Patient Numérique

Les promesses de l’intelligence artificielle (IA) sont nombreuses. Le buzz permanent et de plus en plus vocal.

Mais qu’en est-il réellement au niveau des soins de santé et de l’appropriation de ces outils IA par les professionnels – notamment, hospitaliers?

Un article paru récemment sur le site The Conversation, rédigé par Cécile Petitgand, chercheuse post-doctorale au Hub santé de l’Université de Montréal, spécialiste de l’implantation de l’IA en santé, alignait quelques éléments de cette dichotomie.

“Si les développements des techniques d’IA les plus avancées, comme l’apprentissage profond, sont impressionnants et prometteurs, grâce notamment à l’explosion de la quantité et de la diversité des données de santé et à la progression des capacités de calculs et de stockage”, écrit-elle, “plusieurs facteurs bien identifiés par la recherche, d’ordre technique, personnel et organisationnel, viennent limiter l’implantation des systèmes d’IA dans les milieux de soins et leur utilisation par les professionnels et les patients”.

Exemples: un manque de données “diversifiées et de qualité” pour entraîner et valider les algorithmes d’IA en milieux de soins réels ; des problèmes de compatibilité entre les systèmes IA et les systèmes d’information actuels ; une absence de méthodes et de modèles pour évaluer la performance et la sécurité des systèmes d’IA tout au long de leur cycle de vie ; des réglementations encore en pleine construction et ne répondant qu’imparfaitement aux préoccupations éthiques et juridiques.

Elle conseille dès lors, en attendant que le contexte “mûrisse”, d’adopter d’ores et déjà quelques “bonnes pratiques afin de mieux s’outiller face au développement et au déploiement des systèmes d’IA”. Elle évoque ainsi trois pratiques définies au CHUM (Centre Hospitalier de l’Université de Montréal):

– se doter d’une stratégie IA cohérente, en lien direct avec les attentes de l’établissement hospitalier
– intégrer l’ensemble des parties prenantes, en ce compris en adoptant des approches innovantes (living lab, hackathons…)
– développer des mécanismes d’audit algorithmique.

Article de Cécile Petitgand à lire sur le site The Conversation.

Dans l’article, référence est faite à un autre article, un rien plus ancien (publié en août 2019), rédigé par Trishan Panch, Heather Mattie et Leo Anthony Celi, chercheurs à Harvard et au MIT: “The inconvenient truth about AI in healthcare”. A découvrir ici.