Préparons la médecine du future avec l’intelligence artificielle

Optimiser le parcours de soins, gagner en efficacité tout en préservant la qualité des actes dispensés au sein de votre structure.

Notre mission : préparer la médecine de demain, en appréhendant à vos côtés, l'utilisation de l’intelligence artificielle au service de votre pratique et notamment d’une étape clé du parcours de soin : le dépistage des pathologies rétiniennes.

Fonctionnement et avancées de l’Intelligence Artificielle ¹

Si chacun a une idée personnelle assez précise de ce que signifie “Intelligence artificielle”, John McCarty propose cette définition :

L’IA est le domaine scientifique et industriel visant à la création de machines intelligentes, et en particulier de programmes informatiques intelligents, l’intelligence étant définie par le même auteur comme “la partie calculatoire de la faculté permettant d’accomplir un objectif ”

Plus pragmatiquement, les avancées récentes dans le domaine de l’Intelligence Artificielle relèvent de :

Apprentissage automatique (machine learning) : consiste à permettre à un programme de construire des règles décisionnelles à partir de données, sans que ces règles ne soient explicitement programmées par l’humain

Apprentissage profond (deep learning) : constitue une famille d’algorithmes particuliers d’apprentissage automatique constitués de plusieurs couches de réseaux de “neurones”, ces derniers étant des nœuds de calcul prenant plusieurs entrées et leur appliquant des poids et une fonction pour générer une valeur de sortie

Avènement des réseaux de neurones convolutifs (Convolutional Neural Network [CNN]), qui sont une forme d’architecture de réseaux neuronaux utilisant le deep learning, a permis des avancées spectaculaires en vision par ordinateur et en traitement du langage depuis 2012 et sont responsables du boom actuel de l’IA

Découvrez comment pourrait s’intégrer l’intelligence artificielle dans la pratique future de l’Ophtalmologie ? 

Des outils d’aide au diagnostic, de nouveaux scores, des indices de dépistage plus performants vont voir le jour dans le domaine de l’interprétation des rétinographies et dans les autres modalités d’imagerie (OCT, champ visuel, topographie cornéenne…).

Certaines prises de décisions thérapeutiques dans des contextes complexes pourront être aidées par des modèles d’IA entraînés à résoudre ces situations spécifiques.

Ces outils permettront une augmentation de la qualité des soins en diminuant les erreurs humaines dans des applications très précises, mais nécessiteront une validation médicale.

D’une manière générale, les applications générant un gain de temps ou d’efficience représenteront probablement une grande part des avancées.

La problématique de la qualité des données cliniques recueillies, de leur structuration adéquate et de leur sécurité va prendre une place de plus en plus importante dans la pratique quotidienne. La conception des logiciels médicaux va en être impactée et l’utilisation de ces données (par qui, comment et pourquoi) va faire l’objet de débats auxquels la communauté médicale doit être préparée.