L'intelligence artificielle est utilisée dans le domaine des soins de santé pour répondre aux questions des patients, les assister lors d'opérations chirurgicales et mettre au point de nouveaux produits pharmaceutiques.

Selon Statista, le marché des soins de santé basés sur l’intelligence artificielle (IA), évalué à 11 milliards de dollars en 2021, devrait atteindre 187 milliards de dollars en 2030. Cette augmentation massive signifie que nous continuerons probablement à constater des changements considérables dans la façon dont les prestataires médicaux, les hôpitaux, les entreprises pharmaceutiques et biotechnologiques et d’autres acteurs du secteur des soins de santé opèrent.

De meilleurs algorithmes de machine learning (ML) , un meilleur accès aux données, un matériel moins cher et la disponibilité de la 5G ont contribué à l'application croissante de l'IA dans le secteur de la santé, accélérant ainsi le rythme du changement. Les technologies d’IA et de ML peuvent passer au crible d’énormes volumes de données sur la santé (des dossiers de santé et des études cliniques aux informations génétiques) et les analyser beaucoup plus rapidement que les humains.

Les organisations de soins de santé utilisent l’IA pour améliorer l’efficacité de toutes sortes de processus, des tâches de back-office jusqu'aux soins aux patients. Voici quelques exemples de la façon dont l’IA pourrait être utilisée au profit du personnel et des patients :

• Workflows administratifs : les professionnels de santé passent beaucoup de temps à effectuer des tâches administratives. L’IA et l’automatisation peuvent effectuer bon nombre de ces tâches fastidieuses à leur place, en libérant du temps pour que les employés effectuent d’autres activités et en leur donnant plus de temps en face-à-face avec les patients. Par exemple, l’IA générative peut aider les cliniciens à prendre des notes et à résumer du contenu, ce qui permet de tenir les dossiers médicaux avec un maximum de soin. L’IA pourrait également contribuer à un codage précis et au partage d’informations entre les services et la facturation.
• Assistants infirmiers virtuels : une étude a révélé que 64 % des patients sont à l’aise avec l’utilisation de l’IA pour accéder 24 h sur 24 aux réponses fournies par les infirmières. Les assistants infirmiers virtuels basés sur l'IA, qui sont des chatbots, des applications ou d'autres interfaces alimentés par l'IA, peuvent être utilisés pour répondre aux questions sur les médicaments, transmettre des rapports aux médecins ou aux chirurgiens et aider les patients à planifier une visite avec un médecin. Ce sont autant de tâches routinières délestées du personnel soignant, qui peut alors consacrer plus de temps aux soins aux patients, où le jugement et les interactions humaines comptent le plus.
• Réduction des erreurs de dosage : l’IA peut être utilisée pour aider à identifier les erreurs dans la façon dont un patient s’auto-administre ses médicaments. Prenons l’exemple d’une étude publiée dans Nature Medicine, qui a révélé que jusqu’à 70 % des patients ne prennent pas leur insuline tel que prescrit. Un outil alimenté par l'IA actif en arrière-plan (un peu comme un routeur Wi-Fi) pourrait être utilisé pour signaler les erreurs dans la façon dont le patient administre un stylo injecteur ou un inhalateur d'insuline.
• Chirurgie moins invasive : des robots basés sur l'IA peuvent être utilisés pour contourner les organes et tissus sensibles afin de réduire la perte de sang, le risque d'infection et les douleurs post-chirurgicales.
• Prévention de la fraude : la fraude dans le secteur de la santé est énorme (380 milliards de dollars par an) et fait grimper le coût des assurances santé et des dépenses personnelles des patients. La mise en œuvre de l’IA peut aider à reconnaître des tendances inhabituelles ou suspectes dans les réclamations d’assurance, telles que la facturation de services ou de procédures coûteux qui ne sont pas effectués, le dégroupage (c’est-à-dire la facturation des différentes étapes d’une procédure comme s’il s’agissait de procédures distinctes) et la réalisation de tests inutiles pour soutirer des fonds à l’assurance.

