Les systèmes conçus sur ce principe appliquent différentes méthodes, fondées sur l’élaboration de modèles d’interaction entre automates ou logiciels autonomes (systèmes multi-agents), de modèles syntaxiques et linguistiques (traitement automatique des langues) ou d’élaboration d’ontologies (représentation des connaissances). Leur coût doit également être justifié par une réelle plus-value pour le médecin ou le patient. L’intelligence artificielle a besoin de l’intelligence collective. Une frontière qui peut être vite franchie par l’utilisateur. L’intelligence artificielle (IA) appliquée à la médecine connaît depuis quelques années une progression exponentielle si l’on en croit la courbe des publications scientifiques dans le domaine. Les approches numériques s’apparentent en revanche à une boîte noire, incapable de justifier ses décisions : nul ne sait ce que fait l’algorithme. C’est l’objectif qui motive la participation de l’Union européenne, dans le cadre de son initiative phare Technologies futures et émergentes, au Human brain project. L’intelligence artificielle va-t-elle bouleverser la profession médicale ? Cette avancée technologique assiste les médecins en détectant les lésions en radiographie traumatique conventionnelle et en donnant un diagnostic automatisé, fiable et rapide. Cette double approche est aussi particulièrement pertinente pour exploiter les données "variées" des patients (génomiques, cliniques, d’imagerie et d’analyses biologiques) qui seront regroupées sur une même plateforme dans le cadre du Plan France médecine génomique 2025. Il s’agit alors de mettre en œuvre des logiciels de traitement automatique des langues pour analyser ces textes et en extraire des informations sur le patient (fouille de données). L’algorithme tend donc à reproduire, voire renforcer, ces mêmes préjugés. Les mentalités évoluent. Covid-19 : Comment l’intelligence artificielle peut aider à trier l’information médicale. Malgré les énormes capacités de calcul offertes par les ordinateurs actuels, aucune application existante ne peut s’afficher comme réellement intelligente : elle devrait pour cela être multitâches et capable de réagir correctement dans des situations non prévisibles et non préprogrammées. Le développement des algorithmes d'apprentissage automatique, la prolifération des données numériques et biométriques, l'accélération de la puissance de calcul et les progrès dans le domaine médical et biologique concourent d'ailleurs à cette révolution. Par exemple un système conçu pour alerter sur de possibles contre-indications médicamenteuses ne doit pas saturer le praticien d’alertes "justes", mais non adaptées au contexte clinique du patient. La robotique est un sous-domaine spécifique de l’IA. Certains voient dans les applications médicales de l’IA la possibilité de remplacer le médecin, que ce soit pour pallier les déserts médicaux ou bien pour filtrer les patients et les orienter. Pour éviter cet écueil, le médecin, seul habilité à porter un diagnostic, doit pouvoir garder son autonomie face à la machine. Les algorithmes d’apprentissage profond (deep learning) par exemple, dont l’usage explose depuis une dizaine d’années, s’inspirent du fonctionnement cérébral : ils simulent un réseau de neurones organisés en différentes couches, échangeant les uns avec les autres. Les auteurs appellent maintenant les réseaux sociaux à se saisir de leur recherche pour prédire les épidémies et améliorer le système global de détection. Des algorithmes au service de la médecine. L’information sur le covid-19 s’accroit de jour en jour au point de nous perdre dans un amas de connaissances scientifiques et de discussions sur les réseaux sociaux plus ou moins pertinentes. Vous êtes désormais inscrits. Depuis 5 à 6 ans, pour éviter cette difficulté de modélisation, les chercheurs en TAL utilisent de plus en plus le Deep learning. Les robots d’assistance aux personnes, âgées ou fragiles par exemple, représentent un troisième secteur très médiatisé et en fort développement. Si l’intelligence artificielle ne peut pas encore remplacer les médecins, elle les aide aujourd'hui, à l’image des professionnels de l’imagerie médicale qui sont 82% à affirmer que l’IA peut améliorer la pertinence de leurs décisions cliniques. min, Dossier réalisé en collaboration avec Jean Charlet, AP-HP et Laboratoire d'informatique médicale et ingénierie des connaissances pour la e-santé (LIMICS, unité 1142 Inserm/Sorbonne