← Les Clés
Les Clés
L’IA pourrait-elle devenir votre médecin ? (3/4)
00:30:11
Dans ce troisième épisode de notre série spéciale consacrée à l’IA, nous nous intéressons à l’utilisation de l’intelligence artificielle dans le domaine de Ia santé. Les perspectives sont nombreuses et enthousiasmantes. Mais l’intervention de cet outil pose aussi d...
Loading summary
Transcript56 lines
- [00:00]
Dr. Brouillère
On vit une révolution technologique et scientifique.
- [00:03]
Giovanni Briganti
Comme on en a peu connu.
- [00:04]
Nathalie Grandjean
On a délégué à la machine le.
- [00:05]
Dr. Brouillère
Soin d'apprendre par elle-même.
- [00:06]
Nathalie Grandjean
La première. Est-ce que vous vous sentez plus intelligent.
- [00:09]
Dr. Brouillère
Parce que vous utilisez l'intelligence artificielle ? J'ai besoin de repères. C'est un moment d'opportunité pour l'humanité.
- [00:15]
Nathalie Grandjean
Les clés.
- [00:15]
Dr. Brouillère
J'ai parfois peur qu'au fond ces machines nous privent de notre fragilité.
- [00:20]
Giovanni Briganti
Arnaud Reussen.
- [00:21]
Host
Bonjour à toutes, bonjour à tous et bienvenue dans les clés pour le troisième épisode de notre série consacrée à l'intelligence artificielle. Dans ce numéro, on va parler des immenses espoirs que cette IA fait naître en matière de santé. Pour la recherche médicale, le suivi de plus en plus individualisé du patient, la médecine prédictive, l'amélioration des diagnostics, Mais voilà, tout cela ne va pas s'en poser aussi quelques questions éthiques et philosophiques. Alors on va se pencher sur tous ces enjeux en commençant par un reportage signé Sarah Poussey qui va nous faire entendre de manière très concrète comment l'IA est déjà aujourd'hui utilisé en radiologie.
- [01:02]
Nathalie Grandjean
« La première, les clés.
- [01:05]
Giovanni Briganti
Respirez normalement.
- [01:10]
Narrator
Nous sommes dans le service de radiologie d'un hôpital liégeois. Pour vérifier l'état de son rythme cardiaque, un patient, appelons-le Eric, passe une IRM, une imagerie par résonance magnétique. De l'autre côté du mur, le docteur Brouillère consulte les images en direct.
- [01:32]
Dr. Brouillère
Là on voit une IRM cardiaque avec des séquences en cinéma et on voit le coeur qui bat en direct.
- [01:40]
Narrator
Nous n'en sommes qu'au début de l'examen, mais déjà à cette étape-ci, une certaine forme d'intelligence artificielle a été utilisée. Depuis plusieurs années, en radiologie, c'est la machine, donc le scanner ou l'IRM, qui adapte l'examen au corps de la personne.
- [01:55]
Dr. Brouillère
Si un patient prend rendez-vous pour un scanner abdominale, le système de rendez-vous injecte l'information dans le scanner. Le scanner suggère les 3-4 examens abdominaux les plus fréquemment faits. Le technologue, en fonctionnement des examens, n'a plus qu'à sélectionner un des 4 ou 5 proposés, même s'il peut utiliser tous les autres. Ça lui fait gagner du temps. Et puis alors la machine va adapter les doses de rayons pour optimiser en fonction de la taille et du poids automatiquement. Elle va adapter aussi l'injection de produits de contraste parce que les injecteurs sont liés au scanner. On va avoir une optimisation du contraste pour injecter le moins de contraste possible au patient. Et puis une fois que tout ça est fait, dans le calcul de l'image, les reconstructeurs utilisent le deep learning pour arriver à la meilleure qualité d'image Grâce.
- [02:40]
Narrator
À la technologie, les doses radioactives sont donc réduites pour le patient tout en ayant des images de meilleure qualité pour le radiologue. Vient ensuite l'étape de l'analyse de ces images et du diagnostic et là aussi l'IA joue un rôle.
- [02:54]
Dr. Brouillère
Selon le type d'image, elles sont envoyées dans différents serveurs. Chaque serveur a un peu sa spécialité donc en fonction des différentes missions qu'on lui demande, on a des serveurs spécifiques. On a par exemple un serveur qui recherche les nodules pulmonaires et suggère des images qu'il pense être des nodules et on dit oui ou non. et donc là où l'être humain n'est pas 100% sensible et 100% spécifique, la machine non plus, mais la combinaison des deux améliore la performance globale du rapport. Si on prend l'exemple des fractures, toutes les radios qui sont faites sont envoyées sur un autre serveur et il analyse les fractures et il suggère qu'il n'y en a pas, qu'il y a un doute ou qu'il y a une fracture et ça permet aux radiologues d'aller plus spécifiquement être attentifs à ce problème.
