Révolution majeure en vue pour la médecine. L’intelligence artificielle (IA), qui a récemment connu un développement rapide, est en passe de transformer profondément le diagnostic, le traitement et le suivi des patients. Des algorithmes sophistiqués, capables d’analyser des données médicales complexes avec une précision et une rapidité inégalées, ouvrent la voie à des avancées sans précédent. Il s’agit notamment de la capacité d’analyser et de traiter de grandes quantités de données par l’IA, qui a déjà commencé, et qui devrait changer la donne dans les années à venir.
Mais cette révolution technologique s’accompagne également de défis et de controverses éthiques qui doivent être abordés. Comment garantir la fiabilité des algorithmes et la protection des données des patients ? Comment pouvons-nous garantir que l’IA ne remplace pas l’expertise et le jugement humains, mais les complète plutôt ? Autant de questions cruciales auxquelles il faut trouver la bonne réponse avant d’intégrer l’intelligence artificielle de manière tous azimuts.
L’intelligence artificielle, une aide au diagnostic déjà très présente
C’est déjà une réalité : l’IA révolutionne le diagnostic médical. Selon la DREES (Direction de la recherche, des études, de l’évaluation et des statistiques), en 2020, quelque 10 millions d’actes d’imagerie médicale (scanner, IRM…) ont été réalisés dans les établissements publics et organismes privés à but non lucratif en France. On estime également que lors d’une journée de travail de 8 heures, un radiologue devra interpréter une image toutes les 3 à 4 secondes en moyenne. C’est considérable… et la possibilité d’erreur est grande. Il n’est donc pas surprenant que l’IA ait été prioritaire dans ce domaine. Aux USA, parmi tous les dispositifs médicaux compatibles avec l’IA autorisés par la Food and Drug Administration, 79 % concernent la radiologie (puis la cardiologie et la neurologie). Début 2024, 38 % des professionnels du secteur déclarent avoir intégré l’IA dans leur process et 62 % envisagent de la mettre en œuvre d’ici cinq ans.
Même son de cloche en dermatologie, où l’IA se révèle plus efficace que l’œil humain. Une étude de 2018 a montré que les dermatologues étaient précis à 86,6 % dans le diagnostic du cancer de la peau (en faisant la différence entre les lésions bénignes et la maladie). L’ordinateur a pu identifier les lésions cancérigènes avec une précision de 95 %. Dans le domaine des analyses génétiques aussi, l’intelligence artificielle a une réelle valeur ajoutée car elles sont très longues à réaliser en raison du volume de données à traiter. L’IA sait trier une masse de données et proposer une liste restreinte de variants responsables de syndromes génétiques. Ce faisant, un professionnel de la santé posera un diagnostic plus rapidement, en se basant uniquement sur cet éventail d’hypothèses pré-identifiées.
Un écosystème en plein essor
En France en 2023, on comptait 591 start-up qui avaient mis l’IA au cœur de leur activité. Parmi eux, 15 % sont dédiés à la santé, selon France Digitale. La HealthTech est le deuxième domaine principal après le stockage de données/cloud. Outre les investissements des établissements de santé, l’industrie pharmaceutique a également manifesté son intérêt pour l’IA ces dernières années. ” L’intelligence artificielle nous a aidé à doubler notre vitesse de développement de vaccins. C’est ce qui nous a permis de déterminer quelles mutations nous devions rechercher et d’accélérer la commercialisation du vaccin contre la COVID-19. » explique Kate Cronin, directrice de la marque chez Moderna. Avant d’ajouter que grâce à l’IA, ils ont pu « décoder le COVID en 48 heures « .
Identification et sélection de nouvelles molécules, participation à des essais cliniques pour réduire le taux d’échec et accélérer la commercialisation de nouveaux médicaments… C’est tout au long du cycle de développement d’un nouveau médicament que l’IA peut donner un coup de main. Preuve en est avec le tour de force de Sumitomo Dainippon Pharma et de la pharmaTech britannique Exscientia qui ont créé la première molécule assistée par l’IA en 2020. Son processus de développement a été réduit de 5 ans à 12 mois grâce à l’intelligence artificielle. Destiné à traiter le trouble obsessionnel compulsif (TOC), il a été testé sur des humains au Japon en 2020.
L’intelligence artificielle améliorera-t-elle les soins de santé ?
C’est finalement la grande question. Jusqu’à présent, la technologie n’a guère contribué à améliorer ce domaine. Comment un algorithme pourrait-il prendre en charge un patient ? En réalité, l’IA pourrait jouer un rôle dans la simplification des tâches de « back-office » qui empiètent sur le temps de travail à valeur ajoutée des professionnels de santé. L’intelligence artificielle pourrait intervenir pour simplifier les flux administratifs. On peut imaginer une certaine automatisation de toute la paperasse. L’IA générative est également capable d’aider les cliniciens à prendre des notes, à réaliser des résumés d’études, à conserver des dossiers médicaux aussi complets que possible, à s’assurer de l’absence d’erreurs de dosage thérapeutique, etc. Cela pourrait même aller jusqu’au partage d’informations entre services et à la facturation.
L’IA a également son rôle à jouer directement auprès du patient pour répondre à certaines questions lorsque le personnel médical n’est pas disponible. Une question sur les médicaments de fin de soirée ? Avez-vous besoin de clarifier complètement le déroulement de l’opération à venir ? Des questions sur le régime alimentaire adapté à votre traitement ? Tout cela peut être géré via un chatbot. Et ainsi libérer plus de temps pour les infirmières, par exemple pour les soins personnels. Certains imaginent aussi des robots disponibles dans les hôpitaux et disponibles 24h/24 pour discuter de tout et de rien.
De nombreux défis éthiques dans l’IA médicale
L’utilisation de l’intelligence artificielle en médecine soulève des préoccupations éthiques majeures, notamment concernant les biais de données. Les algorithmes d’IA, bien que très efficaces, dépendent de la qualité et de la diversité des données sur lesquelles ils sont formés. Il existe un risque que ces systèmes perpétuent ou exacerbent les biais existants si les ensembles de données ne sont pas représentatifs de toute la diversité des populations. Trop de données sur les personnes à la peau claire ou sur les hommes plutôt que sur les femmes pourraient peser sur les diagnostics et conduire à des disparités en matière de soins de santé. Il est nécessaire de mettre en place des garde-fous pour garantir l’équité du traitement médical.
Un autre problème éthique clé concerne la protection de la confidentialité des données des patients. Avec une IA capable d’analyser de grandes quantités de données médicales, le risque d’atteinte à la vie privée augmente. Il est essentiel de mettre en place des mesures rigoureuses pour sécuriser les données des patients et garantir qu’elles sont utilisées de manière éthique. De plus, le consentement du patient joue un rôle central ; ils doivent être clairement informés de la manière dont leurs données sont utilisées, des bénéfices attendus et des risques potentiels. Cela nécessite des politiques transparentes et des procédures de consentement qui respectent à la fois les droits individuels et les normes éthiques.