Université/Université Paris 13), Paris. Et pour commencer sur une … Ces maladies très complexes nécessitent en effet souvent des adaptations de protocoles classiques. Or la plupart des données médicales n’ont pas été recueillies dans l’objectif que se fixe le concepteur de logiciel. Les premiers modules d'intelligence artificielle sont maintenant proposés par les constructeurs. Aide au diagnostic, analyse d’examens, optimisation et personnalisation des traitements, criblage de molécules à activité biologique, etc. Les chercheurs développent pour cela des approches et techniques multiples, du traitement des langues et de la construction d’ontologies, à la fouille de données et à l’apprentissage automatique. Aide au diagnostic, choix du traitement le plus adapté et autres prouesses, l’intelligence artificielle s’impose depuis plusieurs années dans le domaine médicale et n’a de cesse d’étonner. Une équipe de recherche du département des anciens combattants américains, une équipe de l’Hopital Necker a réussi à démontrer, « L’ère de la charge des batteries à courant constant est révolue », clame le chercheur Rachid Yazami, Baisser le seuil de détection des tests RT-PCR du Covid-19 pour mieux dépister les individus contagieux, Contagiosité, vaccination et détection, le variant anglais du Covid-19 en trois questions clés, Opération transparence : le détail des essais cliniques des vaccins de Pfizer-BioNTech et AstraZeneca publiés, Covid-19 : Trois résultats scientifiques clés pour repenser la doctrine de dépistage par RT-PCR. Ces algorithmes peuvent être très performants mais nécessitent encore beaucoup de recherches avant de pouvoir être utilisés de façon fiable. Contrairement à l’approche symbolique, l’approche dite numérique raisonne sur les données. Les médecins consacrent de plus en plus de temps à la documentation médicale. Elle permet aujourd’hui d’améliorer la précision des gestes ou d’opérer à distance. Il n’existe pas de modèle général de ce qu’est la langue. Destiné aux urgentistes, l’outil doit répondre à leurs besoins, en l’occurrence, porter à leur connaissance des informations essentielles (comme les prescriptions médicamenteuses qui permettent d’identifier des pathologies préexistantes) dans les quelques minutes dont ils disposent pour prendre une décision. Intelligence Artificielle et Nutrition Dr. Georges Brillet, Centre de néphrologie de Châteauroux, Châteauroux. On pourrait donc appliquer ce modèle de prédiction dans n’importe quel pays. Leur mise au point nécessite de grands échantillons d’apprentissage : 50 000 images dans le cas des mélanomes, et 128 000 dans celui des rétinopathies, ont été nécessaires pour entraîner l’algorithme à identifier les signes de pathologies. https://www.inserm.fr/.../dossiers-information/intelligence-artificielle-et-sante Les challenges comme Data 4 Development, Epidemium ou encore DREAM by Sage sont en plein essor. Une assistante qui change de literie ou installe une infusion pourrait bientôt devenir un souvenir. Dans le domaine médical, les biais principaux sont dus à la surreprésentation d’une catégorie de personnes, comme les personnes âgées ou des patients d’origine géographique particulière. Le système peut également apprendre à partir des cas déjà résolus (reproduction des décisions prises pour des cas similaires au cas clinique à résoudre), ou d'un raisonnement par expérience (réutilisation de décisions qui étaient non conformes aux recommandations, sur la base de critères explicités dans la justification du non-suivi des recommandations). Le séminaire de Lyon n'est qu'une première étape. En effet, « l’analyse d’images médicales » apparaît en 10e position. L’idée est de créer, grâce au TAL, des résumés automatiques des articles qui soient réellement intéressants pour les médecins (résultats à retenir, niveau de preuve de l’article, méthodes utilisées…). Il peut être amené à endosser une décision qui n’est pas la sienne et découvrir après coup que la machine s’est trompée. Un avantage majeur des approches symboliques est de permettre de tracer le cheminement du raisonnement. Et c’est vrai, l’IA commence à arriver dans le médical : des startup sont prêtes à disrupter tous azimuts et les gros fabricants de dispositifs médicaux s’associent avec les gros spécialistes de l’intelligence artificielle. La chirurgie assistée par ordinateur en est sans doute un des versants le plus connu. Pour progresser dans cette voie