L’intelligence artificielle au service de la santé

La technologie a toujours su servir le monde de la santé. L’IA ne fait pas exception à cette règle. L’intelligence artificielle a investi la majorité des domaines, et la progression se poursuit. L’IA dans la santé est un sujet de plus en plus évoqué.

Bien évidemment, l’IA intervient dans les processus classiques de recrutement et d’aide à la prise de décision, mais dans cet article, je parlerais uniquement des applications qui concerne exclusivement le domaine de la santé.

L’intelligence artificielle pour aider les diabétiques

L’intelligence artificielle s’invite dans la lutte contre le diabète. Il existe déjà des solutions prometteuses, comme le pancréas artificiel.

Il faut savoir que le diabète est une pandémie, elle touche de plus en plus de personnes. On compte plus de 4 millions de diabétiques en France et ce chiffre ne cesse d’augmenter alors que la recherche en médecine sur ce sujet avance très lentement.

Le bouleversement de notre mode de vie pendant le siècle dernier en est la principale cause. Pour palier à ce fléau, l’intelligence artificielle s’avère être un outil de taille.

Par exemple, des chercheurs travaillent sur un projet de régulation automatique de l’insuline, Diabeloop. Le système se compose d’un capteur de glycémie, d’une pompe à insuline sous forme de patch, que l’on met sur le bras du patient, et d’une application qui sert d’interface pour l’algorithme d’intelligence artificielle.

Le capteur de glycémie prend une mesure toutes les 5 minutes, envoie le résultat à l’application et l’algorithme calcule la dose d’insuline à administrer. En plus du taux de glycémie, le calcul prend en compte des données fournies par le malade, comme son activité physique ou son alimentation de la journée.

Il semblerait que l’intelligence artificielle peut aussi aider les chercheurs en médecine. D’après le professeur Pinget, un algorithme, basé sur des réseaux de neurones, a permis aux diabétologues de trouver l’existence d’une corrélation entre le diabète et le cancer du sein. Attention tout de même, souvenez-vous que corrélation n’est pas causalité.

Les systèmes de reconnaissance automatique : une évidence pour l’IA dans la santé

S’il y a un domaine que l’intelligence artificielle a propulsé ces derniers années, il s’agit bien de la vision par ordinateur. Le deep learning et les réseaux de neurones convolutionnels ont contribué à l’obtention de résultats impressionnant. L’époque où les captcha permettaient de détecter les robots sur internet est finie !

Dans la santé, l’utilisation de ces techniques c’est tout de suite présentée comme une évidence.

Détecter les cancers

Pour détecter des cancers, le cancérologue étudie différentes images pour chercher la présence éventuelle de tumeurs. Ensuite, en fonction de ce qu’il a pu voir chez d’autres personnes, il essaye de déterminer si oui ou non le patient est atteint d’un cancer. C’est typiquement le genre de tâches qui peuvent être automatisées.

La machine part d’une base de données d’entrainement composée d’un très grand nombre d’images. C’est largement plus que ce qu’un humain est capable de traiter. C’est pour cela que les machines ont beaucoup plus de facilités à détecter un cancer qu’un humain.

Ainsi, Google a développé un algorithme permettant de détecter un cancer du poumon de façon beaucoup plus précise qu’un humain. En comparant leurs résultats avec ceux des plus grands cancérologues américains, ils se sont aperçus que leur technologie a permis de détecter 5% de cancer en plus. Elle a aussi réduit de 11% les faux-positifs !

Cet algorithme est basé sur des réseaux de neurones, il facilite la détection d’indices précurseurs d’un cancer, qui sont parfois très difficile à observer à l’œil nu. Cet outil va permettre la réduction du temps du diagnostic par le médecin, tout en augmentant la précision des résultats. De cette façon, les professionnels de médecines pourront se focaliser sur l’élaboration du traitement qui convient le mieux à leur patient.

Calcul de l’âge osseux

Une tâche qui s’automatise plutôt bien grâce à une IA est le calcul de l’âge osseux. Pour faire ce calcul les radiologues ont des encyclopédies spéciales qui répertorient toutes les configurations possibles.

Le travail est de trouver la configuration qui correspond le plus à l’image dont on dispose. C’est une tâche ennuyante et à faible valeur ajoutée pour les professionnels. L’automatiser grâce à système de computer vision est assez facile, présente très peu de risques et permet de gagner énormément de temps.

