Comment l'IA transforme les soins de santé

Les systèmes de santé mondiaux sont mis à rude épreuve par le vieillissement de la population, le nombre croissant de patients atteints de maladies chroniques, l'augmentation des coûts des traitements et des médicaments, et le manque de personnel. Par ailleurs, les exigences fastidieuses en matière de documentation contribuent à l'épuisement professionnel des médecins et des infirmières.

Les progrès rapides réalisés dans le domaine de l'IA prédictive et générative améliorent déjà le travail des professionnels de santé, des chercheurs cliniques et des administrateurs des hôpitaux et des assureurs, et ils devraient apporter des changements encore plus transformateurs dans les années à venir. Ces systèmes d'IA excellent dans la détection de modèles cachés dans de grands ensembles de données, en se concentrant sur des détails difficiles à discerner dans les images médicales, en aidant au diagnostic dans les cas complexes et en recommandant des améliorations opérationnelles pouvant être appliquées pour réduire les coûts. Ces progrès pourraient conduire à des réformes des processus, à des gains de productivité et à une amélioration des résultats pour les patients. Poursuivez votre lecture pour découvrir les avantages, les défis et les applications de l'IA dans le domaine de la santé.

Qu'est-ce que l'IA?

L'IA utilise des modèles de prédiction statistique complexes et d'importantes capacités de calcul pour aider à résoudre des problèmes complexes, comprendre et répondre à des requêtes en langage naturel, créer des vidéos et d'autres formes de contenu en ligne, classer des images, etc. Les réseaux neuronaux, y compris les grands modèles linguistiques, sont entraînés à partir de grandes quantités de données historiques afin de construiredes modèles d'IA capables de faire des prédictions pour aider les utilisateurs à anticiper et à résoudre toute une série de problèmes. Ces modèles peuvent également revenir sur leurs paramètres statistiques pour corriger les erreurs et transférer leurs connaissances afin de tirer des conclusions sur de nouveaux problèmes et domaines. Les investissements massifs dans les centres de données et les puces nécessaires pour former les modèles d'IA et alimenter leur inférence (le processus de raisonnement qu'ils utilisent pour répondre aux requêtes des utilisateurs) ont alimenté le boom de l'IA.

Qu'est-ce que l'IA dans le domaine de la santé ?

Les médecins, les chercheurs cliniques, les sociétés pharmaceutiques et le personnel médical utilisent la technologie de l'intelligence artificielle pour faciliter les diagnostics, les examens des patients, le développement de médicaments et l'efficacité des hôpitaux. Les dossiers de santé électroniques (DSN) sont largement utilisés dans les hôpitaux et les cabinets médicaux américains depuis 15 ans, en grande partie grâce à des incitations fédérales se chiffrant en milliards de dollars. Bien qu’ils aient rendu la tenue des dossiers plus précise et réduit les erreurs médicales, leurs exigences lourdes en matière de saisie de notes, leurs écrans difficiles à naviguer et leurs alertes et messages de boîte de réception souvent superflus ont aussi créé du travail supplémentaire pour les professionnels de santé. Les DSN améliorés par des agents d'IA peuvent aider les cliniciens à gagner du temps et à passer plus de temps avec leurs patients en leur demandant de générer des résumés de l'état de santé des patients, des médicaments et des résultats de laboratoire avant les examens, d'accéder rapidement aux fonctions clés et de prononcer ou de taper des commandes en langage naturel.

En radiologie, les systèmes d’IA peuvent aider à repérer les zones des examens présentant la plus forte probabilité de croissance tissulaire anormale ou à mesurer des indicateurs spécifiques, comme les variations du volume rénal, qui permettent aux médecins de prévoir une perte de fonction avant qu’elle n’apparaisse dans les analyses sanguines.

Cependant, de nombreuses applications de l'IA dans le domaine de la santé visent à alléger la charge administrative des hôpitaux et des cabinets médicaux, par exemple en automatisant la facturation et la prise de rendez-vous, en aidant à rédiger les lettres d'autorisation préalable destinées aux compagnies d'assurance ou en rappelant aux patientes qu'il est temps de passer une mammographie. Le secteur des technologies de l'information dans le domaine de la santé développe des systèmes d'IA générative qui facilitent les diagnostics en analysant les antécédents des patients, les résultats d'examens et les résultats de tests de laboratoire, ainsi que les connaissances existantes sur les maladies, afin de parvenir à des conclusions pouvant aider les médecins dans les cas complexes.

