L’ancien poète romain Virgile a dit un jour : « la plus grande richesse est la santé ». Il y a une vérité derrière ce dicton, car les impacts sur la santé sont profondément ressentis dans chaque société, par les individus et leur environnement. La mauvaise santé a également un impact financier important sur les sociétés, les individus étant parfois incapables de travailler ou payer leurs soins. Un effort de financement public est alors plus important et nécessaire pour les services de santé, dans de nombreux cas avec les pressions supplémentaires d’une population vieillissante.
Par exemple, en France, à peine 10 % du budget des soins de santé est consacré à la prévention. C’est nettement mieux que par le passé, où la France faisait partie des mauvais élèves de l’UE, mais la marge de progression reste encore très nette.
L’expression « mieux vaut prévenir que guérir » a sous-tendu les soins de santé modernes, mais trop souvent, les opportunités potentielles de la technologie pour prévenir les maladies et améliorer les résultats des soins de santé sont manquées. Cet article examinera comment l’intelligence artificielle (IA) peut transformer les soins de santé et l’importance de s’appuyer sur des structures de données adaptées pour libérer le plein potentiel de l’IA et des données.
L’état de l’adoption de l’IA dans le secteur de la santé aujourd’hui
Avec le taux mondial d’adoption de l’IA maintenant de 35 %, les populations commencent à voir les avantages. Depuis le Ségur de la Santé en France, et dans sa note Innovation santé 2030, le conseil stratégique des industries de santé du gouvernement français indique que le pays se fait fort de devenir « un leader mondial de la santé numérique ». Les promesses de financement sont colossales, jusqu’à 2 milliards d’euros. Cependant, sur la seule question de l’IA, sujet de cette analyse, la France est dans le peloton de queue, avec 36 % d’adoption, contre 40 % en Espagne, 44 % en Allemagne, ou encore 46 % en Belgique. En Europe continentale, le taux d’adoption dans les soins de santé est encore plus élevé, à 47 %, pour au moins un type de technologie d’IA.
Il est clair qu’il faut faire davantage en France pour encourager l’adoption de l’IA dans le secteur de la santé, notamment en faisant du développement de compétences en IA et sciences des données (data science) une partie importante du programme national et en introduisant une législation pour inspirer une plus grande confiance dans les technologies de l’IA.
Le nombre d’applications de l’IA dans le secteur de la santé a explosé ces derniers temps, pour atteindre des centaines de cas d’utilisation, et continuera d’augmenter dans les années à venir. L’IA reste répandue en radiologie, mais elle est de plus en plus utilisée à d’autres fins, notamment dans le cadre de la prévention et des bilans de santé. Des pépites françaises, comme la start-up grenobloise Neovision par exemple, ou les licornes Dental Monitoring et Doctolib, ont ouvert la voie. S’ajoutent à ces usages la découverte de nouveaux médicaments en fonction des symptômes et des problèmes d’un patient, l’immunothérapie pour les patients atteints de cancer, la détermination des traitements les plus efficaces pour un patient dialysé, et tant d’autres. Alors, quelles sont les possibilités qu’apporte l’IA pour améliorer les soins de santé alors que nous nous tournons vers l’avenir ?
Quel est l’avenir de l’IA dans les soins de santé ?
Le secteur de la santé européen se remet encore de la plus grande crise qu’il ait jamais connu depuis un siècle, l’épidémie de Covid-19. Les professionnels de la santé cherchent comment ils peuvent mieux améliorer leurs pratiques afin que si une telle situation se reproduisait, ils soient mieux préparés, et l’IA est un outil qui peut aider considérablement. Pour lutter contre les futures mutations de la Covid-19, des chercheurs de l’Université de Californie du Sud ont mis au point un modèle d’apprentissage automatique (machine learning, ML) qui crée des cycles de conception de vaccins en quelques secondes, au lieu de mois ou d’années, et les délivre en première ligne.
Dans le même temps, Optum a mené une enquête qui a révélé que plus de la moitié des professionnels de la santé (56 %) accélèrent ou élargissent leurs délais de déploiement de l’IA en réponse à la Covid, et les cadres supérieurs des soins de santé sont de plus en plus optimistes quant au fait que leurs investissements dans l’IA porteront bientôt leurs fruits, 59 % prévoyant que l’IA permettra de réaliser des économies tangibles d’ici trois ans, soit une augmentation de 90 % depuis 2018.
Alors que la médecine continue d’évoluer et que les appareils portables et l’internet des objets (IoT) gagnent des parts de marché, les patients, les cliniciens et les chercheurs comptent de plus en plus sur l’IA pour automatiser les tâches administratives, rationaliser le diagnostic, accélérer la recherche sur les traitements, prédire les risques et gérer la santé publique.
Cependant, il est crucial de se rappeler que l’IA, développée par des humains, peut avoir les mêmes préjugés que ces derniers peuvent exprimer. L’Organisation mondiale de la santé a publié une note d’orientation sur la lutte contre les préjugés liés à l’âge dans les outils d’IA liés à la santé. Ils se sont dits préoccupés par le fait que la qualité future de la prestation de soins de santé aux personnes âgées pourrait être affectée par les technologies d’IA qui sont codées avec des stéréotypes ou des dispositions discriminatoires. Les défis éthiques liés à l’IA doivent être relevés pour qu’elle réponde aux besoins d’une population de plus en plus âgée dans de nombreux pays. L’avenir de l’IA ne sera un succès que si les technologies qui sous-tendent la prestation des soins de santé sont équitables et, dans la mesure du possible exemptes de préjugés, au regard du dilemme du tramway, bien connu dans le domaine de l’IA.
Tissage d’une structure de données
Mais à quoi sert l’IA dans les soins de santé si elle n’est pas soutenue par les bonnes bases de données ? L’un des principaux défis des dirigeants du secteur public est que leurs données soient stockées sur une infrastructure qui n’est pas adaptée à l’usage prévu. Pour tirer parti non seulement de l’IA, mais aussi des applications prises en charge par l’IA, les organismes de soins doivent pouvoir stocker, gérer et analyser les données de différentes équipes et sites.
La solution à ce problème doit être la création de structures de données puissantes qui permettent aux données de circuler de manière transparente et sécurisée sur plusieurs clouds, stockages privés et applications SaaS (Software as a Service, logiciel en tant que service). Ceci est essentiel pour les applications médicales liées à l’IA où les données doivent être partagées pour analyse avec des experts spécialisés, afin de diagnostiquer les maladies et contribuer à la recherche médicale.
L’IA a un bel avenir dans le secteur de la santé et sera essentielle pour résoudre bon nombre des défis auxquels sont confrontés les patients et les professionnels de la santé. Pour que l’IA ait un véritable impact, il est impératif que les bonnes bases d’infrastructure de données soient mises en place et que l’éthique soit une priorité, afin que les besoins de santé de chacun puissent être satisfaits.