L'IA dans les soins de santé : les idées de Robert Wachter (UCSF) qui redéfinissent l'avenir

Un an après le lancement public de ChatGPT, l'évolution technologique de l'IA dans le domaine de la santé s'apprête à connaître une transformation majeure. Dans un article d'opinion publié dans le JAMA le 30 novembre 2023, le Dr Robert Wachter, directeur de la faculté de médecine de l'UC San Francisco, et le Dr Erik Brynjolfsson, directeur du Laboratoire d'économie numérique de l'université de Stanford, analysent le potentiel transformateur des outils d'intelligence artificielle générative (IAG). Cet article explore leurs réflexions et met en lumière comment l'IAG pourrait révolutionner les soins de santé, en surmontant les défis de longue date auxquels le secteur est confronté.

Accélérer la révolution numérique des soins de santé grâce à GenAI

Le secteur de la santé est réputé pour sa lenteur à adopter les technologies de pointe. De l'intégration hésitante des dossiers médicauxtron(DME) aux tentatives infructueuses avec Watson Health d'IBM, l'industrie a rencontré des obstacles pour embrasser le changement. Pourtant, les auteurs affirment que l'IA générique, capable de produire un contenu de haute qualité distinct de ses données d'entraînement, possède des propriétés uniques susceptibles d'accélérer le processus de transformation.

Le Dr Wachter, spécialiste reconnu des défis posés par les technologies de l'information en santé, estime que l'intelligence artificielle générale (IAG) peut rompre le cercle vicieux du « paradoxe de la productivité » qui a freiné l'adoption des technologies à usage général dans divers secteurs, dont celui de la santé. La résistance historique à de tels changements, alimentée par des incitations mal alignées, la complexité, les réglementations relatives à la protection de la vie privée et une aversion générale pour le changement, trouve aujourd'hui une solution potentielle dans l'IAG.

Le paradoxe de la productivité des technologies de l'information, formulé par le Dr Brynjolfsson en 1993, a mis en lumière le retard des gains de productivité malgré l'adoption généralisée des technologies généralistes. Dans le domaine de la santé, l'IA généraliste est perçue comme une solution grâce à sa convivialité, ses exigences matérielles minimales et son intégration aux flux de travail numériques existants.

Contrairement aux difficultés rencontrées lors de l'adoption des dossiers médicaux électroniques (DME), la simplicité d'utilisation de genAI lui confère un avantage certain dans un environnement où les professionnels de santé et les patients utilisent déjà des outils numériques. De plus, la maturité actuelle du secteur de la santé, habitué à l'utilisation des données et des systèmes numériques, offre à genAI une occasion idéale de répondre efficacement aux besoins cliniques et opérationnels.

L'IA dans les soins de santé : applications et défis de l'intégration de l'IA

Les échecs historiques des applications d'IA dans le domaine de la santé, notamment entre les années 1960 et 1980, ont été attribués à la tentative de remplacer les fonctions cognitives du médecin. Les premières applications de l'IA générale, cependant, se concentrent sur l'allègement des tâches administratives, telles que la prise de rendez-vous, le renouvellement des ordonnances et la réponse aux questions des patients. Pour les professionnels de santé, l'IA générale devrait faciliter la rédaction des notes cliniques, des demandes d'autorisation préalable et la synthèse des dossiers patients complexes.

Bien que l'intelligence artificielle générale puisse potentiellement aider au diagnostic, l'accent est mis sur la suggestion de diagnostics possibles plutôt que sur le remplacement de l'expertise des médecins, compte tenu des enjeux et des conséquences importants associés aux décisions en matière de soins de santé.

Malgré son potentiel, l'intelligence artificielle de nouvelle génération (IA-N) se heurte à des défis qu'il convient de relever pour une intégration réussie aux systèmes de santé. La technologie elle-même doit continuer à s'améliorer, notamment à mesure qu'elle s'étend à des domaines cliniques à forts enjeux. L'intégration de l'IA aux systèmes de dossiers médicaux électroniques (DME), bien que plus accessible qu'auparavant, nécessite encore des perfectionnements. Par ailleurs, les implications financières de l'adoption de l'IA dans le secteur de la santé doivent être gérées efficacement afin de garantir un retour sur investissement.

Les tensions entre employeurs et employés concernant l'IA, illustrées par les récentes grèves dans d'autres secteurs, pourraient poser problème, mais la pénurie critique de personnel et le niveau d'épuisement professionnel dans le secteur de la santé pourraient atténuer certaines réticences. À mesure que l'IA s'étend au domaine clinique, il devient essentiel, pour assurer le succès de son utilisation, de trouver un équilibre permettant aux de santé de collaborer efficacement avec la technologie.

Ouvrir la voie au succès de GenAI

Pour que l'IA générale s'impose dans le domaine de la santé, il est indispensable d'établir des cadres réglementaires, notamment pour les applications cliniques à haut risque. Or, la complexité de la réglementation des technologies à usage général représente un défi de taille. Distinguer la réglementation d'un algorithme d'IA spécifique de la supervision du rôle plus large de l'IA dans l'ensemble du système de soins exige des approches novatrices afin de garantir la sécurité des patients et la qualité des soins.

L’intelligence artificielle générale (IAG) ayant le potentiel de transformer radicalement le secteur de la santé, ce dernier doit relever ces défis de manière collaborative. Comment l’écosystème de la santé peut-il trouver le juste équilibre entre l’exploitation du pouvoir transformateur de l’IAG et une intégration responsable et efficace dans les processus cliniques ?