Principaux points à retenir

• Les DSN en cours de développement intègrent une IA générative qui permet aux médecins de consulter les résumés des dossiers médicaux et des résultats d'analyses des patients et de filtrer les informations pertinentes pour des affections spécifiques.
• L'IA peut aider à tirer des conclusions à partir de données provenant de sources disparates, notamment les DSN, les résultats des appareils médicaux et les résultats des tests génomiques, qui pourraient être pertinentes pour la recherche et les soins.
• L'IA peut aider à tirer des conclusions à partir de données provenant de sources disparates, notamment les DSN, les résultats des appareils médicaux et les résultats des tests génomiques, qui pourraient être pertinentes pour la recherche et les soins.
• Dans les services administratifs, l'IA peut aider les services de facturation à maximiser les revenus, à automatiser la planification, à rappeler aux patients leurs examens et à rédiger des demandes d'autorisation préalable.

Avantages de l'IA dans le domaine de la santé

L'IA est sur le point d'apporter toute une série d'avantages dans les domaines de la recherche médicale, du développement de médicaments, des diagnostics et des soins cliniques, ainsi que de l'administration des soins de santé.

• DSN : les systèmes de dossiers médicaux améliorés grâce à l'IA générative peuvent faire gagner du temps aux médecins en les aidant à préparer leurs consultations grâce à des résumés concis sur les patients, en simplifiant la navigation dans le système et en automatisant la prise de notes.
• Imagerie diagnostique: Les services de radiologie des hôpitaux utilisent l'IA pour analyser les images médicales afin d'aider à identifier les problèmes liés aux organes et autres, et de faciliter la prédiction des maladies plus rapidement et plus précisément qu'auparavant.
• Planification et programmation hospitalières: Les systèmes de planification optimisés par l'IA peuvent aider les administrateurs à affecter le personnel et l'équipement là où ils sont le plus nécessaires. Les robots équipés d'une intelligence artificielle embarquée peuvent apprendre de nouvelles routines pour livrer efficacement des médicaments, des échantillons de laboratoire, de la nourriture et d'autres fournitures.
• Essais cliniques: Les entreprises pharmaceutiques passent au crible les données des DSN relatives aux résultats cliniques et aux données démographiques afin de trouver des participants pour leurs essais cliniques. Les travaux de recherche menés au Cambridge Centre for AI in Medicine visent à identifier, parmi les patients ayant participé à des essais cliniques infructueux, les sous-groupes qui ont néanmoins bénéficié d'un traitement. Le développement de médicaments en laboratoire bénéficie de modèles d'IA capables de repérer des schémas dans les interactions entre les composés moléculaires et les agents pathogènes, qui pourraient en faire des candidats intéressants pour des études plus approfondies.
• Recherche médicale: Les DSN contiennent de nombreuses notes dactylographiées contenant des informations précieuses sur les traitements et les résultats, mais ces données non structurées ont été difficiles à extraire à des fins de recherche. Le traitement du langage naturel permet d'extraire des données de ces notes cliniques afin de mettre en évidence les effets secondaires des médicaments ou d'identifier les signes avant-coureurs de maladies. Les normes industrielles comme Minimal Common Oncology Data Elements (mCODE) pour le cancer peuvent mettre les données DSN provenant de différentes plateformes logicielles à la disposition des chercheurs afin qu'ils puissent comparer les options de traitement.
• Sécurité des médicaments: Ce domaine pourrait bientôt bénéficier de systèmes d'IA qui exploitent les données cliniques stockées dans les DSN afin de mesurer l'efficacité et les risques des médicaments auprès de différents groupes démographiques. Les grands modèles linguistiques, assistés par une technique appelée génération augmentée par la recherche (RAG), peuvent combiner les ensembles de données des sociétés pharmaceutiques afin d'aider à identifier les patients présentant un risque plus élevé d'effets indésirables liés aux médicaments.

Les défis de l'IA dans le domaine de la santé

L'application de l'IA aux données des DSN n'entraîne pas automatiquement une amélioration des connaissances, des soins aux patients et des processus hospitaliers. Les cliniciens, les administrateurs et les autres membres du personnel doivent avoir suffisamment confiance dans la technologie pour l'utiliser régulièrement et être conscients des risques d'erreurs. Les hôpitaux en difficulté financière doivent comprendre le coût élevé du nettoyage et de l'anonymisation des données des patients afin qu'elles soient prêtes à être utilisées pour entraîner des modèles d'IA. Poursuivez votre lecture pour en savoir plus sur ces défis et d'autres encore.

