L’IA en santé : un outil au service des médecins mais aussi des patients

D’autres recherches mobilisent le machine learning afin d’orienter les investigations cliniques vers telle ou telle maladie rare à partir de données facilement collectées par les médecins traitants. Là encore, l’IA pourrait permettre de faciliter et d’accélérer le dépistage des maladies rares.

Un renforcement de l’autonomie du patient dans sa prise en charge

D’autres applications de l’IA sont destinées à renforcer l’autonomie des patients en leur évitant un recours systématique aux soignants et aux structures hospitalières pour être pris en charge. Des robots conversationnels peuvent ainsi réaliser une partie de l’éducation thérapeutique et de l’information du patient, concentrant les interactions entre soignants et patients sur les questions les plus complexes, où l’accompagnement humain est central. 

Dans le diabète, les premiers systèmes dits de "boucle fermée" ont démontré leur efficacité clinique : ils permettent le pilotage automatique de l’injection d’insuline en fonction des données d’un lecteur de glycémie en continu et des informations rapportées par le patient. Les algorithmes présents dans ces solutions se substituent à la décision répétitive du patient avec une fiabilité supérieure, lui permettant à terme de se détacher de la gestion multi-quotidienne de son traitement.

Un suivi personnalisé dans un parcours de soins adapté

L’IA est également à même d’améliorer fortement le suivi des patients et l’optimisation de leurs parcours de soins. En mobilisant d’importantes bases de données de santé, notamment les bases de remboursement disponibles sous forme anonymisée dans de nombreux pays (à l’instar du Système National des Données de Santé en France), il est possible de prédire, grâce au deep learning, des ruptures majeures dans les parcours de soins comme des arrêts de traitement, des hospitalisations, des crises, des décompensations ou rechutes.

Des innovations technologiques et éthiques

L’efficacité des solutions présentées dépendra également de la possibilité de mobiliser les données actives des patients, qu’elles se situent par exemple dans leurs dossiers informatisés à l’hôpital, dans des biobanques ou au sein du Dossier Médical Partagé (DMP). Une ouverture raisonnée de ces sources d’informations, sous le contrôle du patient et avec son consentement, constituerait une avancée majeure dans la mise en application pratique des promesses de l’IA. 

Pour se situer dans un cadre éthique, le développement de l’IA au service des patients devra évidemment se faire dans le respect de la confidentialité et de la sécurité des données médicales, le Règlement Général pour le Protection des Données (RGPD) constituant dans cette perspective un cadre à la fois ambitieux et réaliste qui s’impose progressivement au-delà de l’Europe. 

Enfin, pour faciliter l’acceptation et l’ancrage à long-terme de l’IA dans la vie des patients, un processus de certification innovant, à l’image du programme Pre-Cert de la Food and Drug Administration (FDA) américaine, devra permettre le maintien de la confiance du public dans les algorithmes d’IA qui promettent d’être de plus en plus présents dans la vie quotidienne des patients.