Le développement de l'intelligence artificielle dans la santé soulève un certain nombre de questions, dont celle des systèmes pouvant être expliqués ou non. Savoir comment cela se passe à l'intérieur d'un tel système est un impératif que défendent un certain nombres d'acteurs. Le rapport de Cédric Villani l'a d'ailleurs repris.
Quelle intelligence artificielle pour la santé demain ? Cette question a été abordée lors du colloque organisé le 6 avril par la chaire de management et des technologies de santé de l'École des hautes études en santé publique (EHESP) sur l'intelligence artificielle (IA) et ses impacts pour les établissements de santé. Car plusieurs camps semblent se partager la réponse, dont celui qui s'appuie sur une approche dite neuronale ou celui qui s'appuie sur une approche justifiable. Deux manières d'appréhender les systèmes qui épauleront les professionnels de santé demain.
Enrichir les métiers par la science cognitive
Avec les sciences cognitives, a indiqué Georges Uzbelger, ingénieur sur les solutions cognitives chez IBM France, "nous comprenons mieux de quelle manière nous prenons les décisions. Associé à la puissance de calcul et aux datas, nous arrivons à un système permettant de dégager des connaissances". Avec la data donc, la dimension statistique est intégrée, donnant lieu a diverses applications de l'IA et parvenir à une intelligence collective augmentée. Celle-ci ouvre la porte à un véritable changement de paradigme avec ce dialogue homme-machine, le langage commun ayant été intégré : "Nous sommes plus sur une approche de collaboration", a-t-il précisé. Le but est d'enrichir les compétences d'un métier car la machine peut alors exécuter le travail "laborieux" comme lire toutes les données, les publications, les dossiers patients… Le professionnel de santé pouvant alors se recentrer sur le cœur de son métier. Georges Uzbelger rappelle d'ailleurs qu'en moyenne 80% des données échangées sont non structurées, dont 20% seulement sont traitées par des systèmes d'information. "Ce qui laisse présager du champ des possibles", a-t-il estimé. Le système Watson développé par IBM s'appuie d'ailleurs sur les sciences cognitives. Il est capable dans le traitement du cancer — en tenant compte du dossier patient, des interactions médicamenteuses, des dernières informations sur les médicaments disponibles, etc. — de proposer aux médecins le meilleur traitement possible pour un patient.
Éviter les boîtes noires
De son côté, Zyed Zalila, professeur à l'université technologique de Compiègne (UTC) et fondateur d'Intellitech, penche pour une "IA floue augmentée" qui s'appuie non pas sur les probabilités mais les possibilités. Pour lui, l'IA ne se limite pas qu'aux réseaux de neurones. Ces derniers, en effet, ont une approche "qui n'est pas explicable. Par conséquent, la prise de décision ne peut être justifiée". Et il existe plusieurs domaines, dont la santé fait partie, où "l'IA n'est possible que si elle est justifiée". Zyed Zalila a précisé que le rapport du député Cédric Villani (LREM, Essonne) a d'ailleurs repris ce principe de justification qui devrait être intégré dans une future norme de l'Afnor permettant de certifier les systèmes d'IA. Dans ce rapport, Cédric Villani évoque la "boîte noire" : "Des systèmes algorithmiques dont il est possible d'observer les données d'entrée (input), les données de sortie (output) mais dont on comprend mal le fonctionnement interne." Et d'ajouter : "En l'état actuel de l'art, l'explicabilité des systèmes à base d'apprentissage constitue donc un véritable défi scientifique qui met en tension notre besoin d'explication et notre souci d'efficacité."
La société Intellitech développe un robot, xTractis, s'appuyant sur l'IA floue augmentée, "sorte d'exocerveau à plasticité cérébrale infinie pour modéliser et optimiser les phénomènes ainsi que les processus complexes", c'est-à-dire multidimensionnels et non linéaires. Ce robot permet des applications prédictives comme la médecine personnalisée métabolique, épigénétique et pharmacogénomique ou encore la supervision (évolution future de l'état du patient). Quoi qu'il en soit, a-t-il terminé, il est indispensable de lancer des actions d'intelligence artificielle dans la santé.
| Mots clés | Data, E-santé, Intelligence artificielle |