L’IA au service d’une médecine personnalisée

Hélène Roulot-Ganzmann Collaboration spéciale
L’implantation de l’intelligence artificielle dans les hôpitaux et autres cliniques privées est l’un des sujets prioritaires depuis plusieurs années dans le secteur de la santé.
Photo: Unsplash L’implantation de l’intelligence artificielle dans les hôpitaux et autres cliniques privées est l’un des sujets prioritaires depuis plusieurs années dans le secteur de la santé.

Ce texte fait partie d'un cahier spécial.

La collecte et l’utilisation de vastes ensembles de données font actuellement l’objet d’une attention particulière dans le domaine des soins de santé. Leur analyse par une intelligence artificielle suscite de plus en plus l’intérêt des professionnels de la santé, des chercheurs, des compagnies d’assurance et des ministères de la Santé, qui en attendent des retombées tant sur les plans de l’établissement de diagnostics et de la recommandation de traitement que dans la gestion du système de santé.

À l’heure où l’introduction des données massives participe de plus en plus à la modernisation de nombreux secteurs d’activité, quelle place de telles innovations peuvent-elles prendre dans l’implantation d’un système de santé apprenant et performant ? En quoi les mégadonnées peuvent-elles contribuer à l’amélioration des rapports entre professionnels et patients, des pratiques cliniques et des politiques de santé ?

Ces questions et bien d’autres, les chercheurs et les professionnels de la santé se les sont posées en février dernier lors du dernier colloque Jean-Yves-Rivard, organisé chaque année par l’École de santé publique de l’Université de Montréal (Espum) et qui constitue un forum d’échanges entre gestionnaires, cliniciens et chercheurs sur des sujets cruciaux pour le système de santé québécois.

La preuve que l’implémentation de l’intelligence artificielle dans les hôpitaux et autres cliniques privées est l’un des sujets prioritaires depuis plusieurs années maintenant dans le secteur de la santé.

« Il s’agit, d’une part, de gagner en efficacité en ce qui a trait à l’administration des infrastructures de santé et, d’autre part, de créer des outils qui vont nous permettre d’aller vers une médecine plus personnalisée et plus prédictive », explique Pascale Lehoux, professeure au Département de gestion et d’évaluation des politiques de santé à l’Espum.

Analyse très fine

L’analyse de données permet ainsi d’améliorer l’accueil des patients en fonction de paramètres prédéterminés. Quel est le niveau de gravité ? Combien ai-je de personnel disponible dans les prochains mois ? Quels cliniciens sont présents à quel moment ? En fonction de ces réponses et d’indications telles que le délai opportun à ne pas dépasser selon l’état de santé, l’ordinateur est capable de concevoir le meilleur horaire possible.

« On le faisait déjà, mais la capacité computationnelle fait que toute cette gestion clinico-administrative des établissements de santé est aujourd’hui beaucoup plus fine, poursuit Mme Lehoux. Ça peut notamment se traduire sur le temps l’attente à l’urgence. »

L’autre pan concerne quant à lui le traitement des données à des fins de diagnostic et de recommandation de traitement. On observe déjà que les données permettent une amélioration des dépistages par mammographie, un suivi facilité de la glycémie chez les patients diabétiques, ou encore un meilleur appui à la prise de décision clinique pour déterminer la probabilité d’une pneumonie ou celle d’une réhospitalisation.

Mais l’analyse des mégadonnées permet d’améliorer encore les résultats. Il est ainsi envisageable d’augmenter la couverture vaccinale en ciblant certains groupes de patients. Recenser et traiter dans la communauté des patients atteints de maladies chroniques peut réduire les consultations à l’urgence. Il est également possible de contribuer à améliorer la sécurité des patients par l’entremise, par exemple, d’alertes préventives en cas de thrombo-embolie veineuse, ou encore d’un contrôle ciblé des infections.

Données variées et véridiques

Ce n’est toutefois qu’à mesure que les dépôts d’informations sur les patients augmentent que ces améliorations se concrétisent.

