L'intelligence artificielle dans les soins de santé a un potentiel inimaginable. Au cours des deux prochaines années, avec l'aide du Big Data, il révolutionnera tous les domaines de notre vie, y compris la médecine. Il va complètement repenser les soins de santé, et pour le mieux. Découvrons ensemble les solutions prometteuses qu'il propose.
De nombreux leaders d'opinion pensent que nous vivons la quatrième révolution industrielle. Une "révolution" caractérisée par des technologies qui fusionnent le monde physique, numérique et biologique. C'est comme une vague de tsunami qui affecte toutes les disciplines, les économies et les industries et même les frontières biologiques de l'être humain. Je suis sûr que la santé sera le principal domaine industriel de cette révolution et que les principaux catalyseurs du changement seront l'intelligence artificielle et le Big Data.
Et quand je dis Big Data, je veux dire très Big. À mesure que la capacité numérique évolue, de plus en plus de données sont produites et stockées en ligne. La quantité de données numériques disponibles croît à un rythme effarant, doublant tous les deux ans. En 2013, il comprenait 4,4 zettaoctets : en 2020, l'univers numérique atteindra 44 zettaoctets ou 44 trillions de gigaoctets. Le monde du Big Data est si vaste que nous aurons besoin de l'intelligence artificielle (IA) pour pouvoir en garder une trace.
L'intelligence artificielle... du vrai
Nous n'avons pas encore atteint l'état de la "véritable" intelligence artificielle, mais l'IA est prête à se faufiler dans nos vies sans grandes annonces ni fanfare. C'est déjà dans nos voitures, les recherches Google, les suggestions d'Amazon et de nombreux autres appareils. Siri Pomme, Cortana de Microsoft, Google Google et services Écho Amazon profite du traitement du langage naturel pour faire des choses utiles. Mec? Rechercher un restaurant, obtenir un itinéraire ou mémoriser une réunion écoutez nos conversations (dans ce cas, il leur est utile).
Mais il y a déjà plus.
Un programmeur britannique de 19 ans a lancé un bot en septembre dernier, Ne pas payer, qui aide avec succès les personnes à faire appel de leurs amendes. C'est un "avocat IA" qui peut décider quoi faire avec le ticket de parking reçu en se basant sur quelques questions. En juin, le bot a fait appel avec succès pour 160.000 250.000 des XNUMX XNUMX tickets de stationnement à Londres et à New York. avec un taux de réussite de 64%.
Imaginez cette efficacité dans les soins de santé !
Combinée au Big Data, l'IA dans les soins de santé et la médecine pourrait mieux organiser les parcours des patients ou les plans de traitement, et fournir aux médecins toutes les informations dont ils ont besoin pour prendre une bonne décision.
Je ne parle pas d'un avenir lointain.
Certes, les algorithmes sophistiqués d'apprentissage et d'intelligence artificielle trouveront une place dans les soins de santé dans les prochaines années - je ne sais pas si c'est dans deux ans ou dix, mais ça s'en vient.
Andy Schütz, scientifique senior chez Sutter Health.
Il existe déjà plusieurs excellents exemples d'IA dans les soins de santé qui montrent des implications potentielles et des utilisations futures possibles qui suscitent l'optimisme. Bien sûr, ce ne sera une véritable révolution que si ces technologies sont accessibles à tous, et pas seulement aux plus riches ou aux plus expérimentés. Quoi qu'il en soit, jetons un coup d'œil à l'avenir de l'intelligence artificielle dans les soins de santé.
Deepmind Healt, des dossiers médicaux à une vitesse supersonique
L'application la plus évidente de l'intelligence artificielle dans les soins de santé est la gestion des données. Les collecter, les stocker, les tracer : c'est la première étape pour révolutionner les systèmes de santé existants. Récemment, la branche de recherche AI du géant de la recherche Google a lancé son projet Google Deepmind Santé, qui est utilisé pour extraire les données des dossiers médicaux et fournir des services de santé meilleurs et plus rapides. Le projet n'en est qu'à ses débuts, mais promet des ravages.
Conception de plans de traitement
IBM Watson a lancé son propre programme spécial pour les oncologues qui est capable de fournir aux médecins des options de traitement extrêmement raffinées. Watson for Oncology a une capacité avancée pour analyser la signification et le contexte des données structurées et non structurées dans les notes et rapports cliniques qui peuvent être critiques dans la sélection d'un cheminement thérapeutique. En combinant les attributs du dossier du patient avec l'expérience clinique, la recherche externe et les données, le programme identifie les plans de traitement potentiels pour un patient.