- [03:33]
Narrator
Dans le cas d'Eric et de son IRM cardiaque, le logiciel a détecté les différentes parties de son cœur, mesuré un tas de données et calculé son rythme cardiaque.
- [03:43]
Dr. Brouillère
Les calculs ont été faits directement par le logiciel, mais l'œil humain va regarder toutes les images. Et dans mon rapport, je vais préciser que la fonction est bonne et je vais vérifier s'il n'y a pas autre chose qui explique la suspicion d'insuffisance cardiaque détectée par le cardiologue lors de son échographie ou lors de l'examen du patient.
- [04:06]
Narrator
D'autres outils permettent aussi de comparer des examens dans le temps, par exemple pour évaluer la progression d'une sclérose en plaques. L'IA aide aussi à hiérarchiser les examens.
- [04:16]
Dr. Brouillère
On a des logiciels qui peuvent mettre en avant certains examens dans la liste des examens qu'on a parce que le système pense qu'il y a un danger ou une urgence plus importante que le reste. Là, on peut gagner peut-être du temps pour le patient. Pas du temps de travail, mais du temps pour le patient. Et on a maintenant des logiciels qui analysent en direct les images qui sont faites au scanner pour vérifier sa peine hémorragie cérébrale ou une occlusion vasculaire qui nécessite des présences en charge urgente. Et les logiciels envoient, en cas de suspicion, directement des messages via des chats via des notifications GSM pour que tout le monde soit prévenu le plus vite possible. Donc on gagne du temps dans la prise en charge, pas encore vraiment du temps de travail, on n'est pas encore arrivé au stade où c'est l'IA qui fait le compte-rendu. C'est plutôt une aide ou la mise en évidence de suspicions de pathologies plus urgentes.
- [05:04]
Narrator
Le docteur Brouillère insiste tout de même sur un point. L'intelligence artificielle a des faiblesses qui peuvent avoir des conséquences sur le patient. Pour un radiologue, c'est donc indispensable d'avoir ces informations et de connaître son outil.
- [05:19]
Dr. Brouillère
Par exemple, si on prend notre logiciel actuel de recherche de nodules, on sait que sa valeur prédictive négative est presque de 100%. Donc ça veut dire que si la machine n'en trouve pas, il n'y en a pas. Mais on sait par exemple que s'il y a des nodules de plus de 2 cm, elle ne les voit pas. A priori, un nodule de 2 cm, un radiologue le voit. Mais on sait que pour les petits nodules, si la machine n'en détecte pas, il n'y en a pas. Mais par contre, elle trouve plein de faux nodules. et donc le fait de bien connaître l'intelligence et ses limites permet de savoir jusqu'à quel point on peut s'y filer ou ce qu'elle peut nous apporter. Le plus gros problème de l'intelligence artificielle actuellement c'est probablement de savoir comment elle fonctionne parce que ça reste un peu abstrait et forcément les vendeurs ne dévoilent pas leurs algorithmes et donc c'est avec l'expérience qu'on arrive à connaître la limite de l'intelligence qu'on est en train d'utiliser.
- [06:01]
Narrator
Alors est-ce qu'un jour l'IA remplacera les radiologues ? Eh bien on en est encore loin. Le Dr Bruyère parie lui plutôt sur la collaboration que sur la concurrence.
- [06:11]
Dr. Brouillère
On a montré qu'il n'y avait pas 100% de réussite ni d'un côté de l'IA ni du côté des radiologues et toutes les études montrent que finalement c'est mieux de faire les deux. L'intelligence, le deep learning et la performance informatique pour pouvoir faire beaucoup Mais tenir compte du contexte et de la situation et de la personne et des exceptions, c'est plus humain. Et probablement que la combinaison des deux amène à la meilleure prise en charge.
- [06:36]
Host
Déjà pas mal de choses dans ce reportage signé Sarah Poussey. On va prolonger cette réflexion autour de l'intelligence artificielle en santé avec Giovanni Briganti qui est avec nous depuis nos studios de Mons. Bonjour. Bonjour, vous êtes professeur à l'université de Mons-Lumons, vous êtes psychiatre en charge de la chaire IA et médecine digitale. Alors ce qu'on vient d'entendre là, Giovanni Briganti, c'était pour de la radiologie, mais c'est quelque chose qui est en train de se développer dans beaucoup d'autres domaines de la médecine.
