TLMFMC - Formation Médicale Continue - Développement Professionnel Continu
> Retour à la présentation du Dossier 111
  • 2018 année décisive pour l’IA ?

  • Les exemples d’applications de l’intelligence artificielle (IA) à la médecine sont multiples, allant du suivi à la recherche en passant par le traitement, le diagnostic et la prévention. Pour le patient, l’IA est promise à renforcer, et non remplacer, le lien patient/médecin grâce à un meilleur suivi permis par des outils ouvrant accès à des solutions conçues en ce sens. Les chatbots —outils conversationnels mêlant intelligence artificielle et big data— développés sur des applications via Facebook permettent déjà de donner au patient des réponses à tout moment. De même, les plateformes d’intelligence artificielle visant à améliorer l’observance des traitements thérapeutiques garantissent un suivi personnalisé. Sans compter que l’IA se révèle un formidable outil capable de détecter au plus tôt les premiers signes de perte d’autonomie grâce à des capteurs placés au domicile de la personne. Au final, ces solutions sont rassurantes pour le patient car elles facilitent sa responsabilisation et réduisent, s’il y a lieu, le temps d’hospitalisation. 

    Pour les professionnels de santé, l’intelligence artificielle aide à l’établissement du diagnostic en s’appuyant sur des volumes de données importantes (résultats d’analyse, imagerie médicale, diagnostics de patients similaires). Couplée à des systèmes offrant une surveillance continue du patient (applications mobiles, objets connectés, implants), l’IA devrait permettre d’améliorer leur prise en charge et d’évoluer vers une médecine personnalisée grâce à une adaptation continue des soins. De même, l’IA est amenée à favoriser le passage d’une médecine curative à une médecine préventive, l’objectif étant de stopper la maladie avant même qu’elle ne se déclare. Ensuite, à même de détecter les maladies chroniques, l’IA pourrait soigner les 20 millions de patients français concernés et permettre des économies considérables. De plus, l’automatisation de tâches (prise de rendez-vous, orientation patient, secrétariat virtuel...) induite par l’IA donne aux professionnels de santé la possibilité de se recentrer sur leur cœur de métier et mieux accompagner le patient. L’intelligence artificielle promet ainsi une médecine adaptée à chaque individu, prenant en compte toutes ses données personnelles, donnant aux médecins la possibilité de choisir le traitement le plus adapté, les algorithmes pouvant gérer d’énormes quantités de données. En France, six centres de recherche se sont déjà associés au sein du projet ConSoRe pour développer un outil permettant d’interroger une masse d’informations existantes et d’en extraire une connaissance parfaitement structurée. De même, une équipe de chercheurs de Microsoft a mis en place un système d’analyse des requêtes Internet permettant d’anticiper le diagnostic de certains cancers et une intelligence artificielle développée par une équipe de chercheurs anglais est en mesure de prédire les risques d’attaque cardiaque grâce à l’analyse dossier patient. 

    Au final, médecins comme pharmaciens gagneront un temps précieux, les premiers pour suivre à distance leurs patients tout en les accompagnant au plus près, les seconds car ils sont au cœur d’une vaste chaîne de collecte de données, dont ils pourront utiliser les éléments pour mesurer l’observance des traitements et suivre des dispositifs de maintien à domicile. Enfin, si l’intelligence artificielle a vocation à compléter l’action du médecin, il est des cas où elle pourra le remplacer, notamment sur des zones touchées par la désertification médicale. Des consultations à distance effectuées en salles de télémédecine pourront recevoir et questionner les patients.

    En matière d’épidémiologie enfin, le système d’intelligence artificielle associé à une collecte de données à grande échelle se pose comme une aide précieuse pour les pouvoirs publics, notamment en termes d’évaluation des politiques de santé. En 2014, Orange a mené des projets sur des données mobiles au Sénégal et en Côte d’Ivoire, en a extrait les données. Il les a ensuite anonymisées puis packagées afin de lancer plusieurs initiatives dans la modélisation d’épidémie, la cartographie des zones inaccessibles à une intervention médicale ou encore les besoins en infrastructures de santé…

     

    * Source : cabinet de marketing stratégique Frost & Sullivan

> Retour à la présentation du Dossier 111
  • Ce dossier est composé de 9 Articles