Dans cet article, Anne Laurain, gastro-entérologue et hépatologue, exerçant au sein du groupe hospitalier privé Ambroise Paré-Hartmann, nous propose une synthèse des perspectives, solutions et précautions à observer dans une démarche d'Intelligence artificielle en médecine. "Loin de remplacer l’humain, l’IA paraît s’inscrire, dans la pratique, comme un soutien analytique puissant qui augmente les capacités d’agir des praticiens au profit des patients. "

Elle confirme ainsi qu'en affinant les diagnostics et en accélérant la prise en charge, l'IA débusque en radiologie des anomalies invisibles à l’œil nu, anticipe en psychiatrie les troubles de l’humeur et les risques suicidaires, et révèle les marqueurs d’infertilité associés à l’endométriose.

Au-delà du soin, elle révolutionne la recherche pharmacologique en identifiant de nouvelles molécules grâce à des algorithmes capables d’explorer des millions de structures chimiques.

Dans les blocs opératoires, elle ajuste en temps réel les repères anatomiques pour réduire les complications, et dans les services d’urgence, elle surveille en continu les paramètres vitaux pour optimiser les interventions.
Ce panorama met en lumière ces avancées, tout en soulignant les défis qui restent à relever pour faire de l’IA un atout au service des patients.

Une équipe de l’université de Bonn a ainsi révélé que les grands modèles de langage, loin d’être infaillibles, simplifient à l’excès les avancées scientifiques et doublent leur taux d’erreurs quand on leur demande plus de précision.

Parallèlement, le rapport IA Index 2024 de Stanford met en évidence l’irrésistible essor de ces technologies à l’échelle mondiale, avec des coûts de formation en flèche et une domination croissante du secteur industriel sur la recherche.

Dans le domaine médical, l’apprentissage automatique décèle aujourd’hui un phénotype d’infertilité lié à l’endométriose et, au MIT, un algorithme fouillant un milliard de structures chimiques a conduit à la découverte de l’halicine, un nouvel antibiotique prometteur contre les bactéries multirésistantes.

Enfin, la psychiatrie bénéficie elle aussi de l’IA, exploitant les capteurs de smartphone et le deep learning pour détecter les premiers signes de dépression et de risque suicidaire avec plus de 85 % de précision.

L'IA soulève déjà des questions fondamentales que seule une législation adaptée pourra trancher.

Loin de chercher à supplanter les médecins, ces outils numériques visent à renforcer leur expertise en les délestant de certaines tâches complexes ou répétitives. Ils ne remplacent ni l’examen clinique, ni la finesse de la relation humaine, mais viennent en appui de la prise de décision et de l’analyse, notamment dans le diagnostic précoce grâce à l’imagerie ou le suivi automatisé de certaines pathologies.

Ce n’est donc pas une rivalité entre intelligence artificielle et humaine qui se joue, mais une alliance complémentaire au service d’une médecine personnalisée, où les soignants conservent toute leur place et, mieux encore, voient leurs capacités amplifiées.

 
Anne Laurain est gastro-entérologue et hépatologue au sein du groupe hospitalier privé Ambroise Paré-Hartmann.

Présidente de la commission E-santé du CREGG, elle s’engage activement dans l’essor des technologies numériques en médecine. 

• La face positive

• Développer des traitements spécifiques et des thérapies géniques ;
• Etablir des corrélations complexes entre gènes et pathologies par l’intégration de l’intelligence artificielle
• Améliorer des performances humaines en induisant des modifications génétiques par bio-ingénierie

• La face négative

• Le stockage des données génétiques humaines dans des bases de données internationales par le biais de plateformes qui se revendiquent pourtant comme collaboratives. Par exemple, pour des projets comme 1000 Genomes ou Human Cell Atlas l’indépendance n’est qu’illusoire car ces plateformes sont majoritairement contrôlées par des institutions des pays développés ce qui accentue l’asymétrie d’accès et de contrôle desdites données.

• Un accès limité aux technologies et aux infrastructures pour les pays les moins avancés ;
• Une marginalisation des systèmes de santé de ces nations, incapables de bénéficier pleinement des opportunités offertes sur le plan médical.

• Des règles claires sur le partage des données et les bénéfices qui en découlent.
• Une protection renforcée des droits individuels face à l’utilisation des données génétiques personnelles.
• Une meilleure régulation des pratiques des entreprises exploitant ces informations à des fins commerciales.

• La discrimination génétique : les informations issues de l’analyse des données génétiques pourraient être utilisées pour exclure certaines personnes de la couverture assurantielle par la disparition de la notion d’aléa en raison d’une susceptibilité ou d’une vulnérabilité génétiquement établie face à une maladie données voire même une exclusion de l’emploi pour ces même raisons relativement à une susceptibilité ou une vulnérabilité génétiquement établie face à une maladie ou un risque professionnel.
• Les modifications génétiques : les avancées dans le domaine de l’édition génomique, comme celle rendue possibles par CRISPR-Cas9, amplifient les risques de dérives eugénistes.

• Les informations en santé sont souvent cloisonnées entre différents systèmes et organisations. Leur intégration nécessite des efforts significatifs en termes d’interopérabilité et de gouvernance.
• L’utilisation des données personnelles en santé soulève des questions éthiques majeures, notamment en matière de consentement, de confidentialité, et d’équité.
• La mise en œuvre de l’intelligence en santé nécessite des experts, des natalistes et des conseillers capables de maîtriser les aspects scientifiques, technologiques et stratégiques.
• Les systèmes de santé, souvent rigides, peuvent hésiter à adopter des approches innovantes, en particulier lorsqu’elles impliquent des changements organisationnels profonds.