- [07:13]
Giovanni Briganti
Il n'y a pas un seul domaine des sciences médicales en effet actuellement qui ne sont pas touchés de près ou de loin par l'intelligence artificielle. C'est réellement une technologie qui touche l'ensemble des champs de la médecine et ceci est un facteur connu. Si vous arrêtez des individus par la rue et vous leur posez la question de savoir dans quel domaine de la vie en général est-ce que l'IA aura le plus d'impact, tout le monde sait que c'est la médecine effectivement.
- [07:37]
Host
Et ici on peut voir que ça a plutôt l'effet de permettre des diagnostics plus rapides, plus précoces, des données en plus que l'on peut intégrer dans le diagnostic. Vous avez l'impression qu'on va avoir une meilleure médecine grâce à l'intelligence artificielle ?
- [07:58]
Giovanni Briganti
Il y a un impact dans différents domaines, effectivement, comme on l'a dit, mais de façon macro, quels sont ces domaines ? Premièrement, comme vous l'avez dit, des diagnostics plus performants, plus précoces, mais aussi la surveillance à distance des maladies, qui permettra donc une prédiction, de détecter avant que les choses ne se passent, des événements adverses chez le patient, des événements indésirables. Aussi la prévention va être touchée profondément par l'intelligence artificielle, mais aussi d'autres domaines comme la recherche, comme l'augmentation de l'humain avec des prothèses augmentées notamment, et bien évidemment, comme vous l'avez dit également, les données de santé qui seront collectées d'une meilleure façon et qui vont mieux représenter l'individu.
- [08:36]
Host
Quand vous dites qu'on pourra aller vers de meilleures prédictions, vous pensez à quoi concrètement ? En quoi est-ce que l'intelligence artificielle pourrait, sur base peut-être de profil individuel, permettre de dire qu'il y a tel risque de développer un moment donné telle maladie, mieux que ce que ne pourrait le faire un praticien humain aujourd'hui ?
- [08:55]
Giovanni Briganti
Je vous fais un exemple. Imaginez une personne âgée, 85-86 ans, qui vit isolée chez elle. En disposant d'outils connectés, on peut venir construire ce qu'on appelle un zoom virtuel de la personne, c'est-à-dire une copie virtuelle de ces données de santé en temps réel qu'elles sont produites. Je parle par exemple du rythme cardiaque. de la saturation en oxygène, de la tension artérielle, mais aussi de la façon dont il bouge, dont il va garder son équilibre, à tout moment, des modèles qui vont fonctionner quelque part dans l'arrière-plan vont permettre de nous aider à prédire quand le patient va faire sa prochaine chute. quand il va développer un rythme cardiaque qui va être anormal, quand il va développer une insuffisance respiratoire, quand il va développer une infection, ainsi de suite. On aura, avant qu'il ne se présente, des heures, parfois même des jours avant, des signalements qui vont nous aider à prendre en charge le patient des jours avant que les événements adverses se passent et donc que les accidents puissent survenir.
- [09:51]
Host
Donc là, on a un exemple concret de cas particuliers d'un patient ou d'une patiente qu'on pourrait suivre mieux au quotidien avec l'intelligence artificielle. Ce qu'on met souvent en avant aussi, c'est le fait que comme cette intelligence artificielle peut croiser énormément de données, d'ailleurs en très peu de temps, elle pourrait parfois repérer des corrélations qu'on n'a pas repérées en tant qu'humain et repérer peut-être que tel facteur peut provoquer telle maladie alors qu'on n'avait pas forcément pensé à cette possibilité-là avant. Est-ce qu'en matière de recherche, je dirais presque épidémiologique sur des grandes populations, il y a aussi des éléments que l'intelligence artificielle est en train de bouleverser ?
- [10:31]
Giovanni Briganti
Tout à fait. Je vais prendre mon propre domaine comme exemple, la psychiatrie, qui est un des seuls domaines dans les sciences médicales où tout est encore à faire, où tout est encore à découvrir. Nous savons très peu pourquoi les maladies mentales, les troubles mentaux surviennent, comment ils se présentent et comment, quelque part, qu'elles sont les corrélations entre les différents symptômes et signes de troubles mentaux. L'IA peut venir nous aider dans les données de population à découvrir ces associations avec une perspective data mining, c'est-à-dire de minage de données de santé où on va découvrir des propriétés de données que l'on ne connaissait pas au préalable. L'IA est tout à fait capable, avec son niveau de méthodologie, de nous proposer des choses qu'on ne connaissait pas avant.
- [11:08]
Host
Un petit mot encore pour terminer le tour d'horizon. Est-ce que sur le développement des traitements, des médicaments, des vaccins, là aussi on intègre aujourd'hui de l'intelligence artificielle dans la recherche ?
