Les pouvoirs curatifs de l’intelligence artificielle

Source details

L’IA offre un potentiel important pour améliorer la santé mondiale, tout en comportant des risques et des inconvénients.
Article de KERRY DOOLEY YOUNG, déc. 2023, FINANCES & DÉVELOPPEMENT.
L’acceptation et le déploiement de l’IA en médecine sont considérés comme inévitables, mais nécessitent des garde-fous pour éviter des prédictions et diagnostics inappropriés.

LumineticsCore, développé par Digital Diagnostics (Coralville, Iowa), enregistre des images des yeux et les examine à l’aide de l’IA.
Jalons réglementaires et de remboursement :
- 2018 : premier appareil fonctionnant avec l’IA à obtenir l’agrément de la Food and Drug Administration (FDA) américaine pour dépister la rétinopathie diabétique.
- 2020 : Medicare a décidé de financer son utilisation dans les centres de soins primaires.
Essai à Rangpur (Bangladesh), mené par Orbis International et des praticiens locaux :
- Productivité clinique mesurée : 1,59 patient par heure avec l’outil IA vs 1,14 patient par heure dans le groupe témoin (d’après Michael Abramoff et coauteurs, npj Digital Medicine, octobre).
- Conclusion des auteurs : LumineticsCore permettait de dépister davantage de déficiences visuelles dues au diabète, y compris dans les pays en développement.

Amélioration de la productivité des cliniques ophtalmologiques et augmentation du dépistage des déficiences visuelles liées au diabète.
Possibilité d’accélérer la découverte pharmaceutique :
- L’IA permet de mieux comprendre dès les premiers stades comment les composants vont agir dans l’organisme, réduisant la probabilité d’effets secondaires tardifs.
- Les efficiences générées au stade de la découverte sont qualifiées d’exponentielles, avec des nouvelles approches et produits attendus prochainement (Tala Fakhouri, FDA).

Exemple d’un article de Science (2019) : un algorithme largement utilisé sous-estimait la gravité des pathologies chez des patients noirs, entraînant des refus de prise en charge.
Sources potentielles de biais :
- Données de formation excessivement représentatives de personnes aisées, souvent blanches et ayant un bon accès aux soins.
- Conception et codage insuffisamment diversifiés chez les développeurs d’IA.
Recommandation d’urgence : accroître la diversité chez les patients dont les données servent à former les outils d’IA et chez les concepteurs de produits (Jerome Singh).
Environnements à risque : pays économiquement peu développés confrontés à des infrastructures électriques et informatiques insuffisantes et à un manque de personnel capable de transformer diagnostics IA en traitements effectifs.

Ratio médecins/patients cité (d’après données de l’OMS) :
- États-Unis : environ 36 médecins pour 10 000 habitants.
- Royaume-Uni : environ 32 médecins pour 10 000 habitants.
- Inde : environ 7 médecins pour 10 000 habitants.
Observation : l’IA pourrait être particulièrement nécessaire dans les pays à faible ratio soignants/patients, mais ces pays souffrent souvent d’obstacles d’infrastructure et de compétences.
Métaphore d’implantation : dans certains contextes, l’intégration de l’IA au système de santé « s’apparentera à un véritable sprint », dans d’autres, « ce sera un marathon » (Jerome Singh).

Objectif principal des régulateurs : veiller à ce que l’application de l’IA aux soins de santé allie sécurité et efficacité, en corrigeant les biais des algorithmes.
Initiatives et préoccupations récentes :
- OMS : rapport d’orientation 2021 sur l’éthique et la gouvernance de l’IA en matière de santé; rapport plus récent (octobre) sur les difficultés de réglementation de l’IA en milieu médical, exprimant des inquiétudes quant au déploiement rapide des outils issus des grands modèles de langage et des agents conversationnels.
- Parlement européen (rapport publié l’an dernier) : inquiétudes concernant le manque de transparence, la confidentialité et des questions de sécurité.
- FDA : élaboration et affinage d’une stratégie de réglementation de l’IA dans les produits médicaux via des recommandations officielles précisant les éléments tangibles nécessaires à l’agrément.

Favoriser l’« IA à impact » : prioriser les technologies qui ont démontré une amélioration des résultats de santé plutôt que les solutions médiatiques sans bénéfices prouvés.
Renforcer la diversité des jeux de données et des équipes de développement pour réduire les biais et améliorer l’interprétation des modèles.
Développer des capacités d’infrastructure (électricité, informatique) et des compétences locales dans les pays à ressources limitées pour convertir les diagnostics IA en traitements effectifs.
Mettre en place des garde-fous réglementaires et des normes de transparence, sécurité et confidentialité adaptées aux outils d’IA, y compris aux grands modèles de langage et aux agents conversationnels.
Soutenir l’adoption responsable de l’IA tout en améliorant les processus de découverte pharmaceutique grâce à des approches fondées sur l’IA.

Les pouvoirs curatifs de l’intelligence artificielle, FINANCES & DÉVELOPPEMENT, KERRY DOOLEY YOUNG, Décembre 2023.

L’IA en pratique
- L’IA en pratique (Markdown version)
- L’IA en pratique (PDF)