L’intelligence artificielle à la place de votre médecin

L’intelligence artificielle à la place de votre médecin, comme tous les domaines la médecine fait face à l’intelligence artificielle.

Les domaines d’intervention de l’Ia dans la santé sont divers.

Remplacer le médecin par une IA , un défit éthique

Le remplacement des médecins par l’intelligence artificielle (IA) soulève d’importantes questions éthiques, bien que l’objectif actuel soit plutôt de les assister et de les améliorer dans leurs pratiques. L’IA est perçue comme un outil pour améliorer la qualité des soins, optimiser les processus et redonner du temps aux soignants.

• Cadre éthique et réglementaire: Le développement et l’utilisation de l’IA en santé doivent se faire dans un cadre éthique clair et rigoureux. La cellule Éthique du numérique en santé du ministère de la Santé travaille activement sur ces enjeux, avec la publication de recommandations de bonnes pratiques pour la mise en œuvre de l’éthique « by design ». Ces recommandations visent à intégrer des valeurs éthiques dès la conception des systèmes d’IA, et à valider les solutions proposées pour éviter les aléas. Un référentiel de l’éthique de l’IA en santé, attendu pour 2025, définira des critères dans plusieurs catégories : bienfaisance, non-malfaisance, autonomie, justice-équité, sobriété numérique et développement durable.
• Formation et accompagnement des professionnels de santé: Il est crucial de former les professionnels de santé à l’utilisation de l’IA, en mettant l’accent sur ses opportunités et ses limites. La formation à l’IA est une priorité stratégique pour développer la confiance et accompagner la transformation numérique du système de santé. Un plan ambitieux vise à former 140 000 professionnels par an dans les filières médicales, paramédicales et sociales.
• Gouvernance et qualité des données: La qualité des données de santé est essentielle pour le développement et la validation des systèmes d’IA. La Plateforme des Données de Santé (Health Data Hub) joue un rôle clé dans la mise à disposition de données de qualité pour la recherche et l’innovation. Une stratégie nationale pour l’utilisation secondaire des données de santé est en cours d’élaboration pour assurer une déclinaison efficace du règlement européen sur l’espace européen des données de santé (EEDS).
• Évaluation et validation des systèmes d’IA: L’évaluation technologique est un levier important pour développer la confiance des utilisateurs et mettre en évidence l’intérêt des technologies. La HAS travaille sur de nouveaux cadres d’évaluation des dispositifs médicaux numériques (DMN) avec IA, impliquant l’écosystème. Une expérimentation pilote sera lancée en 2025 pour évaluer l’impact médico-économique de l’aide au diagnostic et à la lecture des ECG avec de l’IA, afin d’accompagner les médecins généralistes dans leur pratique clinique.

L’idée du ministère de la santé, n’est donc pas de remplacer les médecins, mais de créer une collaboration fructueuse où l’IA assiste les professionnels de santé, améliorant ainsi la qualité des soins et l’accès à ceux-ci.

Selon document du ministère, pour le moment, le médecin reste en maitrise des décisions. Il n’est pas question de laisser l’IA donner un diagnostic à une personne non médecin pour appliquer.

D’autres spécialités sont concernées par l’IA. tout ce qui concerne les diagnostics par imagerie sont très impactés par l’intelligence artificielle qui peut détecter mieux qu’un humain une maladie.

L’intelligence artificielle peut faciliter l’accès aux soins

L’intelligence artificielle (IA) offre des perspectives considérables pour améliorer l’accès aux soins, réduire les inégalités et optimiser les parcours des patients. Plusieurs initiatives et stratégies sont en cours pour exploiter ce potentiel en France.

En intégrant des outils d’IA dans les parcours de soins, il devient possible de réduire les délais d’attente et de fluidifier l’accès aux soins.

