L’intelligence artificielle au service de la santé : entre révolution et prudence

L’IA, c’est quoi ?

Pour comprendre les enjeux liés à l’IA, revenons rapidement sur sa définition. Olivier de Fresnoye et Mehdi Benchoufi préfèrent d’ailleurs parler de deux définitions. La première caractérise l’IA comme la possibilité d’automatiser un certain nombre de processus :

ce rêve, d’opérer le moindre effort pour assurer une tâche pénible, est la version triviale de la définition de l’IA.

La seconde définition est liée quant à elle à la notion de machine learning :

avec l’idée que la machine devient douée de facultés cognitives et d’apprentissage, on la laisse entrer sur le terrain de l’être humain et venir en concurrencer les compétences.

Illustrons ce basculement : dans les années 1990, IBM crée Deep Blue, qui bat aux échecs le champion Kasparov, assez sévèrement. C’est un moment fort, mais néanmoins, ce n’est au fond la victoire que d’une immense puissance de calcul. Le mouvement s’accélère dans les années 2000, lorsqu’avec le machine learning, les machines « apprennent » grâce à la data.

S’ouvre alors la perspective d’« élever » des machines… comme on élève des enfants. C’est ainsi qu’il y a quelques mois, Google DeepMind a réussi à battre le champion du monde du jeu de Go, Lee Sedol avec son programme « AlphaGo ». Le jeu de Go était alors estimé comme une sorte de frontière : autant une partie d’échecs est suffisamment réglée pour pouvoir être anticipée par de puissants calculs, autant il en va autrement pour le jeu de Go. Le programme a « appris » de lui-même, et a même perçu des signaux inaccessibles à l’entendement humain. Cette victoire de l’intelligence artificielle au jeu de Go marque un pas décisif, qui peut paraître spectaculaire, prometteur, mais aussi inquiétant.

Le patient plus que jamais acteur de sa santé

Lors du dernier CES à Las Vegas (le rendez-vous mondial des innovations technologiques grand public), il a été beaucoup question d’intelligence artificielle au service de la santé. On pourrait aller jusqu’à dire que le digital soulage l’hôpital. Nombreux sont les exposants qui ont présenté des projets relatifs à l’accessibilité des soins à domicile.

Les assistants virtuels s’intègrent dans le quotidien des patients et l’IA permet d’accroître davantage encore la précision des recommandations des objets connectés. IBM a par exemple annoncé une série de partenariats pour positionner l’intelligence de Watson au coeur d’objets connectés. Il s’agit de renforcer ainsi leurs capacités de prédiction et d’analyse.

L’intelligence artificielle permet aussi de développer des objets médicaux intelligents facilitant le diagnostic. Deux startups françaises ont ainsi donné vie à « Motio », une montre intelligente qui lutte contre l’apnée du sommeil dont souffrirait 6% de la population mondiale.

Dotée de capteurs, elle collecte des données biométriques et les rend disponibles via une application mobile. Elle s’accompagne aussi d’une intelligence artificielle qui analyse ces données afin de mieux appréhender les habitudes de sommeil de l’utilisateur. L’objectif : livrer des recommandations davantage personnalisées.

Quelles applications dans le secteur de la santé ?

Les applications de l’intelligence artificielle dans le secteur de la santé sont donc bien réelles et alimentent beaucoup d’espoirs. Pour Olivier de Fresnoye et Mehdi Benchoufi,

si nous avons aujourd’hui des projets concrets à l’étude, nous n’avons pas d’exemples qui soient en usage.

Même constat chez Guillaume Jeannerod :

on ne cesse de décrire un potentiel énorme de l’IA en matière de santé, des projets sont étudiés, avec des résultats très prometteurs, mais dans les faits, aujourd’hui, il n’y a pas encore de révolution.

Parmi ces projets, Guillaume Jeannerod évoque un programme de dépistage du cancer du sein plus individualisé :

Aujourd’hui, le programme fonctionne de manière généralisé : dès qu’une femme a 50 ans, une mammographie tous les deux ans lui est conseillée. A présent, nous allons pouvoir inclure de la donnée, notamment sur les facteurs héréditaires. Ce projet, mené par l’Institut national du Cancer, est en cours. Il va permettre aux femmes à risque d’être davantage suivies que les autres, permettant donc un meilleur ciblage du dépistage.

