Améliorer le système de santé grâce à l’intelligence artificielle

Etienne Plamondon Emond Collaboration spéciale
Les mégadonnées et les nouvelles technologies permettent de réaliser en quelques heures des analyses qui prenaient autrefois des décennies.
Photo: Getty Images Les mégadonnées et les nouvelles technologies permettent de réaliser en quelques heures des analyses qui prenaient autrefois des décennies.

Ce texte fait partie d'un cahier spécial.

Médecine personnalisée, modélisation de pandémies, découvertes sur les maladies rares, amélioration des suivis dans le système de santé : les mégadonnées et le développement des technologies pour les analyser sont remplis de promesses dans la recherche en santé. Sont-ils la solution à tous nos maux ?

Après une première hospitalisation, le suivi d’un patient par les services de santé demeure déterminé par l’opinion de décideurs ou d’experts selon la maladie en jeu. « Ce n’est pas rien », convient Alain Vanasse, directeur scientifique de l’Unité de soutien à la stratégie de recherche axée sur le patient du Québec. « Mais ce n’est pas basé sur des faits », souligne celui qui est aussi chercheur à la Faculté de médecine et des sciences de la santé de l’Université de Sherbrooke. Ce dernier souhaite ajouter une couche de données probantes et d’analyse quantitative pour enrichir cette décision.

À l’aide de données médico-administratives, il a cherché à voir sous un nouvel angle la trajectoire de soin des personnes souffrant d’une maladie pulmonaire obstructive chronique. « Après une hospitalisation, tout le monde est orienté et suivi de la même façon, observe dans ce cas M. Vanasse. Il y a donc des gens qu’on déplace pour rien, parce qu’ils vont bien aller, puis il y a des gens qu’on devrait suivre plus, mais pour lesquels on n’a pas les ressources. »

Afin de mieux cibler où doivent être mis les efforts, il a utilisé une nouvelle approche qu’il présentera lors du colloque « Développer les connaissances et les compétences en recherche en santé pour mieux tirer profit des données massives : l’intelligence artificielle est-elle la solution ? ». Avec une méthode d’analyse informatisée, qu’il qualifie d’« étape intermédiaire avant d’arriver à des approches de plus haut niveau comme l’intelligence artificielle (IA) », il a regroupé les patients selon des caractéristiques et des données similaires. Il a ainsi distingué cinq profils, en fonction notamment du nombre de consultations enregistrées, avec qui, où, quand et pourquoi, après la première hospitalisation. « Cela va nous permettre d’identifier les sous-populations pour lesquelles on doit investir et celles pour lesquelles on dépense de l’argent inutilement si on en investit davantage », indique-t-il. Il rappelle que l’intensité des traitements ou des soins doit être modulée selon les risques de complications ou de détérioration du problème de santé.

Son approche aidera, selon lui, les décideurs dans le système de la santé à prendre de meilleures décisions, plutôt que de seulement se fier à des intuitions. « Je ne dis pas qu’il faut remplacer l’un par l’autre, précise-t-il. C’est important que les décisions se prennent avec un amalgame d’opinions d’experts et de données probantes. » Lui-même travaille avec un pneumologue pour bien interpréter les trajectoires de soins, qu’il a ainsi mesurées.

Des données pleines de promesses

Il s’agit de l’une des promesses parmi tant d’autres que les multiples bases de données et le raffinement des méthodes pour les analyser laissent entrevoir dans la recherche en santé. Marilyn Desrosiers, gestionnaire du développement des affaires et des analyses aux Instituts de recherche en santé du Canada, évoque aussi les espoirs que ces données suscitent dans la médecine personnalisée, la modélisation des pandémies ou le traitement de maladies rares. « Maintenant, les difficultés sont comment on gère ces données, comment on les utilise, comment les chercheurs peuvent y avoir accès ou même savoir qu’elles existent », soulève-t-elle. Une liste à laquelle s’ajoutent des questions éthiques, sociales etgales. « Avec de nouvelles technologies comme l’IA, comment peut-on travailler ensemble pour faire une utilisation de ces données qui va être utile à la société ? »

Elle souligne que les mégadonnées et les nouvelles technologies permettent de réaliser en quelques heures des analyses qui prenaient autrefois des décennies. En revanche, « les chercheurs ne sont pas nécessairement outillés pour faire cette analyse », constate-t-elle.

C’est notamment pour cette raison que, dans le cadre du colloque qu’elle organise, un défi statistique en analyse de données se tiendra le 28 mai prochain. Les participants auront accès à des bases de données de Statistique Canada et tenteront de répondre, sous supervision, à une question de recherche sur les répercussions de l’environnement sur l’état de santé des citoyens.

Et l’IA ?

Et pour trouver des solutions, comme l’indique le titre du colloque, l’IA est-elle la solution ? « C’est assurément une solution, parce que ça permet de faire de choses humainement impossibles, dit-elle. Mais il y a des enjeux importants et il faut y aller avec précaution. » Elle considère entre autres que les chercheurs doivent prendre le temps de bien comprendre les algorithmes et les outils qu’ils utilisent pour réaliser les analyses.

Benoit Dostie, professeur à HEC Montréal et directeur académique du Centre interuniversitaire québécois de statistiques sociales (CIQSS), tempère l’engouement en rappelant qu’au début de la décennie, les mégadonnées semblaient en soi la réponse à tous les problèmes. « On s’est rendu compte qu’on a les données, mais qu’on n’a pas nécessairement les techniques d’analyse pour en faire sortir l’information et les éléments qu’on voulait utiliser pour améliorer la situation. » Celui qui préfère parler de sciences des données reconnaît que les derniers développements, comme l’apprentissage automatique, permettent de manière plus pertinente de les exploiter. « Les outils vont continuer à s’améliorer. Est-ce qu’ils sont assez développés pour faire sortir toute l’information utile ? Peut-être pas. Mais on commence à voir une lumière prometteuse au bout du tunnel. »

Toutes les personnes interrogées rappellent l’importance de combiner ces avancées avec des évaluations qualitatives. « L’IA fait partie de la solution, mais on ne pourra pas se passer de l’expertise terrain, souligne pour sa part Alain Vanasse. Elle va nous aider à prendre de meilleures décisions, mais […] on ne pourra pas tout automatiser. Ça fait partie de la réponse, mais ce n’est pas la réponse. »