- [11:19]
Giovanni Briganti
Clairement, c'est une des voies les plus prometteuses à l'heure actuelle de l'usage de l'IA. C'est ce qu'on appelle le drug discovery and repurposing en anglais. C'est la découverte et la réutilisation de certaines molécules pour d'autres buts. Et donc, effectivement, des firmes pharmaceutiques, mais aussi des startups, des entreprises très avancées utilisent l'IA pour soit découvrir de nouveaux médicaments en découvrant de nouvelles molécules ou bien d'utiliser des anciennes molécules qu'on connaît bien dans certains usages. à d'autres fins. Par exemple, si un médicament a été utilisé auparavant pour réguler le diabète, peut-être qu'il aura un effet antidépresseur dans l'avenir. Et donc l'IA est utilisé à ses fins. C'est un usage tout à fait révolutionnaire de cette méthodologie.
- [12:00]
Host
Ça veut dire qu'aujourd'hui on utilise des traitements dont certains effets secondaires sont ignorés, pas spécialement connus, parce que c'est pas ça qu'on regarde. Mais comme l'intelligence artificielle peut regarder beaucoup de choses à la fois, elle peut repérer des effets bénéfiques associés, voire parfois peut-être aussi des effets négatifs associés qu'on n'avait pas pu encore observer jusque là ?
- [12:20]
Giovanni Briganti
Tout à fait. On va pouvoir découvrir qu'un médicament qu'on connaît bien a d'autres usages qu'on ne suspectait pas, tout simplement parce que des méthodes basées sur l'IA vont nous suggérer que ça pourrait être le cas. Et après nous, en tant que scientifiques, on va tester ça en pratique clinique.
- [12:35]
Host
Alors ça ouvre évidemment beaucoup de perspectives positives, beaucoup de questions aussi. Et avec nous dans cette émission, il y a également Nathalie Grandjean. Bonjour.
- [12:44]
Nathalie Grandjean
Bonjour.
- [12:45]
Host
Vous êtes chercheuse notamment dans le cadre d'un projet de recherche à l'UCLouvain qui s'appelle Medresist et qui essaye de penser les interactions entre intelligence artificielle et santé. Et vous, vous êtes là justement pour réfléchir aux questions éthiques qui se posent. Alors, la première question que j'ai envie de vous poser, c'est quand vous voyez tout ce qu'on vient d'évoquer ici avec Giovanni Briganti, vous vous dites qu'on a une santé qui devrait s'améliorer demain grâce à l'intelligence artificielle, qu'il y a clairement un bénéfice qui pourrait arriver de l'usage de cette technologie dans la santé.
- [13:20]
Nathalie Grandjean
Tout à fait. Tout ce que vient de dire le professeur Briganti est tout à fait juste. On va vers une médecine 4P. Une médecine 4P, ça veut dire médecine personnalisée, prédictive, participative, préventive. Donc personnalisée, c'est une médecine qui va pouvoir, en s'intéressant notamment à la question du génome, mais pas que, en essayant d'intégrer un certain nombre de paramètres, va pouvoir adresser au patient un traitement qui lui est vraiment personnel, c'est-à-dire qu'on va essayer d'éviter de tuer des mouches avec une centrale nucléaire. Prédictif, une médecine qui va pouvoir, grâce à l'IA, anticiper un certain nombre de pathologies qui pourraient arriver notamment sur une population donnée, typiquement par exemple en Wallonie. Dans telle province, quelles seraient les pathologies qui vont être les plus susceptibles d'arriver ? Donc comment est-ce qu'on peut anticiper dans les hôpitaux, dans la prise en charge, dans la sécurité sociale, ces pathologies qui potentiellement arrivent ? participatif, c'est toute la dimension où le patient en fond prend part au traitement et donc là aussi il y a tout un enjeu au fond de participation citoyenne dans cette médecine nouvelle et préventif et bien ça va avec la question du prédictif c'est comment alors qu'on sait qu'un certain nombre de pathologies vont arriver, comment est-ce qu'on peut anticiper ? Là je pense notamment aux collègues médecins qui travaillent sur le cancer du sein, dont on sait effectivement que si on le prévient suffisamment à l'avance, on peut les traiter plus tôt et donc de bien meilleure manière avec des bien meilleurs résultats.
- [14:45]
Host
Donc pour tout ça, l'intelligence artificielle peut venir vraiment appuyer, aider la médecine. Ceci dit, ça ne va pas s'en poser quand même une série de questions, de questions éthiques et puis de la question aussi dont on va intégrer ça dans notre société, dans notre système de santé pour demain.