Des exemples d’initiatives régionales incluent :

L’IA peut optimiser les parcours de soins en automatisant certaines tâches administratives, en facilitant l’aide au diagnostic et en rendant les processus de soins plus fluides. Cela permet de libérer du temps médical et d’améliorer la coordination entre les différents acteurs du système de santé. L’IA peut devenir un allié stratégique pour permettre aux soignants de se recentrer sur les malades.

Dans ce cas le médecin intervient-il car comment gagner du temps si il doit toujours tout maitriser?

La Haute Autorité de Santé (HAS) a publié un guide généraliste d’aide au choix des dispositifs médicaux numériques (DMN) utilisés par les professionnels de santé, incluant ceux embarquant de l’IA. Ce guide a pour objectif d’orienter les professionnels de santé et les acheteurs de DMN à usage professionnel dans leurs choix, en leur permettant d’identifier les principales questions clés à se poser.

La Plateforme des Données de Santé (Health Data Hub) joue un rôle central dans le développement d’outils de diagnostic et de dépistage basés sur l’IA. Créée en 2019, elle soutient actuellement 168 projets, dont 54 % sont portés par des hôpitaux et 28 % impliquent des industriels, avec environ 40 % utilisant des méthodes d’intelligence artificielle.

Parmi les projets phares soutenus par la plateforme, on peut citer :

• HYDRO (Implicity) : développement d’un algorithme prédictif pour détecter les crises de décompensation cardiaques chez les porteurs de pacemakers, grâce au croisement de données cliniques et de la base principale du SNDS.
• INNERVE (Quantmetry – APHP) : création d’un outil basé sur l’IA pour diagnostiquer les neuropathies à petites fibres à partir d’images médicales.
• DEEP.PISTE (CRDC Occitanie) : optimisation du dépistage organisé des cancers du sein grâce à des modèles d’IA avancés.

Ces initiatives contribuent à améliorer l’accès aux soins, à réduire les inégalités et à optimiser les parcours des patients en utilisant l’IA pour faciliter le diagnostic, améliorer la coordination des soins et soutenir la prise de décision médicale.

Intelligence artificielle et prévention

L’intelligence artificielle (IA) joue un rôle de plus en plus important dans la prévention en santé, transformant la manière dont les soins sont prodigués et dont les patients sont pris en charge.

L’IA permet de personnaliser les recommandations de santé, d’anticiper les risques et d’améliorer l’éducation sanitaire. Les outils numériques intégrant l’IA peuvent adapter les messages de prévention aux besoins spécifiques de chaque individu, en s’appuyant sur les données de santé disponibles, ce qui ouvre la voie à une approche plus proactive, visant à identifier les risques en amont et à proposer des actions ciblées pour améliorer le bien-être global.

• Accompagnement au développement d’innovations: La stratégie d’accélération « Santé numérique » (SASN) de France 2030 a investi jusqu’ici 500 millions d’euros, dont 50 % sont dédiés à des projets intégrant de l’IA. Parmi ces projets, on trouve le développement de nouveaux dispositifs médicaux connectés pour la détection précoce de pathologies cardio-métaboliques. On trouve aussi le développement d’outils d’analyse d’images s’appuyant sur l’IA pour aider les pathologistes dans leur diagnostic et mieux orienter les cliniciens dans leur décision thérapeutique.

Médecine et efficience

Le développement d’un modèle économique durable pour l’intelligence artificielle (IA) dans le secteur de la santé, basé sur les gains d’efficience, est une question cruciale pour assurer son adoption et son intégration à grande échelle. Plusieurs éléments sont à prendre en compte pour structurer ce modèle économique, en s’appuyant sur les initiatives et stratégies mises en place en France et en Europe.

Pour structurer un écosystème favorable au développement et à l’utilisation de l’IA, il faut des modèles économiques viables qui assurent l’adoption de l’IA par les établissements de santé et son accessibilité pour les professionnels de santé et les patients.