les chercheurs essaient de comprendre le comportement des neurones et de leurs connexions, afin d’être en mesure de mimer le cerveau. L’intelligence artificielle (IA) est un domaine de recherche en pleine expansion et promis à un grand avenir. Une équipe de recherche du département des anciens combattants américains a mis au point une technique pour compléter les informations manquantes en analysant les textes cliniques libres des dossiers des patients. Benoît Favre explique que cette étude a permis d’établir que « la trace linguistique [de l’arrivée du virus], quelle que soit la langue, est similaire ». Cette technique permet d’éviter la compréhension du fonctionnement de ce qu’on veut modéliser au prix d’un nombre très élevé de données d’entraînement. Le système réduit la relation au médecin à un acte technique. Cette technique a vraiment eu des conséquences importantes puisqu’à l'aide d'approches similaires, une équipe de l’Hopital Necker a réussi à démontrer un lien entre la prise d’inhibiteurs calciques et la baisse de mortalité chez les patients atteints de la Covid. Il s'agit de détecter, segmenter et reconnaître des structures anatomiques normales et pathologiques, et d'en proposer des visualisations 3D. A la fin de l’apprentissage, l’algorithme arrive à reconnaître avec une excellente performance de nouvelles images présentant une anomalie. Ce n’est pas comme un phénomène physique dont on connaîtrait le fonctionnement général. En France, les données de santé sont anonymisées pour être accessibles par les chercheurs, uniquement sur des projets autorisés. Cette robotique de service vise à imiter le vivant et à interagir avec les humains. Thérapie génique : la nouvelle frontière dans l'innovation médicale... La thérapie génique pourrait atteindre son plein potentiel dans les 5 à 10 prochaines années, mais il y a d’abord des défis technologiques et opérationnels à relever. Sophie Lanone : Influencer le cours des maladies respiratoires, L’intelligence artificielle au bénéfice de l’analyse des grandes cohortes. L'intelligence artificielle est « l'ensemble des théories et #EpiR_IA: Intelligence Artificielle et Formation Médicale en 3 questions. | EpiRheum.com Si vous êtes, vous aussi, intéressés, intrigués ou même ennuyés par IA, n'hésitez pas à partager vos remarques et commentaires pour fructifier le débat. Le robot omniscient, qui pour beaucoup symbolise l’IA, n’est pas pour demain ! Non … L’approche la plus ancienne s’appuie sur l’idée que nous raisonnons en appliquant des règles logiques (déduction, classification, hiérarchisation…). Elle soulève de nombreux problèmes éthiques, portant notamment sur la protection de la vie privée et des données personnelles, mais aussi sur les conséquences d’un brouillage de la frontière humain-robot. Face aux déboires des premières heures, deux courants se sont constitués. Il laisse le patient à ses interrogations et ses angoisses. La plateforme d’intelligence artificielle iBiopsy aide déjà la Pitié-Salpêtrière à traiter les pathologies. L'intelligence artificielle est un nouveau défit pour les radiologues. Ces systèmes, de complexité très variable, ont en commun d’être limités dans leurs capacités d’adaptation : ils doivent être manuellement adaptés pour accomplir d’autres tâches que celles pour lesquelles ils ont été initialement conçus. L’intelligence artificielle est partout, mais elle trouve plus particulièrement des applications intéressantes dans le domaine de la santé. En attendant elle contribuera à mieux comprendre le fonctionnement de cet organe et à mieux appréhender les causes de certaines maladies d’origine cérébrale comme Alzheimer, Parkinson ou la maladie de Charcot. Ainsi, une personne hospitalisée pour un problème respiratoire sera traitée pour ce problème sans nécessairement faire mention du cancer qui l’affecte par ailleurs. Des applications de deep learning existent en traitement d’images, par exemple pour repérer de possibles mélanomes sur les photos de peau, ou bien pour dépister des rétinopathies diabétiques sur des images de rétines. Autre exemple, l'interprétation d'images médicales pédiatrique est d'une importance majeure pour le diagnostic, le suivi des patients ou encore la préparation d'une intervention chirurgicale. Sujet d’actualité, l’intelligence artificielle excite les utilisateurs, intéresse les fabricants, donne espoir aux patients, mobilise des missions gouvernementales et fait vendre du