En médecine, l’intelligence artificielle consiste à utiliser des modèles de machine learning pour traiter les données médicales et fournir aux professionnels de santé des informations importantes, le but étant d’améliorer les résultats cliniques et l’expérience des patients.
Grâce aux récents progrès de l’informatique, l’intelligence artificielle (IA) s’impose rapidement comme un élément incontournable des soins de santé modernes. Les algorithmes d’IA et d’autres applications alimentées par l’IA sont utilisés pour aider les professionnels de santé dans les milieux cliniques et dans le cadre de la recherche en cours.
Actuellement, les rôles les plus courants de l’IA dans le milieu médical sont l’aide à la décision clinique et l’analyse d’images. Les outils d’aide à la décision clinique fournissent aux professionnels de santé un accès rapide aux informations ou aux travaux de recherche pertinents, ce qui leur permet de prendre des décisions concernant les traitements, les médicaments, la santé mentale et d’autres besoins médicaux des patients. Dans le domaine de l’imagerie médicale, les outils d’IA sont utilisés pour analyser les scanners, les radiographies, les IRM et d’autres images, à la recherche de lésions ou d’autres anomalies qu’un radiologue humain pourrait ne pas repérer.
Les difficultés rencontrées par de nombreux systèmes de santé lors de la pandémie de COVID-19 ont également conduit de nombreux établissements de santé à travers le monde à tester sur le terrain de nouvelles technologies basées sur l’IA, par exemple des algorithmes destinés à faciliter le suivi des patients et des outils de dépistage de la COVID-19.
Les travaux de recherche et les résultats de ces essais sont encore en cours de collecte, et les normes générales régissant l’utilisation de l’IA en médecine sont encore en cours de définition. Pourtant, les possibilités offertes par l’IA au profit des cliniciens, des chercheurs et des patients sont de plus en plus nombreuses. À ce stade, il ne fait aucun doute que l’IA deviendra un élément central des systèmes de santé numériques qui façonnent et soutiennent la médecine moderne.
Restez au fait des tendances les plus étonnantes du secteur dans le domaine de l’IA, de l’automatisation, des données et bien d’autres avec la newsletter Think. Consultez la Déclaration de confidentialité d’IBM.
L’IA peut avoir un effet positif sur la pratique médicale de nombreuses façons, que ce soit en accélérant le rythme de la recherche ou en aidant les cliniciens à prendre de meilleures décisions.
Voici quelques exemples d’utilisation de l’IA :
Contrairement aux humains, l’IA ne dort jamais. Des modèles de machine learning pourraient être utilisés pour surveiller les signes vitaux des patients en soins intensifs et alerter les cliniciens en cas d’augmentation de certains facteurs de risque. Alors que les dispositifs médicaux tels que les moniteurs cardiaques permettent d’assurer le suivi des signes vitaux, l’IA peut collecter les données issues de ces appareils et détecter des pathologies plus complexes, telles que le sepsis. Un client IBM a mis au point un modèle d’IA prédictive destiné aux prématurés affichant une précision de 75 % pour la détection de formes graves de sepsis.
La médecine de précision pourrait être plus facilement mise en œuvre grâce à une assistance virtuelle basée sur l’IA. Les modèles d’IA étant capables d’apprendre et de mémoriser les préférences, l’IA a le potentiel de fournir aux patients des recommandations personnalisées en temps réel, 24 heures sur 24. Plutôt que de devoir répéter les mêmes informations à chaque nouvelle personne, un système de santé pourrait offrir aux patients un accès permanent à un assistant virtuel alimenté par l’IA, capable de répondre à leurs questions en fonction de leurs antécédents médicaux, de leurs préférences et de leurs besoins personnels.
L’IA joue déjà un rôle prépondérant en imagerie médicale. Des recherches ont montré qu’une IA alimentée par des réseaux de neurones artificiels peut être tout aussi efficace que des radiologues humains pour détecter les signes de cancer du sein ainsi que d’autres pathologies. En plus d’aider les cliniciens à repérer les premiers signes d’une maladie, l’IA peut également faciliter la gestion du nombre vertigineux d’images médicales dont les cliniciens doivent assurer le suivi, en identifiant les éléments importants des antécédents d’un patient et en leur présentant les images pertinentes.
Au cours des essais cliniques, l’attribution de codes médicaux aux résultats des patients et la mise à jour des jeux de données correspondants prennent beaucoup de temps. L’IA peut contribuer à accélérer ce processus en permettant une recherche plus rapide et plus intelligente des codes médicaux. Deux clients d’IBM Watson Health ont récemment constaté que l’IA leur permettait de réduire le nombre de recherches de codes médicaux de plus de 70 %.
La découverte de médicaments constitue souvent l’une des étapes les plus longues et les plus coûteuses du développement de médicaments. L’IA pourrait permettre de réduire les coûts de développement de nouveaux médicaments de deux manières, principalement : en améliorant la conception des médicaments et en identifiant de nouvelles combinaisons de médicaments prometteuses. L’IA peut permettre au secteur des sciences de la vie de relever nombre de défis auxquels il est confronté en matière de mégadonnées.
L’intégration de l’IA médicale dans les workflows cliniques peut fournir un contexte précieux aux professionnels de santé lorsqu’ils prennent des décisions relatives aux soins des patients. Un algorithme de machine learning entraîné peut accélérer les recherches en fournissant aux cliniciens de précieux résultats, accompagnés d’informations factuelles sur les traitements et les procédures pertinents, en présence du patient.
Certaines données indiquent que l’IA peut contribuer à améliorer la sécurité des patients. Une récente revue systématique portant sur 53 études évaluées par des pairs et examinant l’impact de l’IA sur la sécurité des patients a révélé que les outils d’aide à la décision alimentés par l’IA peuvent contribuer à améliorer la détection des erreurs et la gestion des médicaments.
L’IA pourrait réduire les coûts dans le secteur de la santé de bien des façons. Parmi les opportunités les plus prometteuses figurent la réduction des erreurs de traitement médicamenteux, l’assistance médicale virtuelle personnalisée, la prévention de la fraude et l’optimisation des workflows administratifs et cliniques.
De nombreux patients se posent des questions en dehors des heures d’ouverture habituelles. L’IA peut fournir une assistance 24 heures sur 24 grâce à des chatbots capables de répondre à des questions simples et de proposer des ressources aux patients lorsque le cabinet de leur professionnel de santé est fermé. L’IA pourrait également être utilisée pour trier les questions et signaler les informations nécessitant un examen plus approfondi. Cela permettrait d’alerter les professionnels de santé sur des changements d’état de santé nécessitant une attention particulière.
L’un des principaux avantages de l’apprentissage profond réside dans la capacité des algorithmes d’IA à utiliser le contexte pour distinguer différents types d’informations. Par exemple, si une note clinique comprend la liste des médicaments actuels d’un patient ainsi qu’un nouveau médicament recommandé par son praticien, un algorithme d’IA bien entraîné peut utiliser le traitement automatique du langage naturel pour identifier quels médicaments ont été prescrits au patient par le passé.