Brève

IA, comment améliorer la qualité des données en santé

Arnaud Janin
| 07.02.2019

La révolution de l'intelligence artificielle en médecine a déjà commencé. Mais basée sur la quantité et la qualité des données, elle soulève encore bien des questions aux experts informaticiens, médecins, chercheurs. Rencontres.

  • IA

Mieux soigner grâce à l'IA, oui, mais avec quelles données ? C'est en substance la thématique de la table-ronde animée lors des Rencontres  de l'Institut national du cancer le 4 février dernier : « Comment l'intelligence artificielle peut-elle nous aider à repousser les frontières de l'incurable ? » Illustration d'emblée avec un exemple cité par Eric Deutsch, médecin, chercheur, oncologue et radiothérapeute : « L'intelligence artificielle est capable de faire mieux que le médecin pour le dépistage du mélanome avec l'alimentation d'un ordinateur capable d'intégrer l'expérience de 5 000 carrières de dermatologues. Ces derniers ont identifié 87 % des mélanomes versus 95 % pour la machine. » Ces nouvelles technologies basées sur le machine learning et le deep learning (apprentissage profond) ont déjà fait leurs preuves en radiothérapie. Elles ont été également capables de déterminer la probabilité de réponses des patients à l'immunothérapie. Ce que confirme Jean-Philippe Vert, chercheur en IA chez Google : « Grâce à cet outil basé sur les statistiques, l'analyse des données, le big data.., l'IA permet de trouver de nouvelles stratifications de patients, des nouveaux gênes, ainsi que des signaux faibles dans des grandes quantités de données. »

Freins

Après les fabuleuses potentialités, les freins. Pour Jean-Philippe Vert, « c'est bien d'avoir beaucoup de données, mais on ne pourra pas faire de merveilles si elles ne sont pas de bonne qualité ou biaisées ». Dit autrement par Marc Bonneville, président de l'Ariis, « les données, kérosène de l'IA qui sert à valider les algorithmes, doivent être fournies en quantité énorme et de très grande qualité. Elles sont souvent dispersées et sous des formats très hétérogènes (registre, SNDS) ». Au-delà de leur défaut possible de qualité, il faut pouvoir les apparier, ajoute-t-il.

Confidentialité

L'autre problème majeur soulevé par tous les intervenants est celui de la confidentialité.  Pour eux, la réglementation européenne n'est pas un frein, mais seulement une contrainte, un garde-fou et une règle de bon sens (dixit Jean-Philippe Vert, qui travaille pourtant pour Google). D'ailleurs, selon lui, quand ce Gafa travaille sur des données de patients, la procédure est complètement sécurisée, anonymisée et est bien différente de celle utilisée pour les smartphones. Et les collectes de données se font alors à travers une collaboration bien identifiée avec un hôpital, un centre de recherche, etc.

Un autre frein relevé par Alexandre Gramfort, chercheur à l'Inria, est celui de l'accès au patient et à son consentement : « On n'a pas forcément son adresse ni son numéro de téléphone. Et si on n'a pas la preuve de son consentement, les maisons d'édition sont en droit de nous refuser la publication de nos revues. » Le système de partenariat entre son institut et les tutelles lui paraît également trop rigide et limite « fondamentalement notre possibilité d'avoir de bonnes idées ». Enfin, Alexandre Gramfort pose la question de l'interprétation des données à travers la collaboration entre le médecin et l'informaticien : « Les algorithmes ne savent pas générer des hypothèses. La solution vertueuse serait que le médecin pose la bonne question et que l'informaticien y réponde. » Et de donner un exemple de cette difficulté à automatiser ce qui n'est pas catégorisé : « Quand on apprend à une IA à prédire le grade, un médecin qui regarde une image voit plus de choses que le grade et il annote l'image ! »

Transdisciplinarité et formation

Cette problématique de la collaboration transdisciplinaire est soulevée par Nikos Paragios, PDG de TheraPanacea : « Il est très important de mettre ensemble des mathématiciens, des médecins, des informaticiens dès la formation. Ce que font désormais les grandes écoles dès la troisième année en proposant des cursus de sciences de la vie. Il faut faire la même chose en médecine. » Un point de vue partagé par Jean-Philippe Vert : « Il faut former des centaines, des milliers d'étudiants. Il faudrait que les médecins apprennent du langage Python et des statistiques, pas forcément pour développer des algorithmes, mais pour avoir un langage commun avec les informaticiens. » L'Inca, rappelle Eric Deutsch, devrait justement permettre de créer des passerelles en permettant à tous ces acteurs, chercheurs, développeurs, start-up d'avoir un meilleur accès aux données. Pour de meilleures données de santé, banco donc sur la formation !

Source : Decision-sante.com

A LA UNE

add
Sondage

Comptez-vous participer au grand débat ?

argent
Brève

Campagne tarifaire, billet... d'amour

Est-il raisonnable d'attendre les cadeaux du Père Noël en février ? Ou plutôt le jour de la Saint-Valentin, les fédérations hospitalières sont-elles en droit d'attendre des preuves d'amour d'Agnès Buzyn ? Au hasard une campagne... Commenter

ÉVÉNEMENTS

ÉVÉNEMENTS

Retrouvez tous les événements organisés par Décision Santé

Formations

Abonnement

Accédez à l’intégralité de votre magazine en version numérique ou papier

COUPs DE GRIFFE/CŒUR

COUPs DE GRIFFE/CŒUR

Vous souhaitez vous exprimer surl’actualité de votre profession ? Publiez dès maintenant votre courrier en ligne.

KIOSQUE

KIOSQUE

Retrouvez l’édition numérique de votre magazine.