papier. En effet, à cause de la mauvaise interopérabilité des systèmes de stockage des données, certains cas positifs étaient difficilement intégrables dans les bases de données. Dans cet objectif la commission de réflexion sur l’éthique de la recherche en sciences et technologie du numérique d’Allistene (Cerna) souligne la nécessité de concevoir des systèmes dont le fonctionnement est transparent, explicité et traçable, et qui effectuent les tâches spécifiées en respectant des contraintes explicites. Pour comprendre les enjeux liés à l’IA, revenons rapidement sur sa définition. Non … Les populations sont de plus en plus enclines à intégrer l’Intelligence Artificielle (IA) dans leur quotidien. Ce projet vise à construire une infrastructure informatique de classe mondiale, qui pourra être utilisée par la communauté scientifique pour simuler le fonctionnement cérébral dans des conditions expérimentales particulières. Pour répondre à la difficulté de ces tâches, il est important de combiner les informations numériques extraites des images, donc spécifiques au patient, à des modèles génériques, représentant les connaissances anatomiques sous la forme de bases de connaissances, d’ontologies, de graphiques…. Ils ne cherchent plus à remplacer le médecin, mais à l’épauler dans un raisonnement fondé sur les connaissances médicales de sa spécialité. Ils ont piloté le développement de l’ontologie des urgences qui entre dans la mise au point d’un prototype de moteur de fouille du dossier médical du patient ou du futur dossier médical partagé de la CNAM. » LIRE AUSSI - L’intelligence artificielle ne va … Par exemple, en 2010, les chercheurs du LIMICS ont participé à la conception d’un logiciel de traitement automatique des langues dans le cadre du projet Lerudi (pour Lecture rapide en urgence du dossier informatique du patient). L’imagerie médicale via l’intelligence artificielle. : depuis une quinzaine d’années, l’application des sciences du numérique à des données médicales complexes révolutionne le traitement des données de santé, promettant des bénéfices multiples pour les patients. L’Intelligence Artificielle permet d'améliorer l'imagerie médicale, toujours à la recherche de rendus visuels de meilleure qualité. La plateforme Desiree intègre les recommandations de bonne pratique par la mise en œuvre d'un raisonnement fondé sur une ontologie. « Ce lien n’aurait pas pu être démontré si on n’avait pas utilisé le traitement du langage naturel parce qu’il n’y avait pas suffisamment de données structurées pour que le lien soit significatif statistiquement. Réflexion à partir de 3 Cas d’Usages Dr. Bruno Dallaporta, Clinique Médicale et Pédagogique Edouard Rist, Paris. L’intelligence artificielle a fait des progrès énormes dans l’interprétation de l’imagerie médicale.D’après Alastair Denniston (membre de l’Université Hospitals Birmingham et du NHS foundation trust) et son équipe, l’intelligence artificielle est désormais capable de réaliser un diagnostic médical avec autant, voire plus de précision qu’un humain. July 1, 2020 1.52pm EDT Matthias Brunn , Université de Montpellier , William Genieys , Sciences Po Cette voie de recherche est toujours explorée aujourd’hui, même si de nombreux chercheurs en IA estiment qu’atteindre un tel objectif est impossible. L’IA est en plein essor et de nombreuses voies de recherche sont explorées pour améliorer les performances techniques de ces systèmes, mais aussi leur adéquation aux pratiques médicales visées. L’intelligence artificielle (IA), celle-là même qui a permis à Watson, le superordinateur d’IBM, de gagner contre des joueurs humains à Jeopardy!, saura-t-elle aider les médecins, les laboratoires pharmaceutiques et les chercheurs à vaincre le Covid-19 ? D’autres chercheurs se sont attelé à traquer les cas positifs qui ne se trouvaient pas dans les bases de données informatique. d’intelligence artificielle français consacré à l’imagerie médicale. Si certains projets demandent du temps pour être opérationnels d’autres ont déjà permis aux biologistes et autres médecins d’y voir un peu plus clair dans ce flux continu d’information et de réaction difficile à suivre. C’est pourquoi on les a baptisés « systèmes experts ». Par ailleurs, un système d’aide à la décision en analyse d’échographies pour les grossesses extra-utérines (GEU) développé par le LIMICS et l’hôpital Trousseau, OPPIO, entre en phase de tests en 2019. L’imagerie médicale, augmentée