- [15:03]
Nathalie Grandjean
Tout à fait. Il y a vraiment des promesses qui sont très concrètes. Il y a beaucoup d'investissement, beaucoup de résultats, il y a beaucoup d'espoir et qui sont, je trouve, tout à fait tangibles et qui peuvent arriver assez rapidement. Par contre, par ailleurs, ce qu'on observe quand, voilà, par exemple ma petite enquête en éthique, je fais de l'éthique appliquée donc je suis un peu sur le terrain, j'ai mené des interviews. J'ai mené des petits focus groupes. Ce qu'on voit c'est qu'alors que les outils sont pleins de promesses, ils sont très précis au fond, ils sont aussi très high tech, ils s'intègrent parfois très difficilement dans des hôpitaux qui souvent d'ailleurs souffrent de définancements. Et donc on a une espèce de décalage qui devient même une incompatibilité entre des lieux de soins avec un parc haïti qui n'est pas adapté au fond à l'accueil de certaines briques technologiques qui elles sont ultra performantes. On a d'autres enjeux en termes de médecine, c'est notamment la question des standards de l'évidence-base-médecine, où là on a parfois aussi des incompatibilités, des difficultés au fond à accorder l'IA, des dispositifs d'IA qui fonctionnent en auto-apprentissage avec des grandes bases de données, avec des standards de l'évidence-base-médecine.
- [16:05]
Host
Ça veut dire quoi ça concrètement ? Du coup, Nathalie Grandjean, c'est quoi l'évidence base médecine et en quoi est-ce que l'intelligence artificielle vient un peu s'entrechoquer avec cela ?
- [16:13]
Nathalie Grandjean
Alors l'évidence base médecine, c'est vraiment la manière dont la médecine, au fond, fabrique ses propres faits. C'est-à-dire qu'elle a une série de protocoles qui lui permet de dire, voilà, ça c'est telle pathologie, voilà les études qu'on a menées. pour pouvoir déterminer que c'était ça et pas autrement. Et au fond, une manière de valider ça, c'est de reproduire les expériences. Donc c'est au fond une très vieille manière en sciences, dans les sciences modernes depuis la modernité, de fabriquer des faits scientifiques, je vais le dire comme ça. L'IA ne fonctionne absolument pas comme ça. Le IA, elle fonctionne, et c'est toute sa capacité de puissance d'ailleurs, c'est qu'on lui donne un jeu de données, on lui apprend un certain nombre de choses et puis au fur et à mesure on la corrige, on corrige les biais notamment, etc. On fait en général de son mieux pour corriger les biais, les biais ne sont pas toujours corrigés mais en tout cas. L'idée, elle est là, et alors au fur et à mesure, on lui injecte de plus en plus de données, et alors elle a la capacité, au fond, de montrer des corrélations, qui ne sont évidemment jamais au départ des causalités, mais qui pourraient le devenir, montrer des corrélations qui sont inédites. Et c'est pour ça que ça intéresse les médecins, ça intéresse un certain nombre de personnes, c'est que ça montre des choses qui sont immontrables en fait, impossibles à montrer, si on s'en tient simplement à l'évidence-based medicine. La difficulté, c'est ce que je voulais expliquer, c'est qu'au fond, les structures hospitalières, la manière dont la médecine est enseignée, la manière dont les médecins sont formés, ils sont formés avec l'évidence base medicine. Et l'IA vient ici compléter alors que, dans une certaine mesure, de manière épistémologique, elle rentre en contradiction avec l'évidence base medicine. Et ça, c'est quelque chose sur lequel on doit travailler, je dirais de manière interdisciplinaire en tout cas, avec des philosophes des sciences, avec des médecins, avec des ingénieurs, avec tous ceux qui vont travailler sur l'IA en santé.
- [17:49]
Host
En clair donc, les opportunités sont là et l'IA en médecine ouvre des champs d'espoir très importants pour les patients, pour les praticiens, pour la recherche. Mais elle vient aussi bousculer des façons de faire, sans que tout cela ait toujours été pensé en amont. Des briques d'IA arrivent, au gré du développement réalisé souvent par des acteurs privés. On essaye de les intégrer, vaille que vaille, quand les systèmes informatiques le permettent. Dans certains hôpitaux, on y va très vite. Dans d'autres, beaucoup moins. Et surtout, on peine à avoir une réflexion stratégique intégrée. On n'a pas toujours le temps non plus de penser tout ce que ça vient bousculer, les questions éthiques que cela pose, les pratiques que ça bouleverse. Et ça, Giovanni Breganti de la chaire Intelligence artificielle et médecine de l'UMONS le reconnaît volontiers.