Assistance dans les tâches répétitives
IBM a également lancé un autre algorithme appelé Tamis médical. Il s'agit d'un ambitieux projet exploratoire de longue haleine pour construire la prochaine génération d'"assistants cognitifs". Une gamme d'IA avec des compétences analytiques et de raisonnement et un large éventail de connaissances cliniques. Medical Sieve est qualifié pour aider à la prise de décision clinique en radiologie et en cardiologie. L'"assistant de santé" est capable d'analyser les Big Data telles que les images radiologiques pour identifier et détecter les problèmes de manière plus rapide et plus fiable. À l'avenir, les radiologues n'auront peut-être plus qu'à examiner les cas les plus compliqués où la supervision humaine est utile.
Diagnostics Big Data et Deep Learning
La start-up médicale Enlitique il vise également à combiner l'apprentissage en profondeur avec de vastes archives Big Data pour améliorer les diagnostics et la vie des patients. Jusqu'à récemment, les programmes de diagnostic informatique étaient écrits à l'aide d'ensembles prédéfinis d'hypothèses sur les caractéristiques spécifiques de la maladie. Un programme spécialisé devait être conçu pour chaque partie du corps et seul un ensemble limité de maladies pouvait être identifié. Les programmes simplifient souvent à l'excès la réalité, ce qui se traduit par de mauvaises performances diagnostiques. L'avènement du Big Data permettra une précision énorme. L'apprentissage en profondeur permet de gérer un large spectre de maladies dans tout le corps et toutes les modalités d'imagerie (rayons X, tomodensitogrammes, etc.) ».
Modes de consultation hybrides (en direct et en ligne)
Vous avez mal à la tête, vous vous sentez étourdi et vous êtes certain d'avoir de la fièvre. Vous devriez entendre un médecin. Appelez, parlez à une secrétaire, demandez un rendez-vous dans deux jours. C'est ce qui n'arrivera pas avec les nouvelles applications de soins médicaux. En Italie également, ils sont en train de naître, mais je parle d'une réalité déjà établie comme Babel. L'application anglaise propose des conseils médicaux en ligne et des soins de santé par abonnement. Depuis cette année, il propose des conseils médicaux avec IA basés sur les antécédents médicaux personnels du patient.
Les utilisateurs signalent leurs symptômes de maladie à l'application, qui les compare à une base de données de maladies Big Data à l'aide de la reconnaissance vocale. Après avoir examiné les antécédents et les circonstances du patient, Babylon propose un plan d'action approprié. L'application rappelle également aux patients de prendre leurs médicaments et les suit pour savoir comment ils se sentent. Avec de telles solutions, l'efficacité du diagnostic des patients peut augmenter et le temps d'attente dans les cabinets médicaux peut être réduit.
Infirmières virtuelles
Nous accueillons la première infirmière virtuelle au monde. Molly a été développé par la start-up médicale Sensely. Elle a un visage souriant et adorable couplé à une voix agréable, et son objectif unique est d'aider les gens à surveiller leur état et leur traitement. L'interface utilise l'apprentissage automatique pour soutenir les patients atteints de maladies chroniques entre les visites chez le médecin. Fournit un suivi et une assistance éprouvés et personnalisés, avec un accent particulier sur les maladies chroniques.
Suivi des médicaments et protocoles de traitement: AiCure
Il existe également une solution spécifique pour contrôler si les patients prennent réellement leurs médicaments. L'application AiCure, soutenu par National Institutes of Health English, utilise une webcam et une IA de smartphone pour confirmer de manière indépendante que les patients respectent leurs prescriptions. Ceci est très utile pour les personnes souffrant de problèmes médicaux graves, pour ceux qui ont tendance à aller à l'encontre des conseils du médecin et pour les participants aux essais cliniques.
IA, Big Data et Médecine de précision
L'IA et le Big Data auront également un impact énorme sur la génétique et la génomique. Génomique profonde vise à identifier les modèles Big Data d'informations génétiques et de dossiers médicaux, à la recherche de mutations et de liens avec la maladie. Une nouvelle génération de technologies informatiques émerge qui peut dire aux médecins ce qui se passera à l'intérieur d'une cellule lorsque l'ADN est modifié par une variation génétique, à la fois naturelle et thérapeutique. Comment les appellerons-nous?
