Santé : le rôle bientôt essentiel de l’IA générative ?

IA générative et santé : de nombreux champs d’application

Les nouvelles intelligences artificielles génératives émergent comme des outils complémentaires aux solutions technologiques déjà existantes dans le domaine médical. Leur potentiel s’étend à un large éventail d’applications possibles, offrant de nouvelles perspectives aux professionnels, mais aussi aux patients :

• Les systèmes basés sur l’IA générative sont capables d’analyser des images médicales provenant de différentes sources comme la radiographie, le scanner ou l’imagerie par résonance magnétique.
• En utilisant des modèles génératifs, les médecins peuvent bénéficier d’un soutien supplémentaire dans le choix des traitements adaptés à chaque cas. Ces systèmes intègrent une grande quantité de données médicales pour fournir des recommandations personnalisées en fonction des spécificités de chaque patient.
• L’IA générative permet de produire rapidement des comptes rendus d’hospitalisation, mais aussi des notes cliniques, comptes rendus d’interventions chirurgicales, rapports de réunion, lettres de liaison entre établissements de santé et médecins traitants… Cette automatisation des tâches administratives libère du temps précieux pour les professionnels de la santé.
• Grâce à l’analyse de vastes ensembles de données médicales, les IA génératives évaluent l’efficacité des traitements comme des protocoles médicaux. Elles permettent d’identifier des modèles dans la prestation des soins de santé, pour optimiser la gestion du système de santé dans son ensemble.
• En simulant puis en explorant virtuellement des combinaisons moléculaires, l’IA générative accélère le processus de découverte de nouveaux médicaments. Ces systèmes sont capables de réduire le temps comme les coûts associés à la recherche pharmaceutique.

Les possibilités offertes par l’IA générative dans le domaine de la santé sont en constante expansion. Elles pourraient bientôt s’étendre à l’épidémiologie, à l’optimisation des processus hospitaliers ou encore à l’amélioration de l’accès aux soins.

Bon à savoir : IA et santé : vers une croissance spectaculaire
Le marché de l’intelligence artificielle médicale représentait 11 milliards de dollars en 2021. Selon les premières estimations, il pourrait atteindre près de 188 milliards de dollars d’ici 2030.

S.A.R.A.H. : nouvelle agent numérique de promotion de la santé

En avril 2024, l’Organisation mondiale de la Santé (OMS) a annoncé le lancement de S.A.R.A.H., un prototype d’agent numérique de promotion de la santé. Cette dernière est dotée de capacités améliorées de réponse empathique. Elle est alimentée par une intelligence artificielle générative.

S.A.R.A.H. (ou « Smart AI Resource Assistant for Health ») est une assistante numérique ayant accès à une vaste banque de données médicales. Elle constitue une évolution par rapport aux simples avatars :

• Elle est capable de dialoguer avec les utilisateurs 24 heures sur 24, en 8 langues différentes, sur des sujets liés à la santé, à partir de n’importe quel appareil.
• Elle est entraînée pour fournir des informations sur tous les sujets de santé physique ou mentale. Son objectif est d’aider les utilisateurs à veiller sur leur propre santé.
• Elle est consultable au format vidéo ou texte.

S.A.R.A.H. est compétente pour fournir des réponses précises en temps réel, d’entretenir des conversations dynamiques, d’apporter des informations très nuancées.

Med-PaLM 2 exploite déjà la puissance des modèles linguistiques de Google pour répondre de manière plus précise aux questions médicales. Il s’agit d’une version améliorée de l’IA appelée « Large Language Model » (LLM), spécifiquement adaptée au domaine médical. Ce modèle a la particularité d’être conçu pour comprendre puis traiter le langage naturel lié à la médecine.

Quels sont les freins à l’IA générative en santé ?

L’adoption comme le développement de l’IA générative en santé constituent encore un phénomène très récent. Cette technologie n’a pas vocation à remplacer le rôle du médecin. De nombreux obstacles existent encore avant sa généralisation, tout particulièrement en Europe :

• Sur le plan de l’aide au diagnostic, aucun système ne peut être développé efficacement sans un accès amélioré aux données médicales privées. La disponibilité de ces données est essentielle pour entraîner les modèles. Cela soulève des préoccupations éthiques comme de confidentialité, notamment dans le cadre de la réglementation générale relative à la protection des données (RGPD).
• La législation autour de l’utilisation de l’IA générative en santé reste à définir. Cela inclut les règles applicables à l’éventuel paiement des consultations d’un agent numérique.
• L’interprétation des résultats produits par les systèmes d’IA générative peut nécessiter une expertise supplémentaire. Les décisions médicales basées sur ces résultats doivent être prises de manière éclairée. Elles impliquent toujours l’intervention d’un professionnel de santé.

L’IA générative est une technologie prometteuse. Elle est porteuse de solutions innovantes pour des diagnostics plus rapides, des traitements personnalisés ou encore une gestion améliorée des soins. Pour éviter les erreurs de diagnostic, elle reste toujours supervisée par un médecin.