Soyons sérieux, l’IA ne remplacera jamais les médecins

L’IA est un sujet qui fait couler beaucoup d’encre. C’est normal lorsque l’on voit les enjeux économiques et sociaux qu’elle représente. Tout cette effervescence contribue à alimenter la psychose autour de l’intelligence artificielle.

Beaucoup s’en méfient. Certains la voit comme un danger pour leurs vies, et l’associent aux robots tueurs des films Holywoodien. D’autres la considèrent comme un danger pour leurs emplois.

Cette peur peut être justifiée dans certains cas. Souvent pour des métiers répétitifs et pénibles. Néanmoins je suis étonné de voir que certains pensent que les IA remplaceront les médecins.

Certes des IA peuvent venir assister les médecins sur certaines tâches comme pour le diagnostic. Mais le médecin restera entièrement souverain. Le diagnostic final doit être le sien. Et l’élaboration des traitements continuera de se faire par ses soins.

Des défis restent à résoudre

A chaque fois que de nouvelles technologies émergent, elles apportent leurs lots d’incertitudes, de problématiques, de peurs aussi. L’IA dans la santé ne fait pas exception à cette règle. Beaucoup de questions notamment éthiques sont encore à résoudre.

Comment sécuriser la collecte et le traitement des données ?

Pour faire de l’IA, il faut des données, ce n’est pas un scoop. Le problème qui se pose alors, est que les données de santé sont très sensibles. Même si elles sont largement protégées par le droit français, les notions sont peu claires. Beaucoup de problèmes doivent encore être résolu. Il faut savoir que la notion même de ‘’données de santé’’ est assez peu précise.

Quelles sont les données considérées comme données de santé ? Est-ce que le temps de sommeil, l’activité physique ou encore votre nutrition sont des données de santé ?

Je ne suis pas juriste pour vous donner une réponse claire à ces questions. J’invite chacun à se faire sa propre idée. Tout ceci s’inscrit dans un domaine plus large que l’on appelle la data privacy. Elle englobe toutes les questions liées à la protection des données des personnes.

Une des protection offerte par le droit est que pour pouvoir traiter des données de santé, il faut qu’elles soient anonymes. Il existe des méthodes mathématiques pour anonymiser les données et pouvoir en tirer des modèles. Le hachage ou l’ajout de bruit sont les plus utilisés. Il doit être impossible de remonter jusqu’à la personne avec ses données.

Quid de l’interprétabilité des modèles ?

Une seconde problématique majeure que l’on rencontre dans l’IA pour le domaine de la santé est le manque d’explicabilité des modèles.

Les réseaux de neurones, pour les scientifiques de l’IA sont des boites noires que l’on ne maîtrise pas parfaitement. On ne sait pas ce qui se passe à chaque étapes de l’entrainement. C’est une catastrophe pour la médecine.

Le deep learning offre tellement d’opportunités qu’il serait intéressant de pouvoir l’intégrer dans les hôpitaux pour soigner les patients. Mais tant que nous ne pourrons pas expliquer complètement les modèles de deep learning, on ne pourra pas anticiper les erreurs, aussi infimes soient-elles.

Si l’algorithme de Netflix vous propose un film qui ne vous plait pas, les conséquences ne sont pas dramatiques. Sauf si vous êtes vraiment nerveux et que vous risquez de créer des problèmes 😊. Dans la santé c’est différent, si l’algorithme suggère un traitement et qu’il se trompe, les conséquences peuvent être catastrophiques.

C’est en partie pour cela que l’on est encore très limités sur ce que l’on peut faire avec l’IA dans la santé. C’est aussi le cas pour d’autres domaines vulnérables comme le droit ou l’actuariat.

La question de la responsabilité

Un des points épineux, qui comme l’explicabilité ne concerne pas seulement la santé, est la question de la responsabilité.

Si une IA propose un diagnostic à un médecin, qu’il suit ce diagnostic, qui est responsable en cas d’erreur ? Chacun à son avis sur la question mais il est important d’y répondre rapidement. C’est d’ailleurs pour cela que le droit doit gagner en flexibilité pour pouvoir s’adapter aux nouvelles avancées. Surtout dans un monde ou les technologies progressent aussi vite.

Il est vrai que l’IA propose des perspectives intéressantes pour le domaine de la santé. Mettre des outils de machine learning à disposition des personnels soignants pourraient être grandement bénéfique.

Néanmoins, beaucoup de problématiques éthiques et juridiques restent à résoudre. Des questions comme la protection des données, l’explicabilité des modèles ou la responsabilité, ne doivent pas être laissées en suspens…