Intelligence Artificielle et médecine : quels bouleversements pour demain ?

L’intelligence artificielle ou IA se présente comme une science informatique pluridisciplinaire permettant de prédire des conclusions sans aucune intervention directe de l’humain.

Pour cela elle a besoin de :

  • Plusieurs algorithmes ;
  • Deep & Machine Learning (ou apprentissage automatique & profond en français) ;
  • L’heuristique ;
  • Modèles de correspondance ;
  • Calculs cognitifs.

L’IA a principalement été conçue pour apporter des solutions aux problèmes complexes que l’humain n’est pas capable de résoudre à 100%.

 

Comment l’IA est-elle parvenue à s’imposer dans la médecine d’aujourd’hui et comment va-t-elle révolutionner le monde de demain ?

 

L’IA et la médecine : des débuts prometteurs

 

L’IA est aujourd’hui utilisée dans un bon nombre de domaines allant de l’agriculture à l’automobile, en passant aussi par la médecine et les services de soins. Il aura fallu plusieurs années avant que l’IA et l’ingénierie des connaissances en e-santé ne puissent faire leurs preuves en médecine et en biologie. Certains projets basés sur l’IA et liés aux soins ont même attiré plus d’investissements que ceux réalisés dans d’autres secteurs de l’économie mondiale.

40% des entreprises du secteur pharmaceutique et des sciences du vivant déclarent avoir déjà déployé des technologies d’IA et se montrent satisfaites de leurs résultats.

Plutôt encourageant.

Mais qu’en est-il concrètement ? Les hôpitaux et les cliniques disposent souvent de vastes volumes de données médicales. Mais comment faire pour traiter toutes les données en bonne intelligence sans prendre le risque de passer à côté d’une information déterminante pour la qualité des soins ?

Lorsque l’on est confronté à un volume trop important d’informations, la surcharge informationnelle conduit à la désinformation et cela peut mener toute l’organisation à un dysfonctionnement dans la prise de décision.

L’IA va ainsi pouvoir intervenir dans le processus en modélisant et en analysant les données pour prédire des maladies et trouver des remèdes, notamment grâce à : des matériels innovants de traitement ; l’estimation de l’espérance de vie ; la rapidité des diagnostiques ; et enfin à la compréhension rapide des corrélations entre certains facteurs et nos conditions de santé.

A partir des données et avec l’aide du Deep & Machine Learning, la puissance de calcul basé sur l’IA parvient donc à prédire des tendances non négligeables.

 

Comment l’IA est-elle utilisée aujourd’hui en médecine ?

 

Les solutions basées sur l’IA dans le domaine médical sont en forte croissance et sont surtout très diverses. En voici quelques exemples classiques :

  • Planification automatique des rendez-vous ;
  • Enregistrement dans les centres médicaux ;
  • Numérisation des contrats et dossiers médicaux ;
  • Rappels automatiques des vaccins pour les enfants et les femmes enceintes ;
  • Algorithmes personnalisant les doses de médicaments ;
  • Ou encore l’amélioration de l’édition génomique.

 

Intéressons-nous plus précisément aux 4 grandes applications de l’IA en médecine actuelle, ayant connu de ce fait un franc succès ces dernières années :