• Évaluation et tarification : Il est impératif d’étudier des modèles d’évaluation et de tarification spécifiques pour les outils d’IA en santé. L’objectif est de démontrer l’intérêt médico-économique de ces dispositifs afin de justifier leur financement. Une expérimentation pilote sera lancée en 2025 pour évaluer l’impact médico-économique de l’aide au diagnostic et à la lecture des électrocardiogrammes (ECG) avec de l’IA, accompagnant ainsi les médecins généralistes dans leur pratique clinique.
• Financements dédiés à l’évaluation: La stratégie d’accélération « Santé numérique » consacre des financements à la génération de preuves de l’intérêt de l’IA en santé et à la création de lieux d’émergence des innovations technologiques de l’IA en santé. Par exemple, 70 millions d’euros sont alloués pour démontrer l’intérêt médico-économique des dispositifs médicaux numériques, dont ceux avec IA.
• Utilisation secondaire des données de santé : Les données de santé jouent un rôle stratégique dans le développement et la validation des IA en santé. La mise en œuvre d’une stratégie nationale pour l’utilisation secondaire des données de santé est essentielle pour assurer une déclinaison nationale efficace du règlement européen sur l’espace européen des données de santé (EEDS). Cette stratégie vise à renforcer les droits des personnes sur leurs données de santé, harmoniser les règles de partage des données, créer un marché unique pour les outils informatiques de gestion des dossiers médicaux électroniques (DME), et mettre en place un cadre européen de gouvernance du numérique en santé.

Ce dernier point pose des questions. il pose le sujet que nos données de santé seront utilisées pour générer des modèles. Les conditions d’exploitation ne sont actuellement pas claire. On parle de souveraineté mais certaines sont hébergés sur des systèmes non souverains

L’IA en chiffres

Quelques éléments chiffrés pour mesurer les moyens mis en œuvre pour l’intelligence artificielle en médécine.

• Financement global de la stratégie d’accélération « Santé numérique » : 500 millions d’euros, dont 50% dédiés à des projets intégrant l’IA. Cette enveloppe soutient des initiatives variées, allant du développement de dispositifs médicaux connectés à l’analyse d’images médicales et aux plateformes de suivi patient.
• Soutien à l’IA dans les technologies d’imagerie médicale : 90 millions d’euros. Cette somme illustre l’importance accordée à l’amélioration des outils de diagnostic et de dépistage grâce à l’IA, avec des projets comme AICOO qui vise à créer un parcours patient plus fluide et rapide en imagerie médicale.
• Budget de l’appel à projets sur les entrepôts de données de santé (EDS) : 75 millions d’euros, ayant permis d’accompagner la constitution d’EDS hospitaliers. Ces entrepôts jouent un rôle central dans l’exploitation des données hospitalières pour stimuler la recherche et l’innovation.
• Financement de 15 projets par l’appel à projets DAtAE (Données de Santé et Applications) : 3,5 millions d’euros. Cette initiative met en avant le rôle central des entrepôts de données de santé (EDS) dans l’exploitation des données hospitalières pour stimuler la recherche et l’innovation.
• Financement du projet PARTAGES par le programme France 2030 : 6,9 millions d’euros, mobilisant 20 hôpitaux et 10 équipes de recherche pour mettre l’intelligence artificielle générative au service des professionnels de santé.
• Nombre de professionnels de santé et médico-sociaux à former annuellement au numérique, notamment sur l’IA : 140 000, avec un objectif de 70 000 apprenants formés dès la rentrée universitaire 2024/2025 et 500 000 sur 5 ans.

Il ressort que le sujet dépôt de données est largement financé. Dans le domaine de l’intelligence artificielle, c’est le coeur du réacteur. Il faut des données pour entrainer l’IA. C’est presque 80 millions investis.

Ces montant doivent être consolidés au niveau européen afin que l’impact soit aussi fort que ce qu’investissent les USA et la Chine.Sources

Ministère de la santé, mettre l’intelligence artificielle au service de la santé.

Régulation de l’IA en Europe

Intelligence artificielle et IA, INSERM