• Confiance envers les médecins: les praticiens peuvent être réticents à utiliser des systèmes susceptibles d'entraîner des erreurs ou de remplacer leur travail. Les systèmes basés sur l'IA doivent servir d'assistants qui les aident à améliorer les soins, en passant progressivement des cas d'utilisation à faible risque à ceux à plus haut risque.
• Règles de confidentialité: Des règles strictes régissant le partage et l'accès aux données de santé ont limité les données disponibles pour l'entraînement des modèles d'IA. Mais les réglementations mondiales évoluent afin de permettre l'utilisation d'un plus grand nombre de données de santé pour former des modèles et faciliter les décisions médicales. Par exemple, le règlement européen sur l'espace européen des données de santé établit des formats communs pour les données médicales et des règles relatives à leur réutilisation. Le projet de loi britannique sur les données (utilisation et accès) rendrait accessibles les données relatives aux conditions préexistantes, aux rendez-vous et aux tests dans l'ensemble du Service national de santé, quel que soit le système informatique qui les a créées.
• Qualité des données: Des données médicales complètes et normalisées sont essentielles pour garantir l'efficacité des diagnostics et des traitements basés sur l'IA. Mais le processus de nettoyage des données visant à garantir leur qualité peut peser lourdement sur les finances des prestataires de soins de santé, en particulier les hôpitaux et autres cabinets médicaux dont les marges bénéficiaires sont faibles.
• Silos de données: Le manque d'interopérabilité entre les DSN de différents fournisseurs a limité le partage des données entre les différents prestataires de soins de santé. Il en va de même pour le manque d'interopérabilité entre les systèmes des groupes de recherche clinique, des sociétés pharmaceutiques et des organisations gouvernementales. Les normes industrielles et les échanges de données gouvernementales sont utiles.

10 cas d'utilisation et exemples d'IA dans le domaine de la santé

Les professionnels de santé utilisent l'IA dans toute une série d'applications afin d'améliorer les diagnostics et les décisions cliniques, de prédire l'évolution de l'état de santé des patients et bien plus encore. Voici 10 des cas d'utilisation les plus courants de l'IA dans les domaines de la santé et des sciences de la vie.

1. Imagerie médicale: L'analyse par IA des radiographies, IRM et tomodensitométries peut aider les médecins dans leurs diagnostics, par exemple en identifiant les changements dans le volume rénal afin de prédire précocement les baisses de fonction. Les outils d'IA peuvent aider à repérer les zones des scans présentant la plus forte probabilité de croissance tissulaire anormale.
2. Prise de décision prédictive: Aux États-Unis, un exploitant d'hôpitaux de rééducation utilise des modèles d'IA pour aider à prédire les chutes des patients et signaler les patients sortis qui pourraient présenter un risque plus élevé de réadmission. Les prestataires de soins de santé utilisent également l'IA pour prendre de meilleures décisions en se basant sur les prévisions des risques de maladie et des résultats pour les patients.
3. Aide à la décision clinique: Dans une étude limitée publiée en 2024 dans JAMA Network Open, les diagnostics médicaux basés uniquement sur l'alimentation de six cas au robot conversationnel GPT-4 GenAI d'OpenAI étaient beaucoup plus précis que ceux rendus par les médecins utilisant le robot conversationnel uniquement à titre d'aide et ceux qui ne l'utilisaient pas du tout.
4. Traitement du langage naturel: Les algorithmes d'IA peuvent automatiser la prise de notes pendant les examens des patients grâce à la reconnaissance vocale. Ils peuvent également aider à extraire des informations utiles à partir des notes cliniques.
5. Découverte de médicaments: En sélectionnant les composés moléculaires de la bibliothèque d'une entreprise pharmaceutique en fonction de leur efficacité, l'IA peut contribuer à accélérer l'identification de nouveaux traitements et thérapies. Il peut également être utilisé pour aider à prédire la sécurité et les effets secondaires des médicaments.
6. Médecine personnalisée: Les algorithmes d'IA peuvent fournir des informations sur les réactions individuelles des patients aux médicaments en fonction de leur génétique, aidant ainsi les praticiens à déterminer le moment et la posologie optimaux.
7. Automatisation administrative: Les logiciels basés sur l'IA peuvent simplifier la planification des rendez-vous, les suivis, la facturation et la documentation des patients, tout en aidant les prestataires à réduire leurs coûts en anticipant les besoins en personnel médical et en équipement.
8. Surveillance à distance des patients: Les capteurs et appareils dotés d'une intelligence artificielle portés par les patients peuvent aider les médecins à surveiller leur état cardiaque, leur diabète, leur cancer et d'autres pathologies afin qu'ils puissent intervenir lorsque les patients ne respectent pas leur traitement, leur programme d'exercice physique, leur régime alimentaire ou d'autres plans.
9. Assistants de santé virtuels: Les robots conversationnels basés sur l'IA peuvent aider à conseiller les patients sur leur état de santé et leurs traitements, et leur recommander des changements de mode de vie ou d'alimentation. Les prestataires peuvent également utiliser des chatbots pour aider les patients à planifier et à préparer leurs rendez-vous.
10. Chirurgie robotisée: Les systèmes contrôlés par chirurgien et guidés par ordinateur, composés de caméras, de bras mécaniques et d'instruments, complétés par l'IA, peuvent dans certains cas fonctionner avec une plus grande précision que les médecins utilisant des instruments manuels, ce qui peut réduire les complications, les saignements et accélérer la guérison. Les algorithmes d'IA peuvent également aider à planifier les étapes chirurgicales robotisées, à positionner les instruments et à classer les images médicales.