Une étude récente a révélé que 83 % des patients considèrent qu'une mauvaise communication est le pire aspect de leur expérience, ce qui démontre la nécessité d'un dialogue plus clair entre les patients et les professionnels de santé. Les technologies d'IA comme le traitement automatique du langage naturel (NLP), l'analyse prédictive et la reconnaissance vocale pourraient aider les professionnels de santé à communiquer plus efficacement avec les patients. L'IA peut, par exemple, fournir des informations plus précises sur les options de traitement d'un patient, permettant ainsi au professionnel de santé d'avoir des conversations plus pertinentes avec le patient pour une prise de décision partagée.

Selon la faculté de santé publique de Harvard, bien que cette utilisation n'en soit qu'à ses débuts, l'utilisation de l'IA pour établir des diagnostics pourrait réduire les coûts de traitement jusqu'à 50 % et améliorer les résultats de santé de 40 %.

Un exemple de cas d’utilisation est celui de l’ Université d’Hawaï, où une équipe de recherche a découvert que le déploiement de la technologie d’IA d’apprentissage profond pouvait améliorer la prédiction du risque de cancer du sein. Des recherches supplémentaires sont nécessaires, mais le directeur de l'étude a confirmé qu'un algorithme d'IA pourrait être entraîné sur un ensemble d'images beaucoup plus important que celui d'un radiologue, jusqu'à un million de radios voire plus. En outre, cet algorithme peut être reproduit gratuitement, sauf pour le coût du matériel.

Un groupe du MIT a développé un algorithme de ML pour déterminer quand un expert humain est nécessaire. Dans certains cas, comme l’identification d’une cardiomégalie sur des radiographies thoraciques, ils ont constaté qu’un modèle hybride humain-IA produisait les meilleurs résultats.

Une autre étude publiée a révélé que l’IA reconnaissait mieux le cancer de la peau que les médecins expérimentés.  Des chercheurs américains, allemands et français ont utilisé l'apprentissage profond sur plus de 100 000 images pour identifier le cancer de la peau. En comparant les résultats de l’IA à ceux de 58 dermatologues internationaux, ils ont constaté que l’IA faisait mieux.

Les moniteurs de santé et de fitness sont de plus en plus populaires et de plus en plus de personnes utilisent des applications qui suivent et analysent les détails de leur santé. Elles peuvent partager ces ensembles de données en temps réel avec leur médecin pour surveiller les problèmes de santé et générer des alertes en cas de problème.

Les solutions d'IA – telles que les applications de big data, les algorithmes de machine learning et les algorithmes d'apprentissage profond – pourraient également être utilisées pour aider les humains à analyser de grands ensembles de données afin de faciliter la prise de décisions cliniques et autres. L'IA pourrait également être utilisée pour aider à détecter et à suivre les maladies infectieuses, telles que la COVID-19, la tuberculose et le paludisme.

L’un des avantages de l’utilisation de l’IA pour les systèmes de santé est de faciliter la collecte et le partage d’informations. L’IA peut aider les prestataires à suivre plus efficacement les données des patients.

Le diabète en est un exemple. Selon l'agence gouvernementale Centers for Disease Control and Prevention, 10 % de la population américaine souffre de diabète. Les patients peuvent désormais utiliser des appareils de surveillance, portables et autres, qui livrent des informations sur leur taux de glucose à eux-mêmes et à leur équipe médicale. L’IA peut aider les prestataires à rassembler ces informations, à les stocker et à les analyser, et à fournir des informations basées sur les données d’un grand nombre de personnes qui aideront les professionnels de santé à déterminer comment mieux traiter et gérer les maladies.

Les organisations commencent également à utiliser l’IA pour améliorer la sécurité des médicaments. La société SELTA SQUARE, par exemple, innove dans le processus de pharmacovigilance (PV), une discipline réglementée visant à détecter et signaler les effets indésirables des médicaments, puis à évaluer, comprendre et prévenir ces effets. La PV demande beaucoup d'efforts et de diligence de la part des producteurs pharmaceutiques, car elle commence dès la phase des essais cliniques et se poursuit durant toute la durée de vie du médicament sur le marché. Selta Square utilise une combinaison d'IA et d'automatisation pour rendre le processus de PV plus rapide et plus précis, ce qui contribue à rendre les médicaments plus sûrs pour les populations du monde entier.