« Plus on aura de données, plus il sera possible de faire de la médecine personnalisée, indique la professeure Lehoux. L’IA pourra déterminer que tel groupe de personnes, en fonction de son profil génétique et de son historique médical, répondra bien à tel traitement, de chimiothérapie par exemple, ne répondra pas ou y répondra de manière inadéquate. »

Pour que le système soit le plus efficace possible, il faut donc le nourrir d’un très grand volume de données variées et véridiques : les images numériques des patients, leurs pathologies, leur historique médical, les traitements qu’ils ont déjà reçus, les antécédents familiaux, les tests de laboratoire, les résultats sanguins, les données génomiques également et, de plus en plus, les objets connectés tels que les défibrillateurs cardiaques implantés chez les patients à risque de maladies cardiovasculaires.

Autant de données très personnelles, très intimes, que les patients ne souhaitent pas voir tomber entre n’importe quelles mains. Un sondage mené par Ipsos au printemps pour le compte de l’Association médicale canadienne (AMC) montre que, si les Canadiens sont prêts à entrer de plain-pied dans l’ère de la médecine assistée par l’intelligence artificielle, ils s’inquiètent que leurs informations puissent être utilisées à mauvais escient.

« Ils redoutent particulièrement qu’on se serve de leurs données dans des contextes autres que pour faire avancer la médecine et trouver les meilleurs traitements, commente Sébastien Dallaire, directeur général d’Ipsos-Québec. Ils sont notamment préoccupés à l’idée qu’une personne puisse utiliser ces renseignements pour évaluer leur admissibilité à l’assurance maladie ou déterminer s’ils peuvent obtenir un emploi. »

IA responsable

Ainsi, 64 % d’entre eux s’inquiètent quant à la protection de leur vie privée du fait que les renseignements personnels en matière de santé sont de plus en plus recueillis sous une forme numérique facile à partager, et 69 % estiment que les questions de confidentialité et d’éthique n’ont pas été pleinement abordées lors de la mise en œuvre de programmes d’intelligence artificielle dans le système de santé.

Un constat que partage Pascale Lehoux. Elle souligne que la plupart des acteurs qui gravitent autour de l’IA sont bien conscients des risques et que c’est pour cette raison qu’ils sont en train de plancher sur la Déclaration de Montréal pour un développement responsable de l’IA, dont la nouvelle version sera dévoilée le 4 décembre prochain.

« C’est comme mettre en place un code de la route, explique-t-elle. Nous partons de l’hypothèse que nous sommes plus en sécurité si nous avons des règles de conduite communes. C’est sûr que ça n’empêche pas tous les dérapages, mais cela permet de prévenir et d’agir en cas d’accident. »

Une déclaration qui devra être assez forte pour rassurer les patients. Car pour que l’intelligence artificielle demeure la plus objective possible, elle doit être nourrie de données exhaustives. Si tout un pan de la population refuse de partager ses renseignements, il y a fort à parier que l’outil sera moins efficace.

« L’IA est encore très mal comprise, analyse Sébastien Dallaire. Les gens ne savent pas où s’en vont leurs données et ça les inquiète. Pour la population, c’est tout nouveau. Elle comprend qu’il y a des bénéfices à en tirer, notamment en matière de santé. Mais il y a aussi beaucoup de méfiance. Il est temps que nous ayons de vraies discussions sur le sujet. »

L’IA et la santé en chiffres

Selon l’OMS, l’automatisation médicale passera de 37% à 79% entre 2018 et 2024.

Avec un flux de données de santé toujours croissant, s’appuyant sur la masse extraordinaire d’objets connectés, de réseaux sociaux et de séquençage du génome humain, il a été estimé que le volume des données devrait être multiplié par cinq d’ici 2050.

De plus, 69% des Canadiens croient que l’utilisation de l’IA pourra aider à l’établissement de diagnostics et 60% feraient confiance à un diagnostic et à une recommandation de traitement s’ils provenaient d’un système d’intelligence artificielle supervisé par un médecin.

Un Canadien sur deux irait prioritairement voir un médecin qui utilise l’intelligence artificielle pour l’établissement de diagnostics et la recommandation de traitements. Mais 40% feraient confiance à un diagnostic et à une recommandation de traitement s’ils provenaient d’un système d’intelligence artificielle sans supervision humaine.

Deux Canadiens sur trois sont préoccupés à l’idée qu’une personne puisse utiliser les renseignements sur leur santé à des fins autres que celles prévues, pour évaluer leur admissibilité à l’assurance maladie ou déterminer s’ils peuvent obtenir un emploi par exemple.