  1. Le diagnostic automatique des maladies : Avec le progrès grandissant du Deep Learning, dresser le diagnostic d’une maladie est aujourd’hui plus simple et plus rapide. Des modèles performants permettent désormais de détecter des maladies complexes telles que des cancers ou des pathologies ophtalmiques, avec autant de précision et d’exactitude que les professionnels de santé.
  2. La production rapide des médicaments : L’industrie pharmaceutique et de la distribution de médicaments demeure l’un des secteurs économiques les plus coûteux, tant pour les États que pour les citoyens. Mais avec l’apparition de l’IA dans les processus analytiques de la fabrication des médicaments, le traitement des données devient plus efficace, permettant ainsi d’économiser sur des centaines de millions d’investissement et des années de travail.
  3. Personnaliser le traitement : La personnalisation des traitements est un travail statistique très complexe que l’IA parvient à automatiser. Grâce à ce travail elle va pouvoir aider à mieux comprendre et mieux anticiper les réactions des patients face à tel ou tel traitement. Ainsi, avec l’analyse de toutes ces caractéristiques, l’algorithme est capable de prédire le traitement convenant le mieux au patient selon sa pathologie.
  4. Améliorer l’édition des gènes : Avec l’IA, le développement de l’ARN (Acide Ribonucléique) s’est accéléré, permettant ainsi de réaliser des éditions génomiques impressionnantes en introduisant du matériel génétique dans des cellules. L’utilisation de l’édition génomique suppose des possibilités inouïes afin de soigner certaines pathologies.

 

Quel avenir pour l’IA et la santé ?

 

Le secteur de la santé évolue autant que l’IA et le Machine Learning gagnent en popularité. Des études montrent que les dépenses consacrées à l’IA dans le secteur médical devraient augmenter de 48% en rythme annuel entre 2017 et 2023.

Plusieurs prédictions peuvent être faites concernant l’impact que l’IA aura sur la santé dans un avenir proche. En voici quelques-unes :

  • Intégration de l’esprit à la machine : Les interfaces cerveau-machine (ICM) soutenues par l’IA pourraient bientôt permettre d’augmenter les fonctions motrices chez certains patients. Contrôler son corps par la pensée serait une avancée notable dans l’univers de l’IA et de la santé.
  • Des outils de radiologie plus performants : Les outils de radiologie améliorés par l’IA fourniront dans un future proche, une précision suffisante pour remplacer les échantillons de tissus.
  • Des Dossiers de Santé Electroniques 4.0 : Les DES permettent de compiler toutes les données (sociales, cliniques, psychologique…) d’un patient pour déterminer le risque de maladie et trouver un éventuel traitement au plus vite. Cependant, il est parfois difficile pour un médecin d’analyser toutes les données efficacement et dresser rapidement un bilan. L’IA intervient ici en automatisant le remplissage des DSE et en aidant à prédire les risque de maladie de façon fiable par l’identification de connexions cachées entre les ensembles de données.

 

Selon BMC Medical Informatics and Decision Making, une IA a pu analyser les notes cliniques de 55.516 DES comprenant 150.990 notes et a identifié 3.138 patients atteints de cancer de la prostate en seulement 8 secondes. 8 secondes ! Imaginez combien de temps un humain serait parvenu au même résultat ?

 

  • Diminution des risques de résistance aux antibiotiques : Les données du DSE pourraient être également utilisées pour repérer et anticiper les profils d’infection et avertir les patients à risque, avant même qu’ils ne présentent des symptômes.
  • Des analyses plus précises pour les images de pathologie : Puisque l’IA est capable de numériser les images au pixel près, les chercheurs pourraient être en mesure d’identifier des détails et des nuances invisibles pour l’œil humain.
  • Utilisation plus poussée de l’immunothérapie dans le traitement des cancers : L’IA pourra analyser un ensemble de données complexes sur la constitution génétique unique d’un patient. Le but ultime serait ensuite de cibler la thérapie idéale pour éradiquer la maladie au plus vite.
  • Un laboratoire mobile pour des diagnostics simple et rapide : Idéal pour les personnes isolées ou ne pouvant pas se déplacer dans les hôpitaux ou cliniques. Comment cela fonctionne ? Il suffit de renseigner les symptômes du malade sur l’appareil mobile connecté. Le « mini labo » va analyser les données et annoncer les prélèvements qui devront être effectués (salive, urine, sang…). Les analyses vont ensuite être envoyées à un professionnel de santé qui pourra rapidement et à distance dresser un diagnostic complet.

 

Les prochaines années seront déterminantes pour l’IA dans le monde médical. Si les avancées techniques continuent de progresser à ce rythme, la croissance des technologies innovantes dans la médecine sera pharaonique !