Quel est l'avenir de l'IA dans le domaine de la santé?

Le développement et l'adoption de normes nationales et industrielles aideront les organisations de santé et les gouvernements à partager davantage de données, fournissant ainsi une base plus solide pour les analyses basées sur l'IA. Mais les hôpitaux soumis à des pressions financières devront trouver des moyens d'investir dans les outils les plus récents et de préparer leurs données pour l'analyse par l'IA.

Les robots hospitaliers contrôlés par les infirmières et autres membres du personnel depuis leur téléphone pour transporter des échantillons de laboratoire, du matériel médical et des fournitures afin de réduire les délais de livraison et de libérer du temps pour le personnel devraient se généraliser. Les DSN qui utilisent l'IA générative pour fournir rapidement les informations pertinentes aux médecins au bon moment et réduire la complexité de la navigation à l'écran commencent également à faire leur apparition sur le marché.

Au cours de la prochaine décennie, les médecins devraient bénéficier de systèmes d'IA qui les aideront à prendre des décisions médicales lors des consultations, en suggérant des diagnostics via un PC ou une tablette sur la base des propos du médecin, de la littérature existante et des données relatives à des cas similaires antérieurs. Ces systèmes pourraient également aider à recommander des tests et des médicaments.

Modernisez les soins de santé avec Oracle

Les produits Santé Oracle améliorent divers aspects des soins, notamment grâce à l'IA générative. Ils peuvent aider à personnaliser les flux de travail pour le personnel, à optimiser la gestion des patients et à fournir des informations pertinentes avant les examens.

Agent clinique IA de Santé Oracle enregistre les conversations entre médecins et patients afin de générer des brouillons de notes dans les DSN, et permet aux médecins de consulter les antécédents médicaux des patients à l'aide de commandes vocales. L'intelligence des données de Santé Oracle permet aux prestataires et aux payeurs d'effectuer des analyses IA sur les données cliniques et financières. Les services peuvent donner la priorité aux patients à haut risque, signaler les dépistages en retard et inciter les patients à prendre rendez-vous.

FAQ sur l'IA dans le domaine de la santé

Comment l'IA est-elle utilisée dans le domaine de la santé?

L'intelligence artificielle transforme de nombreux aspects des soins aux patients et de l'administration des soins de santé, notamment l'aide au diagnostic, les plans de traitement personnalisés, la documentation, les essais cliniques et la planification hospitalière.

Quel est un exemple d'IA dans le domaine de la santé?

Les logiciels de santé optimisés par l'IA peuvent rapidement extraire des informations sur les antécédents des patients à partir des dossiers de santé électroniques, aider les médecins à documenter plus rapidement les consultations, assister les laboratoires pharmaceutiques dans la conception d'essais cliniques et aider les hôpitaux à planifier leurs effectifs.