Parfois, l’IA peut réduire la nécessité de tester physiquement des composés médicamenteux potentiels, ce qui représente d’énormes économies. Les simulations moléculaires haute fidélité peuvent fonctionner sur des ordinateurs sans encourir les coûts élevés des méthodes de découverte traditionnelles.

L'IA a également le potentiel d'aider les humains à prédire la toxicité, la bioactivité et d'autres caractéristiques des molécules ou à créer des molécules médicamenteuses auparavant inconnues.

Alors que l'IA gagne en importance dans la prestation des soins de santé et que de plus en plus d'applications médicales d'IA sont développées, une gouvernance éthique et réglementaire doit être mise en place. Les problèmes préoccupants incluent la possibilité de biais, le manque de transparence, les enjeux de confidentialité concernant les données utilisées pour la formation des modèles IA, ainsi que les problèmes de sécurité et de responsabilité.

« La gouvernance de l'IA est nécessaire, en particulier pour les applications cliniques de cette technologie », explique Laura Craft, vice-présidente analyste chez Gartner. « Cependant, comme les nouvelles techniques d’IA sont en grande partie une nouveauté pour la plupart des [organismes de prestation de soins de santé], il y a un manque de règles, de processus et de directives communs que les entrepreneurs peuvent suivre lorsqu’ils conçoivent leurs projets pilotes ».

L'Organisation mondiale de la santé (OMS) a passé 18 mois à délibérer avec d'éminents experts en éthique, en technologie numérique, en droit et en droits de l'homme, ainsi qu'avec divers membres de ministères de la santé, afin de produire un rapport sur la gouvernance de l'intelligence artificielle au service de la santé. Ce rapport identifie les défis éthiques liés à l'utilisation de l'IA dans les soins de santé, identifie les risques et présente six principes de consensus pour garantir que l'IA fonctionne dans l'intérêt du public :

1. Protéger l'autonomie
2. Promouvoir la sécurité et le bien-être des personnes
3. Garantir la transparence
4. Favoriser la responsabilité
5. Garantir l’équité
6. Promouvoir des outils réactifs et durables

Le rapport de l'OMS contient également des recommandations visant à garantir que l'utilisation de l'IA dans les soins de santé maximise les promesses de la technologie et responsabilise les travailleurs de la santé, qui doivent être à l'écoute des communautés et des personnes avec lesquelles ils travaillent.

L'IA permet de réduire les erreurs humaines, d'aider les professionnels et le personnel médical, et de fournir des services aux patients 24 heures sur 24, 7 jours sur 7. Avec le développement continu des outils d’IA, il est possible d'accentuer leur utilisation pour lire des images médicales, des radiographies et des scanners, diagnostiquer des problèmes médicaux et créer des plans de traitement.

Les applications d'IA continuent de contribuer à rationaliser diverses tâches, comme répondre au téléphone ou analyser les tendances en matière de santé de la population (et de nouvelles utilisations devraient apparaître à l'avenir). Par exemple, les futurs outils d'IA pourraient automatiser ou améliorer davantage le travail des cliniciens et des membres du personnel. Cela permettra aux humains de consacrer plus de temps aux soins en face à face et de les rendre plus efficaces et plus bienveillants.

Lorsque les patients ont besoin d’aide, ils ne veulent pas (ou ne peuvent pas) attendre. Les ressources des établissements de santé sont limitées, de sorte que l’aide n’est pas toujours disponible instantanément ou 24 h sur 24, et même de légers retards peuvent créer de la frustration et un sentiment d’isolement ou aggraver certaines affections.

Les chatbots de santé basés sur l'IA IBM watsonx Assistant peuvent aider les prestataires à faire deux choses : concentrer leur temps là où il le faut et permettre aux patients qui appellent d'obtenir des réponses rapides à des questions simples.

IBM watsonx Assistant repose sur des modèles d’apprentissage profond, de machine learning et de traitement automatique du langage naturel (NLP) pour comprendre les questions, rechercher les meilleures réponses et mener les transactions grâce à l’IA conversationnelle.