La médecine prédictive est une réalité, la responsabilité reste aux médecins

Vous vous trompez si vous pensez que seul le médecin peut voir l’état de votre cœur, de vos vaisseaux sanguins, de votre cerveau, de vos reins, de votre estomac ou de tout autre organe… L’appareil qui affiche l’organe lors de l’examen enregistre diverses données que l’intelligence artificielle (IA) collecte, analyse et suggère simultanément un diagnostic. Les avancées en informatique et le développement de nouvelles technologies ont rendu l’intelligence artificielle indispensable dans le secteur de la santé ; les algorithmes et applications d’IA assistent les médecins dans la recherche et le diagnostic des maladies. Bien que des normes générales pour l’utilisation de l’intelligence artificielle en médecine soient encore en cours de définition, le potentiel de l’IA dans le secteur de la santé ne cesse de croître, et l’intelligence artificielle deviendra bientôt une partie clé du système de santé numérique qui façonne et soutient la médecine moderne. Cela facilitera non seulement le diagnostic et la sélection des thérapies dans le traitement des patients, mais obligera également les médecins à s’engager dans une amélioration continue.

La vitesse d’acquisition de nouvelles connaissances

La vitesse de génération de nouvelles connaissances en médecine est telle que, selon les données d’IBM, elle doublait tous les 73 jours il y a moins de cinq ans. En 1950, les connaissances médicales doublaient tous les 50 ans, mais au début du 21e siècle, grâce à la nouvelle technologie, il y a eu un saut soudain. En 2010, la vitesse de génération de nouvelles connaissances en médecine avait diminué à seulement trois ans et demi, et en 2020 à un incroyable 73 jours.

Cela pose un défi significatif pour les professionnels de la santé, car cela signifie qu’ils doivent constamment apprendre pour suivre le développement de nouvelles technologies et de leurs applications en médecine afin d’assurer des soins efficaces aux patients. Dans ce contexte, le modèle traditionnel de mémorisation n’est plus suffisant. L’éducation médicale doit se concentrer sur le développement de compétences avancées, la pensée critique et la capacité à s’engager dans un apprentissage continu et l’application de l’information afin que les médecins puissent fournir les meilleurs soins possibles aux patients.

Il y a un besoin croissant d’utiliser des technologies, telles que l’analyse de données et les systèmes d’aide à la décision, pour aider à la gestion efficace et à l’application des connaissances médicales croissantes. Cependant, l’utilisation des outils d’IA nécessite de nouvelles connaissances, donc l’intelligence artificielle ne changera pas seulement la façon dont les diagnostics sont effectués dans le secteur de la santé, mais apportera également des changements significatifs à l’éducation des médecins.

L’impact de l’IA

Il existe de nombreuses façons dont l’intelligence artificielle impacte positivement la pratique médicale, soit en accélérant le rythme de la recherche, soit en aidant les médecins à prendre de meilleures décisions basées sur l’analyse de grandes données. Par exemple, les outils d’IA améliorent l’analyse d’images en radiologie et en pathologie, conduisant à des diagnostics plus précis et plus rapides.

Elle est utilisée pour analyser des radiographies et des tomodensitogrammes, des imageries par résonance magnétique et d’autres images de l’état du corps que le radiologue pourrait manquer, et dont les résultats aident à prendre des décisions de traitement, des médicaments, la santé mentale et d’autres besoins des patients en leur fournissant un accès rapide à des informations ou des recherches pertinentes. En traitant de grands ensembles de données, l’IA identifie des modèles et des biomarqueurs pour les maladies, accélérant ainsi le diagnostic et la planification des traitements.

Des recherches ont montré que l’intelligence artificielle, alimentée par des réseaux neuronaux artificiels, peut être aussi efficace que les radiologues humains pour détecter des signes de cancer du sein et d’autres maladies. En plus d’aider à identifier les premiers signes de maladie, l’intelligence artificielle aide également à gérer le grand nombre d’images médicales que les médecins doivent suivre à travers l’historique médical d’un patient, réduisant ainsi le temps nécessaire pour le diagnostic.

De plus, lors des essais cliniques, trop de temps est passé à attribuer des codes médicaux et à mettre à jour les ensembles de données des patients concernés, et l’intelligence artificielle peut accélérer ce processus en fournissant des recherches plus rapides et plus intelligentes.

L’exemple de deux clients d’IBM Watson Health (anciennement partie d’IBM, maintenant une entreprise appelée Merative L.P.) montre qu’avec l’intelligence artificielle, ils peuvent réduire le temps passé à rechercher des codes médicaux de plus de 70 pour cent.

Gestion des risques

De plus, des modèles d’apprentissage automatique pourraient être utilisés pour surveiller les signes vitaux des patients en soins intensifs et alerter les médecins si certains facteurs de risque augmentent. Un dispositif médical comme un moniteur cardiaque suit les signes vitaux, et l’intelligence artificielle collecte des données à partir de celui-ci et recherche des conditions plus complexes telles que l’apparition de sepsie dans le corps. Par exemple, un client d’IBM a développé un modèle d’intelligence artificielle prédictive pour les bébés prématurés qui est précis à 75 % pour détecter une sepsie sévère.

Parmi les avantages, les modèles d’IA peuvent apprendre et fournir aux patients des recommandations personnalisées en temps réel, 24 heures sur 24. Au lieu de répéter les informations chaque fois avec une nouvelle personne, le système de santé pourrait offrir aux patients un accès 24 heures sur 24 à un assistant virtuel d’IA qui répondrait aux questions en fonction de leur historique médical, de leurs préférences et de leurs besoins personnels.