- [18:42]
Giovanni Briganti
Nous avons premièrement un problème de vision, c'est-à-dire que pour aligner l'usage de l'IA et son déploiement dans les structures de soins à tous les niveaux, la médecine spécialisée, mais n'oublions pas non plus la médecine générale, les institutions de soins telles que les maisons de repos, qui à ce stade, ces deux dernières, restent les grands oubliés du déploiement en matière d'intelligence artificielle, Il faut une vision commune qui est partagée par toutes les parties prenantes autour du soin. Et autour de l'IA, il y a cinq partenaires essentiels. Les premiers, c'est les professionnels de soin. Les deuxièmes, c'est les universités, les centres académiques et les instituts de recherche. Le troisième, c'est bien évidemment l'État. Quatrièmement, c'est les industries, les producteurs d'IA ainsi que ceux qui utilisent les logiciels d'IA pour faire avancer leur entreprise telle que par exemple les entreprises pharmaceutiques ou encore d'autres partenaires. Et dernièrement, le partenaire le plus important, c'est le patient et le citoyen au sens large. Et donc quelque part, à l'heure actuelle, il existe en Belgique, qui est un pays, rappelons-le, qui est à l'avant-garde en termes de déploiement de l'IA d'un point de vue hospitalier, mais aussi d'un point de vue d'éducation médicale. Nous sommes encore le seul pays au monde qui a inscrit l'IA dans l'éducation obligatoire de certains cursus de médecine. Nous sommes pionniers dans tout cela. Mais, en parallèle, il y a toute une vision politique de répondre à la question que le professeur Grandjean a aussi évoquée, c'est qu'est-ce qu'on veut pour nos soins de santé ? Quel niveau de soins voulons-nous ? Quel niveau de qualité de soins nous voulons offrir à nos citoyens ? Et je pense que ça, c'est la question primordiale à laquelle il faut répondre avant d'aboutir à la réponse. L'IA est la réponse à nos questions et il faut déployer l'IA au sein de nos hôpitaux. Et donc, je pense que quand on parle de vision, il faut faire attention à quoi ? Premièrement, Aujourd'hui, l'IA est utilisé comme un enjeu de compétitivité par les hôpitaux qui veulent le déployer. Ça veut dire que si aujourd'hui un hôpital communique sur le fait qu'il déploie des technologies d'intelligence artificielle, il va attirer des ressources médicales, il va attirer potentiellement aussi des patients pour être soignés, il va attirer des financements. Donc aujourd'hui l'IA c'est un enjeu de compétitivité. Donc aujourd'hui dire je fais de l'IA est positif pour une institution de soins et ce indépendamment des grands débats éthiques et sociétaux dont le professeur Grandjean vient de discuter et qu'il faut prendre en considération quand on déploie la technologie. Donc premièrement un enjeu de compétitivité. Deuxièmement un enjeu de compétence. Aujourd'hui nous manquons de compétences dans nos structures de soins pour prendre en charge le déploiement de l'IA. Ça fait depuis 2022 que nous avons lancé des formations continues au niveau belge en termes d'IA et de santé digitale. Et ceci reste encore aujourd'hui quelque chose de compliqué, notamment vis-à-vis au fait que nous avons désormais une loi sur l'intelligence artificielle auquel les hôpitaux qui déploient des structures, des logiciels d'IA vont devoir se conformer. Et se conformer à cette loi ne va pas être simple pour nos hôpitaux. Donc, premièrement, enjeu de compétitivité. Deuxièmement, enjeu de compétence. Troisièmement, l'enjeu sociétal. Comment finance-t-on ces technologies ? Comment débattons-nous sur le but sociétal et l'impact éthique professionnel de ces technologies sur les secteurs des soins de santé ? Et ceci, globalement, est un ensemble de trois questions qui composent le volet de la vision dont on parlait justement dans le contexte de cette question, qui est complexe et qui doit être abordée avec une force, une détermination politique particulièrement vigoureuse si nous voulons la traiter de façon sérieuse.
- [22:02]
Host
Nathalie Grandjean, est-ce qu'elle est là, aujourd'hui, cette réflexion ? Est-ce qu'il y a des embryons, quand même, de cette réflexion-là ? On sait qu'un des problèmes que l'on a avec les innovations technologiques, c'est que souvent, elles nous arrivent, on commence déjà à les utiliser et puis seulement après, parfois, on se rend compte des questions qu'elles posent, de ce qu'elles pourraient transformer dans notre société. et il est parfois difficile de venir par après remettre du cadre, des limites parfois à ces technologies. Est-ce qu'aujourd'hui on est en train en Belgique de prendre la mesure de la révolution que pourrait être cette intelligence artificielle et de penser comment on accompagne cette révolution ?