du deep learning et du big data analytics, reconnaît mieux les bio-marqueurs de la progression de la maladie.L’amélioration du diagnostic et la prise en charge du patient sont au cœur du processus. Résumés d’articles scientifiques, prédiction sur Twitter des épidémies ou recherche d’informations essentielles, le traitement automatique du langage (TAL) est un outil puissant pour aider la médecine a y voir plus clair. Dans les années 1980, cette approche, dite symbolique, a permis le développement d’outils capables de reproduire les mécanismes cognitifs d'un expert. Ces logiciels peuvent mobiliser une approche symbolique ou des approches fondées sur les réseaux de neurones. La médecine prédictive. Dans le monde de la médecine, l’IA est cantonnée dans le diagnostic et les recommandations pour des raisons évidentes. Ce système permet au médecin de sélectionner un type de GEU et de se voir proposer les signes pertinents à rechercher et les images de référence associées. Martin Clavey. L’IA permettra de gérer ce nombre considérable de données en fournissant des classifications ou des ontologies de description des éléments cliniques des patients. Les données d’apprentissage sont en particulier biaisées par les préjugés de l’époque et ceux des concepteurs. Des informations qui permettent détablir des diagnostics plus précoces et plus précis. C’est un moment fort, mais néanmoins, ce n’est au fo… L’apprentissage automatique permettra d’identifier des profils de patients tenant compte de toutes ces données. Au cœur des évolutions technologiques, l’intelligence artificielle est devenue en quelques années un des enjeux scientifiques majeurs du secteur de la santé. Elle est toutefois délicate à exploiter, car la base a été créée pour l’analyse économique des prestations de santé et non pour une analyse médicale. Seule une bonne compréhension des solutions proposées par l’application peut en effet permettre au médecin de discuter avec son patient et de lui exposer les alternatives possibles. Cet article pour tenter d’y voir plus clair, avant d’affronterd’accompagner les changements. On relève, dans certains cas, 30% d’erreurs dans la description des pathologies associées aux malades. 30-40 Les prothèses intelligentes visent quant à elles à réparer, voire augmenter le corps humain : membres ou organes artificiels (bras, cochlée, cœur, sphincter…), simulateur cardiaque, etc. ... Ils appartiennent globalement à ce qu’on appelle l’intelligence artificielle (IA), dont les applications dépassent bien entendu largement le cadre de la médecine. Dès les années 1950, les chercheurs en informatique ont essayé d’étudier son fonctionnement mais le langage est un objet difficile à étudier et à modéliser. Un algorithme informatique au service des ophtalmologues, Elaboration et validation de l’iBox, le premier outil universel de prédiction du risque de perte de rein greffé basé sur l’intelligence artificielle, L’intelligence artificielle facilite l’évaluation de la toxicité des substances chimiques : le cas du bisphénol S, Une intelligence artificielle permet de prédire la réponse thérapeutique des patients atteints d’un cancer du rectum avancé traités par radiochimiothérapie préopératoire, Prédire la réponse à l’immunothérapie grâce à l’intelligence artificielle, Un programme informatique capable de détecter et d’identifier automatiquement des lésions cérébrales, L’Intelligence Artificielle au service de la recherche médicale : l’Inserm et Owkin s’associent, Dassault Systèmes et l’Inserm annoncent la signature d’un accord pour analyser la complexité des maladies et accélérer la recherche clinique, Un cerveau « simplifié » permet au robot iCub d’apprendre le langage, Big data en santé - dossier d’information, Chirurgie assistée par ordinateur - dossier d’information, L’intelligence artificielle progresse – à lire sur le site Histoire de l’Inserm, Intelligence artificielle et robotisation, – ressources proposées dans le cadre des Etats généraux de la bioéthique (2018), Donner un sens à l'intelligence artificielle (IA), – rapport de la mission Villani (mars 2018), Médecins et patients dans le monde des data, des algorithmes et de l’intelligence artificielle, – livre blanc du Conseil national de l’Ordre des médecins, Ethique de la recherche en apprentissage machine, - rapport de la Commission de réflexion sur l’éthique de la recherche en sciences et technologies du numérique d’Allistene (novembre 2014).