En plus des avantages dans l’analyse et la connexion d’un grand nombre de données médicales, l’intelligence artificielle permet également un développement rapide de médicaments, rendant la recherche plus rapide et moins coûteuse. L’intelligence artificielle pourrait aider à surmonter de nombreux défis de big data auxquels sont confrontées les sciences de la vie. L’intégration de l’intelligence artificielle médicale dans les flux de travail médicaux peut fournir aux prestataires de services un contexte précieux lors de la prise de décisions de soins. Un algorithme d’apprentissage automatique entraîné peut aider à réduire le temps de recherche en fournissant aux médecins des résultats de recherche basés sur des preuves sur les traitements et les procédures en temps réel, au moment de l’examen du patient.

De plus, il existe de nombreuses façons potentielles par lesquelles l’intelligence artificielle pourrait réduire les coûts dans le secteur de la santé. Certaines des opportunités les plus prometteuses incluent la réduction des erreurs médicamenteuses, l’assistance virtuelle de santé personnalisée, la prévention de la fraude et le soutien à des processus administratifs et cliniques plus efficaces.

De nombreux patients ont besoin de réponses à des questions en dehors des heures de travail des médecins, et l’intelligence artificielle peut aider à fournir un soutien toute la journée grâce à des chatbots qui peuvent répondre à des questions de base. Cependant, l’intelligence artificielle n’est pas intelligente par elle-même ; elle a été créée par des humains qui lui ‘alimentent’ des informations. Bien qu’elle soit bonne pour rassembler rapidement, filtrer des données et reconnaître des problèmes, en médecine, le médecin reste primordial, et l’intelligence artificielle n’est qu’un assistant qui doit ‘savoir’ comment lire.

L’avenir de la santé et de la télémédecine

L’intelligence artificielle assiste également les médecins croates, comme discuté lors de la conférence récemment tenue ‘Next of Health & Telemedicine’. Le thème de la conférence mentionnée, tenue à Zagreb, organisée par la Société croate de télémédecine et la Société croate de robotique médicale et d’intelligence artificielle en médecine, était comment l’intelligence artificielle (IA), la robotique et la télémédecine affectent le traitement. Les médecins ont parlé de l’application de l’intelligence artificielle en ophtalmologie, cardiologie, oncologie, recherche de médicaments, thérapie… et des avantages et des limites de son utilisation en médecine.

– Lorsque les experts forment des systèmes d’intelligence artificielle, ils les forment sur la base de nos connaissances fondamentales, sur les algorithmes que nous avons déjà. Il y a une opportunité d’élargir pour que l’intelligence artificielle recherche des données et reconnaisse les causes des maladies. Certaines maladies rares ne sont pas reconnues lors des examens, ce qui est une grande honte car elles peuvent être traitées, et l’intelligence artificielle peut aider à cela. De plus, la diversité des patients et l’ensemble du contexte clinique est quelque chose qui échappe souvent à ces algorithmes, et il me semble que nous devons rester curieux et parler aux patients et obtenir d’autres données qui pourraient influencer leur diagnostic. En fin de compte, la question reste de savoir qui est responsable. Nous sommes responsables de la prise de décisions ; la décision revient au médecin. Je ne pense pas que l’intelligence artificielle nous remplacera, mais le problème est de savoir comment résoudre certaines divergences avec l’intelligence artificielle car nous ne pouvons pas obtenir de réponse sur la façon dont elle est arrivée à une certaine conclusion, a déclaré le Dr Vlatka Rešković Lukšić, cardiologue à la Clinique du cœur et des vaisseaux sanguins de KBC Zagreb.

Possibilités ouvertes

Un sujet important lors de la conférence était l’avenir de l’éducation sous l’influence de l’IA, discuté par Mislav Balković, recteur de l’Université Algebra Bernays et président de l’Association des employeurs croates, et le Prof. Dr. Sc. Stjepan Orešković de la Faculté de médecine de l’Université de Zagreb, membre de l’Académie européenne des sciences et des arts et propriétaire majoritaire de Bosqar Invest.

– Le développement des neurosciences d’un côté et des big data de l’autre ouvre de nombreuses possibilités. Bien que les humains aient de nombreux avantages par rapport à la technologie, l’un des avantages de la technologie est la connectivité rapide et la mise à jour, a déclaré Balković, expliquant que l’éducation à l’avenir devra se concentrer sur des emplois non routiniers et des éléments et tâches très complexes.

Orešković a parlé du curriculum 2040 – préparer les médecins à des soins de santé intelligents.

– Le curriculum traditionnel est basé sur la mémorisation, pas sur la pensée systématique et l’interprétation. Cela doit changer en apprenant à résoudre les problèmes les plus difficiles à tout moment. Si nous formons les gens dans l’éducation médicale future à penser à la résolution de problèmes chaque jour et les formons pour des capacités cognitives comportementales logiques qui permettent cette solution, alors nous les éduquons pour l’avenir, peu importe combien de faits mécaniques peuvent changer entre-temps ou combien de connaissances passées ChatGPT accumule. Le curriculum 2040 doit créer non seulement des cliniciens compétents mais aussi des leaders réfléchis qui doivent être des éthiciens, des scientifiques, des interprètes et des communicateurs, a expliqué Orešković, soulignant que la capacité de l’intelligence artificielle dans le secteur de la santé est très grande, mais pour que le système en bénéficie, il a besoin d’experts qui acquerront et affineront continuellement leurs connaissances.