Craig Venter, pendant ce temps (l'un des pères du Human Genome Project), travaille sur des algorithmes qui pourraient concevoir les caractéristiques physiques d'un patient en fonction de son ADN. Avec son dernier exploit, Longévité humaine, propose à ses patients (pour la plupart aisés) un séquençage complet du génome couplé à un scanner corporel complet et à un bilan médical très détaillé. L'ensemble du processus permet de détecter un cancer ou des maladies vasculaires à leur stade précoce.
Big Data pour le Créer des médicaments
Le développement de produits pharmaceutiques par le biais d'essais cliniques prend parfois plus d'une décennie et coûte des milliards d'euros. Accélérer ce processus et le rendre plus abordable aurait un effet énorme sur les soins de santé. Atomwise il utilise des superordinateurs qui extraient des thérapies d'une base de données Big Data de structures moléculaires. L'année dernière, Atomwise a lancé une recherche virtuelle de médicaments existants et sûrs qui pourraient être repensés pour traiter Ebola. Cette analyse, qui aurait normalement pris des mois ou des années, a été réalisée en moins d'une journée. Être capable de combattre des virus mortels des mois ou des années plus rapidement peut être un grand succès contre la prochaine pandémie. Ou celui-ci, pourquoi pas.
Un autre excellent exemple d'utilisation du Big Data pour la gestion des patients est Santé Berg, une société biopharmaceutique qui extrait des données pour découvrir pourquoi certaines personnes survivent à la maladie, puis améliore les traitements actuels ou crée de nouvelles thérapies. Ils combinent l'IA avec le Big Data biologique des patients pour cartographier les différences entre les environnements sains et favorables aux maladies et aider à la découverte et au développement d'applications pharmaceutiques, de diagnostic et de soins de santé.
Analyse d'un système de santé:
97 % des factures de soins de santé aux Pays-Bas sont numériques et contiennent des données sur les traitements, les médecins et les hôpitaux. Ces factures pourraient être facilement récupérées. Une entreprise locale, Zorgprisma Publiek analyser les factures et utiliser IBM Watson dans le cloud pour extraire les données. Ils peuvent dire si un médecin, une clinique ou un hôpital fait à plusieurs reprises des erreurs dans le traitement d'un certain type d'affection afin de les aider à s'améliorer et d'éviter les hospitalisations inutiles des patients.
Choses à faire pour que l'IA et le Big Data nous aident vraiment: BEAUCOUP
Tout d'abord, nous devons briser les préjugés et les peurs sur l'IA, et aider la population à comprendre comment nous pouvons limiter les risques que l'utilisation de l'IA comporte. La plus grande crainte de toutes est que l'intelligence artificielle devienne incontrôlable, contrôlant (ou combattant) ses "créateurs". Stephen Hawking a mis l'intelligence artificielle sur la liste des dangers pour la survie de la race humaine.
Je ne pense pas que la situation soit si sombre, mais je suis d'accord avec ceux qui insistent sur la nécessité de se préparer adéquatement à l'utilisation de l'IA dans les soins de santé. Nous avons besoin de quelques éléments pour éviter les problèmes :
- Création de normes éthiques applicables et obligatoires pour l'ensemble du secteur de la santé.
- Développement progressif de l'IA pour laisser le temps d'éviter tout inconvénient.
- Professionnels de santé : formation sur le fonctionnement de l'IA dans des contextes médicaux.
- Patients : habitude de l'IA et de moins en moins de méfiance.
- Pour ceux qui développent des solutions d'IA: plus de communication au grand public sur les avantages et les risques potentiels.
- Pour les autorités sanitaires : mesurer le succès et l'efficacité du système.
Si nous réussissons, le Big Data et l'IA nous apporteront d'énormes percées médicales et thérapeutiques non pas de temps en temps, mais au quotidien.
Bianca Stan - Diplômé en droit, écrivain avec plusieurs livres publiés en Roumanie et journaliste pour le groupe "Anticipatia" (Bucarest). Il se concentre sur l'impact des technologies exponentielles, la robotique militaire et leur intersection avec les tendances mondiales, l'urbanisation et la géopolitique à long terme. Il vit à Naples.