- [22:39]
Nathalie Grandjean
Je pense qu'on prend la mesure de la promesse qu'elle peut avoir pour la santé, ça j'en suis certaine. La difficulté c'est toujours qu'on a besoin de temps pour réfléchir ensemble. Cette intelligence collective, malheureusement, c'est ironique quand je dis ça, elle ne peut être qu'humaine. C'est-à-dire qu'on ne peut pas par exemple confier à Tchatchébiti la délibération au fond de quelle vision on voudrait. Et professeur Briganti l'a bien dit, au fond il faut réunir, il faut un temps de délibération. La difficulté c'est que le temps des technologies n'est pas le temps de la délibération. C'est un temps, évidemment, qui est un temps extrêmement rapide. Donc les technologies se développent bien avant qu'on ait même pensé qu'elles pourraient arriver. Elles nous arrivent. Et là je repasse un peu dans une réflexion philo peut-être plus large. On a une relation en technologie en tant qu'humain occidental ici, pour situer un peu qui on est en tant qu'occidentaux, qui est toujours une relation à la fois de fascination, on peut se rappeler les premiers moments au chat JPT, on a tous utilisé, il y a quelque chose de wow, c'est super, on a eu ça pendant la révolution internet où on a tous eu accès à l'information. Donc il y a quelque chose de la fascination qui tombe parfois à l'assidération et donc on a tendance alors à les utiliser sans forcément savoir comment on les utilise. Et puis en même temps, il y a à l'inverse, à l'extrême inverse, cette peur en fait des technologies, un phénomène de rejet, etc. Donc entre, vous voyez ces trois piliers au fond, technophobie, technophilie, et puis au fond des temps humains dont on aurait besoin pour délibérer ensemble avec des ressources qui sont très limitées au fond. Si je prends le cadre de la Belgique francophone, même de la Belgique tout court, même de l'Europe, qui sont relativement limitées. on a évidemment des grands écarts et c'est comme ça qu'on a probablement des visions qui ne sont jamais vraiment à l'heure. Et pareil pour le droit, par exemple. Quand le droit essaie de légiférer sur le numérique, il est à peu près toujours en retard. Donc il y a quelque chose de très... Je ne sais pas si c'est désespérant, mais moi ça fait maintenant presque 20 ans que je travaille sur les technologies. J'ai travaillé par exemple il y a quasi 20 ans sur un projet qui proposait la reconnaissance faciale. Bon, ça nous paraissait invraisemblable en fait. Ça nous paraissait quelque chose de l'ordre d'une série comme Black Mirror. Maintenant, c'est une technologie qui n'est pas chère, qui est partout, qui est dans vos téléphones, etc. Donc, les temporalités sont vraiment des temporalités toujours bouleversées et qui font qu'effectivement, ce temps de délibération n'est jamais pris au sérieux.
- [24:48]
Host
Il y a quand même aussi un autre enjeu, c'est sans doute l'enjeu de la formation, de l'apprentissage, mais de la compréhension aussi de ce que c'est l'intelligence artificielle et de comment elle fonctionne. Si on revient au reportage qu'on écoutait au début de l'émission avec Sarah Poussey, on entendait ce praticien qui disait C'est quand même important pour moi que je sache ce qu'elle est capable de faire, ce qu'elle n'est pas capable de faire, cette intelligence artificielle, comment elle fonctionne, parce que sinon, elle pourrait m'emmener sur des mauvais chemins, ou me donner l'impression qu'il n'y a pas de problème, alors qu'au fond, je dois savoir que des tumeurs de plus de 2 cm, elle ne peut pas les repérer. C'était assez éclairant comme exemple. Est-ce qu'aujourd'hui, il n'y a pas une urgence aussi là-dessus à construire, dès l'école pour tout le monde, peut-être pas seulement pour les futurs praticiens de santé, une compréhension de ce que c'est cette intelligence artificielle à partir du moment où elle va être à ce point présente dans nos vies ?
- [25:33]
Nathalie Grandjean
Tout à fait. Alors d'une part, je vais répondre en deux temps, d'une part je pense qu'il faut une alphabétisation au numérique depuis la maternelle et je pense qu'il y a plein de collègues, en tout cas mes anciens collègues de l'UNAMUR, puisque j'y ai passé beaucoup de temps, avec tout un projet en informatique à l'école. Donc l'informatique à l'école, ce n'est pas des tablettes qu'on met dans la main des enfants, évidemment, c'est un apprentissage à la programmation. Et effectivement, une éducation, comme on a fait une éducation aux médias, maintenant, il faut une éducation numérique à l'IA. Il faut, au fond, que les gens puissent se dire, voilà, il faut ouvrir les boîtes noires.
