La masse de données manipulées par le secteur médical offre d'innombrables perspectives d'exploitation pour améliorer la prise en charge individuelle des patients.
Dans une étude remise à la mission de Cédric Villani sur le sujet, il esquisse en particulier « les perspectives d'avenir des systèmes, programmes et algorithmes dans le domaine de la santé ». Traitement d'images, connexion entre les acteurs de la santé, suivi des patients en temps réel, rédaction automatique de contenus de santé… D'ici à 2024, l'IA pourrait être partout dans le secteur médical. « Son développement en santé sera d'autant plus rapide que, dans ce domaine, la production de données nouvelles est particulièrement abondante », insiste le rapporteur.
C'est également le bilan que fait l'Institut national de la santé et de la recherche médicale (Inserm). « Les énormes volumes de données désormais disponibles soulèvent des défis techniques considérables concernant leur stockage et les capacités d'exploitation, si bien que des programmes et algorithmes de plus en plus complexes s'avèrent nécessaires », explique Rodolphe Thiébaut, directeur de l'équipe statistiques pour la médecine translationnelle.
L'IA doit améliorer les diagnostics
L'organisme a listé les débouchés prioritaires. D'abord aider à mieux prévenir et prendre en charge les maladies : les données multidimensionnelles récoltées à long terme sur de larges populations permettent d'identifier des facteurs de risque pour certaines maladies comme le cancer, le diabète ou les maladies neurodégénératives. Avec l'IA, les chercheurs espèrent en tirer des systèmes d'aide au diagnostic et des outils permettant la personnalisation des traitements, comme avec le super-ordinateur Watson d'IBM, qui séquence en quelques secondes le génome de patients atteints de cancer.
L'autre point d'intérêt se situe dans la pharmacovigilance. « L'analyse des données issues de cohortes ou des bases médico-économiques sur le long terme peut permettre d'observer beaucoup de phénomènes et notamment de faire des rapprochements entre des traitements et la survenue d'événements en santé », expliquent les experts de l'Inserm. Dans la lignée, l'IA devrait aussi permettre de mieux prédire les épidémies et leur dissémination probable en compilant des données provenant de sources multiples : notes de départements sanitaires et d'organismes publics, rapports officiels, données internet, données de transport aérien…
Reste à alimenter les intelligences artificielles en informations de qualité. « Le Big Data, aussi big soit-il, ne traitera pas d'autres données que celles qui existent et lui sont accessibles », note Luc Pierron. L'enjeu est considérable : on parle d'un marché mondial de 11 milliards de dollars en 2024, avec une progression annuelle de 7 %.
Source : https://business.lesechos.fr
