillé sur l’une des solutions disponibles pour entraîner des modèles d’IA avec des données aussi sensibles : l’apprentissage fédéré.

Cette approche permet aux modèles d’IA d’apprendre dans plusieurs endroits sans sortir les données des hôpitaux. Pour y arriver, elle entraîne des modèles individuels dans chaque établissement, étape par étape, puis combine à chaque étape ces modèles en un modèle plus général et performant. Nous pouvons ainsi développer de puissants systèmes d’IA qui détectent les lésions cérébrales ou d’autres maladies à partir de scans IRM. Cette méthode préserve la confidentialité des patients et améliore la précision diagnostique de l’IA en lui donnant accès à plus de données qu’un seul hôpital pourrait jamais produire. Elle partage les connaissances des IA, mais pas les données qui ont servi à les acquérir. Cette approche est vraiment intéressante pour les applications actuelles et futures de l’IA dans un domaine comme celui-ci.

Cas d’utilisation potentiels futurs de l’IA

Même si toutes ces applications actuelles sont super intéressantes, l’avenir semble encore plus prometteur. Imaginez les applications d’IA actuelles comme votre tout premier BlackBerry avec accès à Internet. Je me souviens d’avoir été l’un des premiers de ma classe à en posséder un. C’était tellement cool. Comparez maintenant le BlackBerry de 2007 à l’iPhone 15. En fait, il y a peu de choses à comparer. Tellement de choses ont changé. C’est ce qui arrivera à chacune des solutions existantes que nous avons vues.

L’Apple Watch qui surveille votre cœur n’est que l’une des premières applications de surveillance accessibles dont nous disposons. Les technologies de santé à distance offriront de nombreuses possibilités à mesure que l’IA et nos appareils mobiles s’amélioreront.

La première application qui changera la donne sera celle des assistants de santé virtuels. Ils seront encore plus sur votre dos qu’une connaissance fatigante qui ne comprend pas vos signaux de refus lorsqu’elle veut sortir avec vous. Ils vous surveilleront 24/7, en offrant un suivi constant de votre santé et des conseils personnalisés selon votre génétique et votre mode de vie uniques. Ils vous suggéreront la quantité idéale de tasses de café au lieu d’activités ennuyantes à faire avec eux. Ce grand changement déplacera les soins de l’hôpital vers le domicile.

La médecine personnalisée rendra tous les soins de santé semblables à une visite chez l’optométriste. Tout comme vous recevez des lunettes adaptées précisément à votre vision, l’IA exploitera la génomique et les données en temps réel pour créer des plans de traitement et des médicaments conçus pour l’état unique d’une personne. Nous délaisserons l’approche universelle pour adopter des traitements propres à chaque patient, jusqu’à la pilule ultime mentionnée au début de l’article.

Cette transformation rendra les soins de santé plus abordables et accessibles. Les outils diagnostiques et les connaissances seront à la portée de tout le monde, comme dans l’exemple de la photo de l’œil. Ils permettront une détection et une intervention précoces comme jamais auparavant, directement de votre domicile : finie l’attente de 6 mois pour voir un professionnel, puis les heures passées dans la salle d’attente une fois sur place.

Tout comme l’électricité et Internet sont devenus indispensables, l’adoption de l’IA deviendra nécessaire pour que les entreprises de soins de santé restent concurrentielles.

Cet avenir n’est toutefois pas sans défis. Les biais de l’IA et les préoccupations liées à la confidentialité des données ralentiront presque certainement les progrès. Les soins de santé ont des conséquences beaucoup plus graves que la génération de texte injuste avec ChatGPT. Non pas que ce problème soit sans importance, mais les petites erreurs de ChatGPT risquent de tuer moins de personnes qu’une petite erreur dans le dosage d’une pilule. Nous devons corriger les biais avant de déployer les modèles. Nous ne pouvons pas tester dans la nature comme OpenAI et corriger les problèmes seulement lorsqu’un incident se produit. Cela pourrait coûter des vies.

Il demeure important de travailler à l’implémentation de l’IA dans les hôpitaux, puisqu’elle changera le travail des professionnels. Elle leur permettra de consacrer plus de temps aux soins directs des patients, ce qui améliorera leur satisfaction au travail et celle des patients et, plus important encore, réduira le surmenage et l’épuisement professionnel. Je suppose donc que ce n’est certainement pas entièrement mauvais, même si l’IA est biaisée et imparfaite. L’avenir de l’IA en santé ne repose pas uniquement sur l’innovation technologique ou le remplacement des professionnels. Il s’agit de transformer le domaine afin d’offrir à tout le monde des soins meilleurs, plus efficaces et personnalisés. Les conseils médicaux, les consultations et même les diagnostics changeront bientôt pour toujours, surtout dans les régions éloignées ou mal desservies.

Conclusion

En conclusion, la transformation des soins de santé par l’IA a déjà commencé et elle ne fera que prendre de l’ampleur. Souvenez-vous que même si ChatGPT et les entreprises actuelles que j’ai mentionnées sont impressionnants, ce n’est que le début. Nous voyons les pires résultats que nous verrons jamais, puisque les systèmes ne feront que s’améliorer. Croyez-vous encore qu’il s’agit d’un avenir à la « Terminator » ?

J’encourage tout le monde à explorer comment l’IA peut révolutionner son propre domaine, ce que je compte aborder dans les prochains articles de cette série. Restez donc à l’affût. J’ai aussi une infolettre si vous trouvez les courriels plus faciles à suivre que les chaînes YouTube. En passant, quel domaine aimeriez-vous que je présente ensuite ? Ce sera peut-être le prochain auquel je m’attaquerai ! Merci d’avoir lu l’article au complet, et on se retrouve dans le prochain !

FAQ

Où l’IA est-elle déjà utilisée en santé ?

Les utilisations actuelles comprennent l’imagerie médicale, la surveillance des patients, l’aide à la décision clinique, les opérations et la recherche de médicaments.

Qu’est-ce que l’apprentissage fédéré en santé ?

Les hôpitaux entraînent des modèles locaux et combinent leurs mises à jour afin que les données brutes des patients n’aient pas à quitter chaque établissement.

Pourquoi l’IA médicale est-elle une application à haut risque ?

Les erreurs peuvent influencer les décisions de santé, et la performance des modèles peut varier selon les hôpitaux, les appareils et les groupes de patients.

À quels enjeux de confidentialité l’IA en santé doit-elle répondre ?

Les systèmes doivent limiter les accès, protéger les données de santé identifiables, documenter leur utilisation et respecter les règles applicables.

L’IA remplacera-t-elle les professionnels de la santé ?

L’IA peut soutenir l’analyse et réduire le travail routinier, mais les cliniciens demeurent responsables du contexte, de la communication et des décisions dont ils doivent répondre.

Pourquoi ne faut-il pas considérer ChatGPT comme un outil de diagnostic médical ?

Un modèle de langage général peut donner des conseils erronés avec assurance et ne possède ni le contexte clinique validé ni la responsabilité nécessaires à un diagnostic.