Intelligence Artificielle dans la santé : libérons les énergies

La dynamique autour de l’intelligence artificielle semble lancée en France. Le centre de recherche France is AI, dont la mission est de cartographier et de soutenir les initiatives françaises basées sur l’intelligence artificielle, identifie désormais près de 300 start-ups dans le domaine ! Si l’intelligence artificielle soulève des craintes et des questions d’ordre éthique, il est indéniable qu’elle offre des perspectives prometteuses pour améliorer notre quotidien. À ce titre, dans le domaine de la santé, plusieurs « HealthTech » ont vu le jour ces dernières années en France et avec succès. Pourtant, certaines barrières structurelles freinent le développement de ces initiatives. Quelles sont les cartes à jouer pour accélérer l’essor des solutions en intelligence artificielle dans le secteur de la santé en France ? Comment « ne pas se faire dépasser par la technologie » ?

Améliorer les diagnostics et les analyses grâce à l’IA, c’est déjà une réalité…

En s’appuyant sur la technologie du machine learning, plusieurs start-ups françaises ont développé des solutions disruptives sur le marché de la santé, du diagnostic des maladies à leur traitement. Elles ont mis au point des solutions capables d’analyser de façon très pointue et en temps réel des données médicales, grâce à des algorithmes basés sur un nombre important de données empiriques, qui les « éduquent ».

Cardiologs par exemple, propose une plateforme qui permet d’améliorer l’analyse des électrocardiogrammes par des médecins généralistes. En effet, grâce à des algorithmes développés sur la base de 600 000 électrocardiogrammes déjà analysés par des cardiologues, la plateforme est capable de détecter automatiquement les arythmies et faire le lien avec les maladies cardiovasculaires qui y sont le plus souvent associées.

La start-up Therapixel, quant à elle, a remporté en 2017 le Digital Mammography Challenge qui a pour ambition d’améliorer la performance du dépistage du cancer du sein. Pour cela, 640 000 images de mammographies anonymisées ont été mises à disposition des participants. L’algorithme proposé par Therapixel dépasse désormais les capacités de détection de tumeurs par les experts en la matière. Cette assistance aux radiologues est un moyen de gagner en rapidité mais aussi de diminuer le nombre de cancers non détectés ou le nombre de « fausses alertes ».

Plusieurs leviers restent à activer pour accompagner le développement des solutions d’IA en France et leur permettre d’être compétitives, tout en respectant la déontologie propre au secteur de la santé

Levier n°1 : Faciliter l’accès à des données médicales de qualité

Cardilogs et Therapixel partagent un point commun : l’exploitation de nombreuses données médicales anonymisées. Si l’expertise des médecins spécialistes est indispensable à l’élaboration de ces solutions et à leur apprentissage continu, en intelligence artificielle, les données restent la matière première des algorithmes. Plus il y a de données à analyser, plus l’algorithme sera performant.

Il faut avoir conscience qu’aujourd’hui, nos start-ups françaises n’ont d’autres choix que d’acheter la plupart de leurs données médicales auprès d’organismes médicaux étrangers ou privés. Par exemple, pour se lancer, une grande partie des électrocardiogrammes exploités par Cardiologs provenait d’hôpitaux privés américains. Pour une utilisation en France, on peut se demander si les analyses de la plateforme ne seraient pas plus pertinentes si elles s’appuyaient sur une large base de données d’électrocardiogrammes français, provenant de patients dont les habitudes sanitaires se rapprochent de celles des patients traités ?

Le rapport Villani publié fin mars souligne l’importance de la collecte de données pour le développement des solutions d’intelligence artificielle en France. L’annonce de la création d’un hub national de données de santé anonymes par le gouvernement abonde dans ce sens : son objectif est de stocker un maximum de données françaises et de les exploiter dans le cadre de la recherche médicale. Mais attention, disposer de données anonymes, c’est bien mais cela ne suffit pas. Pour être exploitées, ces données doivent être structurées de façon uniforme dans tous les hôpitaux, cliniques et cabinets médicaux qui les collectent. La marche reste encore haute à ce niveau.

Levier n°2 : Evangéliser et former les professionnels de santé aux solutions d’intelligence artificielle

Plusieurs questions se posent quant à l’évolution des professions médicales dans ce contexte de la montée en puissance de l’intelligence artificielle. Comment convaincre les médecins d’utiliser des solutions d’intelligence artificielle pour les assister au quotidien, surtout quand leurs limites d’apprentissage ne sont ni connues ni bornées ? Comment mettre en place la meilleure synergie possible entre médecins et machines ? Que faut-il déléguer aux solutions d’intelligence artificielle ? Comment faut-il traiter la question de responsabilité civile professionnelle des professionnels de santé ?

La formation des professionnels de santé doit épouser les évolutions perpétuelles du secteur : la formation initiale comme la formation continue sont donc concernées. Le point de départ est de démontrer la valeur ajoutée des solutions d’intelligence artificielles dans l’exercice de leur métier et de les rassurer quant à la complémentarité médecin-machine. Ensuite, il ne s’agit pas seulement de faire monter en compétences les professionnels de santé sur l’utilisation des technologies mais d’intégrer dans leur mission une interrogation sur l’articulation entre leur rôle et celui des nouvelles technologies.

Levier n°3 : Continuer de convaincre les français de l’intérêt médical des solutions d’intelligence artificielle

Alors que 60% des français estiment que les nouvelles technologies constituent une menace pour la vie privée et le respect de données sensibles et confidentielles, selon une étude menée par Mazars et OpinionWay, la mise en application du Règlement Général sur la Protection des Données fin mai en Europe est un pas concret vers la responsabilisation des organismes récoltant des données personnelles.

Pourtant, 50% des français sont favorables à l’utilisation de solutions d’intelligence artificielles capables d’interpréter les données médicales et aussi à celle des programmes d’intelligence prédictive. En effet, les premières innovations démontrent concrètement qu’elles sont en mesure de sauver des vies et d’améliorer le quotidien de patients malades. Les français gagnent donc en maturité sur le sujet de l’exploitation des données, mais il semble indispensable d’intensifier le débat national voire européen sur la « data-déontologie ».

Le paysage de l’intelligence artificielle en France est encourageant ! Nous ne sommes pas en reste quant à la conception de solutions techniques autour de l’intelligence artificielle. Ni les compétences, ni la formation, ni l’ambition ne manquent à l’appel. Mais pour aller plus loin, il semble nécessaire de faire évoluer les règles du jeu et les moyens que l’on se donne pour soutenir développement de nos « HealthTech ». Hormis les caps à franchir en matière de qualité de data et d’ « éducation » des professionnels de santé et des patients, restent d’autres freins bien connus par toutes les start-ups, quel que soit leur domaine : le gouvernement peut-il assouplir la réglementation afin de réduire des délais de mise sur le marché des solutions ? Comment développer le financement des start-ups à l’échelle nationale, voire européenne ?

Écrit par Pascale Roy-Ledoux, avec la participation de Jean-Christophe Denis