En 2015, Watson, le programme d’intelligence artificielle d’IBM, détecte la pathologie d’une patiente en dix minutes alors que l’équipe médicale peinait à lui trouver un traitement approprié. Une rupture technologique majeure, d’autant que l’algorithme est capable de reconnaître et d’interpréter des clichés mais aussi d’apprendre des cas en comparant une image aux millions d’autres qu’il détient dans sa base. Principal atout, et non des moindres, de la machine : digérer en un temps record le profil génétique du malade, mais aussi des revues d’essais cliniques sans oublier quelque 20 millions d’études d’oncologie… Ce qu’aucune équipe de médecins, même la plus chevronnée, ne pourra jamais réaliser. Le match est dur ! Reste qu’à ce jour, plusieurs centres médicaux utilisent Watson pour affiner leur diagnostic, et le modèle de base peut être adapté à divers domaines. De plus, IBM n’est pas seul en piste. Google, Apple et de nombreuses autres biotechs françaises ont su développer des programmes capables d’établir des diagnostics pointus sur des spécialités diverses. Avec sa division dédiée à l’intelligence artificielle, l’IA DeepMind, Google a testé son logiciel de diagnostic auprès d’hôpitaux londoniens. De son côté, Apple a ouvert une plateforme Research Kit à destination des chercheurs. En France, des biotechs s’imposent comme de puissants outils d’aide à la décision, tels Sophia Genetics, qui améliore la fiabilité des diagnostics, Cardio Logs, qui interprète les électrocardiogrammes, ou encore Dream Up vision, capable de détecter les maladies de l’œil liées au diabète. Aussi, entre grands constructeurs (GE, Toshiba, Siemens...), géants des technologies (IBM, Microsoft, Google) et autres start-up innovantes qui s’engouffrent sur ce marché, le tsunami de l’intelligence artificielle commence tout juste de déferler. Si aujourd’hui, des logiciels sont en mesure de diagnostiquer des cancers de façon très fine, parfois même avec plus de précision qu’un professionnel de santé, les applis doivent encore convaincre. Reste que celles-ci sont amenées à progresser et se poser comme concurrentes supplémentaires au corps médical. 

L’avenir de certaines disciplines en question

Mais si l’intelligence artificielle est promise à devenir un formidable outil d’aide à la décision venant améliorer la prise en charge des patients, ouvrant ainsi de nombreuses perspectives, elle suscite de fortes inquiétudes. D’autant que les intelligences artificielles de Google et d’IBM s’entraînent à prendre en compte le langage naturel afin de catégoriser et analyser les dossiers patient. Dans un tel contexte, certaines spécialités médicales, notamment la radiologie, sont-elles encore viables ? Si une timide prise de conscience se fait jour, la Société française de radiologie (SFR) a lancé un groupe de travail en octobre dernier pour réfléchir à cette problématique. Certains reconnaissent cependant deux limites à cette IA : l’algorithme ne peut donner des renseignements que sur ce qu’il connaît, et s’il réalise un calcul à partir de données qui ne sont pas justes, le résultat sera faussé, