Outils d’IA en médecine : “Il y a le fantasme de remplir des objectifs jusque-là hors de portée” 


La généralisation de l’IA en médecine n’est-elle plus qu’une question de temps ? C’est en tout cas l’impression que l’on peut avoir à la lecture de la presse scientifique.
Lundi 19 octobre, une étude, publiée dans le journal médical The Lancet Digital Health, présentait un algorithme permettant d’estimer la probabilité de survie de patients atteints de cancers de différents types grâce à l’analyse d’une simple photo de leur visage prise à partir d’un smartphone.
Trois jours plus tard, une équipe de Microsoft annonçait dans les pages de Science le développement d’un modèle d’IA généraliste, qui dépasserait les performances des médecins dans le diagnostic de cas cliniques théoriques.
Si les aides informatiques au diagnostic sont déjà très utilisées en médecine, particulièrement dans le champ de l’imagerie médicale, l’émergence de l’IA générative, moins spécialisée, soulève de nombreuses questions, notamment en matière de responsabilité médicale.
Dans un entretien, Eric Pardoux, auteur d’une thèse de philosophie sur l’éthique de l’IA en santé et chercheur associé à l’Institut d’histoire des représentations et des idées dans la modernité de l’Ecole normale supérieure de Lyon, déclare que « la grande diversité des outils développés empêche de répondre de manière monolithique à la question de leur acceptabilité par le monde médical ».
Plus un outil est facile d’utilisation, et plus il est spécifique à une tâche, plus les médecins sont enclins à l’utiliser. Cela semble être le cas de l’analyse faciale par un algorithme. […] C’est un modèle conçu pour deux types de prédiction spécifiques [l’âge et la survie de patients atteints de cancer, ndlr]. La publication dans Science propose, elle, de recourir à l’orchestration d’une multitude d’agents IA pour diagnostiquer de nombreuses pathologies, ce qui est beaucoup plus complexe.
On a généralement tendance à évaluer les performances de l’algorithme sur des décisions isolées. En réalité, dans le contexte clinique, […] l’immense majorité des décisions sont construites étape par étape, dans une sorte d’enquête. Les médecins avancent en posant des questions et refont des tests diagnostiques si besoin. D’un certain côté, les résultats de l’article de Science prennent en compte cet aspect-là, en multipliant les agents IA qui interviennent dans la décision.
Mais ils sont obtenus dans un environnement contrôlé, sur du texte. Il manque tout ce qui concerne la rencontre clinique et les enjeux liés aux incertitudes de l’histoire réelle des patients. Ces travaux participent surtout d’une promesse : celle qu’un jour ces outils IA pourront être inclus dans la pratique routinière clinique. C’est probable mais ce n’est pas encore le cas.
La question qui se pose en priorité avec ces modèles d’IA, et qui limite encore leur déploiement massif, est celle de leur évaluation dans la vie réelle. Un des grands principes de la médecine, souvent rappelé quand on développe des outils pour la santé, reste : «avant tout, ne pas nuire». Il y a donc un enjeu sur les conséquences des erreurs de ces modèles, pas seulement sur ce qu’ils sont capables de réaliser .

Tags: No tags

Add a Comment

Your email address will not be published. Required fields are marked *