La machine, le médecin et moi : l’intelligence artificielle nous soigne déjà

Médecin consultation ordonnance (Crédits : Life Mental Health, licence CC BY 2.0)

La mise en perspective des interactions entre l’intelligence artificielle en santé et la génétique constitue un des enjeux majeurs de notre avenir.

Par Farid Gueham.
Un article de Trop Libre

« Les robots ne vous soigneront pas demain, ils vous soignent aujourd’hui. L’intelligence artificielle transforme profondément le champ sanitaire et médico-social, bouleversant les pratiques de la médecine. Le rythme de ces changements ne cesse de s’accélérer […] Les nouvelles techniques provenant de l’entrée du numérique soulèvent cependant des risques éthiques qui apparaissent tout aussi vertigineux que l’avancée technologique et thérapeutique obtenue ». 

David Gruson, ancien directeur d’hôpital, professeur et membre de la Chaire santé de Sciences Po, offre une vision nuancée et réaliste de l’innovation dans le secteur de la médecine : l’association de la machine, du médecin et du patient est indispensable en télésanté. Une question se posera en priorité : celle de la « régulation positive » de l’intelligence artificielle et de la robotisation en santé, un parti-pris que défend l’auteur à travers son initiative « Ethik A ».

L’intelligence artificielle : des enjeux et des gains majeurs pour notre santé

« Le déploiement de l’intelligence artificielle est source d’améliorations littéralement extraordinaires pour notre santé. Ce saut qualitatif possible pour notre système de soins s’accompagne d’un effet de levier potentiel majeur pour la croissance de la France ». L’intelligence artificielle va également impacter de façon radicale les métiers du champ sanitaire et médico-social. Et à la base de l’intelligence artificielle se trouve la donnée.

Si la perspective d’une médecine sans médecin est de moins en moins probable, la collecte massive de données, le big data, constitue une condition sine qua non au déploiement de l’intelligence artificielle. Les data sont en fait la matière première, la base de l’alimentation de tout programme informatique. « La course aux données de santé s’est donc engagée au niveau mondial. Pour pouvoir approvisionner les algorithmes ces données doivent être médicalement et techniquement fiables, mais également en volume suffisant pour permettre à l’IA de s’appuyer sur des régularités statistiques robustes » précise David Gruson.

Le recours à ces données de santé pose l’enjeu du développement d’un régime protecteur afin d’éviter les risques, notamment les usages commerciaux entre autres dérives. Le RGPD impose dans ce contexte de nouvelles obligations reposant sur trois piliers : le renforcement des droits de la personne physique, la responsabilisation des acteurs avec l’obligation de nommer un « data officer », et enfin un régime de sanctions à compter du 25 mai 2018, en cas de manquement aux obligations du texte.

Et si l’intelligence artificielle en santé n’était pas régulée ?

« Les avancées potentielles associées à l’IA sont donc majeures et il ne serait pas éthique de les repousser tant les problématiques associées à l’absence de partage des données de santé sont devenues inacceptables […]. Refuser ces avancées reviendrait à condamner à très brève échéance notre système de santé à une relégation irrémédiable ». Mais gare au surplus de réglementation, ce mal français qui risque de bloquer l’innovation en santé.

À très court terme, les usagers et les médecins de l’Hexagone pourraient se retrouver dans l’obligation d’importer des services et des solutions d’IA en santé. Cette tentation de « l’opt-out » viendrait enfin éroder les principes de solidarité à la base de notre système de santé. Pour David Gruson, il est urgent d’élargir l’accès à l’IA en santé en France pour ne pas subir l’importation de solutions non régulées et conçues ailleurs.

L’intelligence artificielle et génétique : quels enseignements dégager pour la régulation positive de l’IA en santé ?

« La génétique est définie scientifiquement comme la science de l’hérédité qui étudie les caractères héréditaires des individus, leur transmission au fil des générations et leurs variations (mutations). Comme la science-fiction, la génétique peut être présentée comme une discipline du décodage ». La révolution technologique du séquençage du génome l’illustre bien.

Le coût de l’analyse des gènes d’un trio « parents et enfant » qui représentait un investissement de plusieurs milliards d’euros il y a dix ans encore, est ramené à 4500 euros. Parallèlement, des entreprises privées telles que 23andMe proposent des analyses du code génétique en ligne sur simple demande des patients.

La mise en perspective des interactions entre l’intelligence artificielle en santé et la génétique constitue un des enjeux majeurs de notre avenir. Un sujet sensible et un double risque : celui de l’absence de régulation d’une part, et d’autre part celui de la non-régulation du recours à l’intelligence artificielle pour traiter cette demande.

Toutes les données de santé ne se valent pas

« Le big data, c’est-à-dire l’accumulation massive de données de santé, constitue donc une condition majeure pour permettre à l’intelligence artificielle d’atteindre ses pleines capacités. Cette formulation « big data », ne semble pas opérationnelle […] le big data établit la vision fausse de données de santé qui seraient toutes fondues dans un vaste ensemble et mises sur le même plan. Or tout ne se vaut pas », rappelle David Gruson.

Il y a notamment les données dites de bien-être que nos smartphones agrègent et qui font l’objet d’une large diffusion. Il y également les dossiers médicaux des patients – base d’informations essentielle pour permettre la fiabilisation des algorithmes d’aide à la décision médicale. Ces données doivent faire l’objet d’un partage dans des cadres sécurisés afin de renforcer la qualité de leur traitement.

Il convient donc de graduer la protection de ces données en fonction de leur niveau de sensibilité, avec d’un côté les IA qui aident à la décision médicale et de l’autre les IA apprenantes, qui intègreront les données génétiques. « On comprend, dans ces conditions que la dérive eugénique puisse devenir plus qu’une éventualité. Sans régulation, elle serait même sans doute la conséquence logique de l’intégration du génome pour l’intelligence artificielle »rappelle David Gruson.

Inventer une régulation positive de l’intelligence artificielle en santé

« La régulation positive peut aussi être créatrice de confiance et de valeur. L’intelligence artificielle – qui reste jusqu’ici relativement mal connue – suscite encore des inquiétudes chez les professionnels et les patients dans de nombreux pays ». Pour l’auteur, la France peut porter des solutions d’IA en santé efficaces médicalement et responsables éthiquement. Elle gagnera un avantage considérable sur des créneaux identifiés, dans une compétition internationale toujours plus forte.

Pour aller plus loin :

–       « La e-santé : télésanté, santé numérique ou santé connectée »irdes.fr

–       « Le RGPD appliqué au secteur de la santé »cnil.fr

–      « Intelligence artificielle : partager les données pour rester dans la course », lesechos.fr

–       « La santé à l’heure de l’intelligence artificielle »tnova.fr

Sur le web