Olivier de Fresnoye et Mehdi Benchoufi évoquent un autre exemple concernant le cancer, mené par IBM et son super-ordinateur Watson au Memorial Sloan Kettering Cancer Center à New-York :

L’ambition du programme est d’établir des éléments de choix thérapeutiques, les plus individualisés possibles. Les médecins peuvent stocker un certain nombre d’informations dans leur mémoire, mais les exigences des connaissances à mobiliser aujourd’hui sont devenues énormes… Les cancers sont de plus en plus typés sur le plan génétique, ce qui demande des connaissances incroyables sur chaque type de cancer, impossibles à mémoriser pour un humain. C’est ici que la machine prend le relais. Les publications récentes attestent que l’intelligence artificielle permet aujourd’hui d’automatiser la formation de diagnostic à partir d’imageries (scanners, échographies), avec des retours très positifs, à confirmer par des essais cliniques.

Quels sont les freins ?

Les promesses sont donc immenses. Et elles peuvent devenir très vite réelles :

technologiquement, tout est là depuis un moment. Les freins ne sont plus que d’ordre culturel,

souligne Guillaume Jeannerod, qui perçoit deux obstacles majeurs.

Le premier est lié au corps médical et au nécessaire temps d’adaptation et d’intégration de ces technologies. Si certains médecins sont enthousiastes à l’idée d’être épaulés par les technologies, d’autres sont plus sceptiques, voire critiques. Ils ont en effet le sentiment d’être remplacés par des machines. Que faire si certaines machines entrent en compétition avec des taches faites par des médecins ? Comment redistribuer les compétences médicales ? Les médecins sont confrontés à cette remise en question.

Le second frein est d’ordre législatif, et demande l’ouverture d’un débat politique, juridique et éthique.

Les enjeux autour de la protection de la donnée par exemple sont très nombreuses. La vigilance est une très bonne chose, mais elle peut être aussi un vrai frein ,

explique Guillaume Jeannerod.

Olivier de Fresnoye et Mehdi Benchoufi partagent cet appel à une réflexion éthico-juridique, évoquant notamment le sujet des droits des robots, de la responsabilité des algorithmes…

Si une machine délivre un mauvais diagnostic, qui sera responsable… ? Les questions éthiques sont très vastes. Quel sera le prix de l’IA au service de la santé ? La réduction du nombre de médecins ? Une redistribution des tâches... beaucoup de questions se posent. Quoiqu’il en soit, nous ne sommes pas certains que l’IA nous fasse assister à une « uberisation » de la médecine. Nous croyons davantage dans l’assistance et dans le compagnonnage de la machine et dans l’existence d’un couple machine-homme à faire évoluer.

analysent-ils.

Les promesses de l’IA sont donc bien réelles, reste néanmoins l’immense tâche de trouver un nouvel équilibre avec la machine, entre le patient et les équipes médicales.

IA : une accélération des initiatives en 7 dates-clés

- 1996 : l’ordinateur DeepBlue bat aux échecs Gasparov, pourtant champion du monde

- Janvier 2010 : l'US Air Force demande l'aide de l'industrie pour développer une intelligence avancée de collecte d'information

- 2011 : Watson, un programme informatique d'intelligence artificielle conçu par IBM défraie la chronique en participant au jeu télévisé Jeopardy!. Non seulement il trouve les réponses en quelques secondes, mais il les énonce. Watson s’est beaucoup spécialisé dans la médecine depuis sa création

- Mai 2013 : Google ouvre un laboratoire de recherches dans les locaux de la NASA.

- Janvier 2016 : Mark Zuckerberg se donne pour objectif de « construire une intelligence artificielle simple pour piloter la maison ou aider les individus dans leur travail

- Mars 2016 : l’intelligence artificielle AlphaGo (programme de DeepMind), bat le Sud-Coréen Lee Sedol, numéro 3 mondial au jeu de Go

- 2017 : les initiatives se multiplient avec le lancement du fonds de capital-risque Serena Capital (80 millions d’euros dédié à l’investissement dans les startups européennes du Big Data et de l'intelligence artificielle). Axelle Lemaire entend quant à elle valoriser les potentiels scientifiques et industriels de notre pays grâce au projet « France IA ».

M-FR-00004255