- [25:59]
Host
Investir donc dans une éducation à l'IA pour qu'un maximum de monde comprenne comment elle fonctionne. Le médecin, mais aussi le patient, le chercheur. développer une culture de l'IA pour ne pas subir et ne pas juste attendre que des solutions nous arrivent comme un chat dans un sac développé par des acteurs privés. Car à ce niveau-là, nous avons, selon Giovanni Briganti, un vrai problème aujourd'hui.
- [26:29]
Giovanni Briganti
La validation des solutions d'IA à l'heure actuelle n'est pas suffisamment bonne d'un point de vue scientifique. Ça veut dire que beaucoup de solutions qui sont déployées et vendues sur le marché n'ont pas suivi un processus de validation scientifique comme le font par exemple les médicaments, avec des études cliniques, des expérimentations qui vont assurer que la solution fonctionne comme elle doit fonctionner. Le règlement sur l'IA impose une double responsabilité, une responsabilité sur le producteur d'IA, mais aussi sur celui qui va la déployer, c'est-à-dire le clinicien, l'institution, l'hôpital, etc. Pour ceci, on se rend compte que non seulement il faut s'assurer que le médecin puisse analyser ce qui sort de la machine et avoir un esprit critique, parce qu'il connaît suffisamment bien la méthode d'IA pour pouvoir la critiquer. Et donc il y a ici une responsabilité sociétale à s'assurer à la fois que nous avons des experts qui produisent des IA qui soient suffisamment formés pour produire des IA qui soient de qualité et suivant une méthodologie scientifique rigoureuse avec des standards de design rigoureux, et de l'autre côté, former des cliniciens et leur donner le moyen de rester vigilants dans leur boulot. Ça veut dire aussi travailler sur les conditions de qualité de vie des cliniciens, sur le financement du secteur de la santé, ainsi de suite, pour s'assurer que dans les bonnes circonstances de travail, le clinicien va se rendre compte de quand le logiciel fonctionne correctement et quand le logiciel ne fonctionne pas correctement. Et là, il y a tout un enjeu de formation continue, mais aussi de structure de fonctionnement hospitalier, de soins de santé, peu importe le niveau où nous sommes, pour s'assurer que cela se présente.
- [28:11]
Nathalie Grandjean
Par ailleurs, si je puis me permettre, il y a encore d'autres enjeux éthiques qui me semblent importants ici d'être soulignés. C'est tous les enjeux de sécurité, sécurité informatique, cybersécurité. On sait que les hôpitaux ont subi beaucoup de cyberattaques, etc. Donc là, l'IA, au fond, marche parce qu'il y a des données et donc elle marche bien parce qu'il y a beaucoup de données, des données propres, bien organisées, etc. Donc là, attention, ici je pense qu'il y a vraiment aussi un enjeu politique, même géopolitique, sur ces questions de cyberattaque. Il y a des enjeux évidemment de transparence, de fiabilité, de responsabilité. Ça c'est ce que le professeur Briganti a très bien dit au fond. Comment est-ce qu'on ouvre la boîte nord ? Qui est capable de lire ? Qui est capable de corriger ? Parce que le problème c'est que si vous avez embarqué des biais, et il y en a des biais, il n'y a personne qui n'a pas de biais, on doit être évidemment très attentif à ces questions-là. Et peut-être la dernière chose, on n'en a pas du tout parlé mais elle est extrêmement importante, c'est tous les enjeux au fond de la durabilité, mais je dirais les enjeux environnementaux. En fait, l'IA, ça consomme des ressources, c'est démentiel. Et cette course à l'IA, si vous voulez, où on met énormément d'argent, on investit beaucoup, c'est aussi une course un peu aveugle à la consommation d'énergie. Enfin, il faut des data centers, il faut refroidir les data centers, il faut toutes ces matières rares pour fabriquer. Ça coûte. Ça nous coûte en termes d'investissement d'argent, mais cet argent aussi, c'est un argent sur le dos de la planète.
- [29:31]
Host
Et cet enjeu de la consommation énergétique de l'IA, de sa consommation de toute une série de ressources, on en a parlé, vous le savez, dans notre épisode numéro 2 avec Hugues Bersini, puisque c'est une série en quatre numéros que nous vous proposons autour de l'intelligence artificielle dans les clés. Merci d'avoir suivi cet épisode avec à la réalisation sonore Jonathan Remy et Valentin Gourdange. Merci à Sarah Poussey pour la préparation de cette émission. N'hésitez pas évidemment à aller télécharger et écouter nos autres épisodes dans cette série. Ils sont sur Ovio et sur toutes vos plateformes de téléchargement.