1 - L'IA et la recherche & développement
L’intelligence artificielle (IA) naît dans les années 1950. Depuis ses débuts, elle connaît une évolution rapide grâce :
- aux avancées en puissance de calcul,
- à l'amélioration des algorithmes en apprentissage automatique¹,
- à la disponibilité des big data.
La contribution de l’intelligence artificielle à la recherche médicale
Dans le domaine de la recherche médicale, l’IA accélère le processus de découverte de médicaments en facilitant l’identification de nouvelles molécules prometteuses.
À titre d’exemple, l’entreprise américaine Atomwise est l’une des premières à développer un réseau de neurones artificiels pour la découverte de médicaments. Cette technologie permet d’identifier très vite parmi des milliards de composés, ceux qui présenteraient une affinité avec une protéine cible², tout en ayant les propriétés recherchées.
L’intelligence artificielle optimise également la conception des essais cliniques en réduisant les coûts, les délais et leur efficacité. Le recrutement de patients devient plus représentatif et pertinent. Tandis que le suivi et l’analyse des résultats en temps réel permettent l’ajustement des protocoles en conséquence.
La modélisation et la simulation pour une approche individualisée de la médecine
Les avancées de l’IA ouvrent de nouvelles perspectives en médecine prédictive et personnalisée avec le concept de « jumeau numérique ». La modélisation d’un patient ou de ses organes permet de créer un double numérique pour vérifier, à l’aide de calculs complexes, les hypothèses scientifiques.
C’est le cas, par exemple, du projet SimbiotX piloté par l’INRIA³. Il permet « d’identifier les mécanismes qui régissent le fonctionnement du corps humain, depuis son échelle cellulaire jusqu’aux organes entiers, et au système sanguin qui les irrigue ».
L’utilisation d’un jumeau numérique a pour objectifs :
- d’anticiper la réponse à apporter avant la réalisation concrète de traitements et d’équipements médicaux,
- de personnaliser les traitements et les dispositifs médicaux,
- de préparer les interventions chirurgicales,
- de prédire le développement de maladies aiguës ou chroniques en fonction du profil génétique et des facteurs environnementaux du patient.
2 - L'IA et l'aide aux diagnostic et traitements
Les systèmes d’IA sont capables d’analyser en quelques secondes des radiographies, des IRM et des scanners réduisant le délai de diagnostic. Ils intègrent le traitement de données cliniques abondantes et multiples : symptômes, antécédents médicaux, résultats de tests.
L’IA a la capacité de fournir des diagnostics différenciés plus rapidement et avec une précision améliorée, et de recommander des traitements.
En oncologie, par exemple, la plateforme d’IA IBM Watson peut :
- analyser des milliers de publications scientifiques et des dossiers médicaux en quelques secondes,
- comparer les informations des patients avec des bases de données médicales,
- et proposer des options thérapeutiques personnalisées aux patients atteints de cancer.
L’intelligence artificielle est en mesure de repérer des signes précoces de maladies comme le cancer, les maladies cardiovasculaires et les maladies neurodégénératives.
DeepMind, la société créée par Google, a développé des algorithmes pour analyser des images rétiniennes. Ils détectent la rétinopathie diabétique et la dégénérescence maculaire avec une précision comparable à celles des ophtalmologistes.
Enfin, les outils d’IA peuvent identifier les patients à risque de maladies chroniques. Ils permettent de favoriser des actions préventives : examens réguliers, changements du mode de vie...
3 - L'IA et l'optimisation de la gestion des patients
L’automatisation des tâches administratives et organisationnelles
L’intelligence artificielle simplifie et optimise les tâches administratives. L’utilisation de chatbots ou d’assistants virtuels permet d’automatiser :
- la gestion des dossiers médicaux des patients,
- la planification des rendez-vous,
- la réalisation de comptes rendus,
- la gestion des ressources humaines et matérielles.
Elle assure également une meilleure coordination entre professionnels de santé. Comme le note Philippe Coucke, dans son livre Médecine du futur, les praticiens libèrent « plus de temps pour s’occuper de ce qui constitue les vraies valeurs du métier : l’empathie, l’écoute, l’éducation et l'accompagnement ».
Le suivi et le traitement des patients à distance et en temps réel
L’IA améliore la qualité de vie des patients grâce à une prise en charge plus personnalisée et prédictive. Des plateformes de télémédecine, des chatbots, des dispositifs portables connectés ou encore des applications de santé mobile utilisent l’IA pour :
- interagir avec les patients pour recueillir des informations sur leurs symptômes ou leur fournir des conseils de santé, ou encore les orienter vers les soins appropriés,
- effectuer une surveillance continue des patients atteints de maladies chroniques (diabète, hypertension). Par exemple, les glucomètres connectés peuvent transmettre les données de glycémie de patients diabétiques à une application d’IA. Après analyse des tendances, elle fournit des recommandations en temps réel,
- détecter des anomalies dans les signes vitaux ou les comportements de patients et alerter les médecins pour permettre une intervention rapide et personnalisée,
- optimiser des plans de traitement. Des algorithmes de machine learning peuvent déterminer la dose optimale d’insuline pour les patients diabétiques en fonction de leurs taux de glycémie, de leur alimentation et de leur activité physique.
De nombreux exemples d’application de l’IA en santé peuvent être consultés sur le site de l’ANAP.
Un soignant sur deux intègrerait l'IA dans sa pratique quotidienne
L’avenir de l’intelligence est prometteur pour améliorer la qualité et la sécurité des soins pour tous. Sur le terrain, la réalité semble plus nuancée⁵ ; les défis à relever sont encore nombreux. Et l’OMS⁴ prévient : « L’intelligence artificielle constitue un grand espoir pour améliorer la prestation des soins et la médecine dans le monde entier, mais à condition de placer l’éthique et les droits humains au cœur de sa conception, de son déploiement et de son utilisation. »
En France, une enquête de PulseLife, réalisée du 04/12/2023 au 13/01/2024, révèle que plus d’un soignant sur deux intègrerait l'IA dans sa pratique quotidienne. L’essor de l’IA en santé devrait s’accentuer grâce notamment au plan Innovation santé 2030⁶.
Sources
1 Apprentissage automatique ou Machine learning : champ d’étude de l’intelligence artificielle qui vise à donner aux machines la capacité d’« apprendre » à partir de données, par des modèles mathématiques. Plus précisément, il s’agit du procédé par lequel les informations pertinentes sont tirées d’un ensemble de données d’entraînement. (Définition de la CNIL)
2 Protéine cible : protéine spécifique dans un organisme qui interagit avec une molécule (un médicament ou une autre protéine) pour produire un effet biologique. En modulant leur activité, on peut influencer des processus biologiques.
3 Article Jumeau numérique pour soins réels : SimbiotX modélise la santé du futur, mis à jour sur le site de l'Inria le 22/03/2023.
4 Frontières de Médecine. Sec. Médecine translationnelle, Volume 7- 2020
5 L’OMS publie le premier rapport mondial sur l’intelligence artificielle (IA) appliquée à la santé et six principes directeurs relatifs à sa conception et à son utilisation, 28 juin 2021.
6 Ministère de l’Enseignement supérieur et de la Recherche. Plan Innovation santé 2030 : Faire de la France la première nation européenne innovante et souveraine en santé
Cet article est rédigé selon les principes du « langage clair ». En savoir plus
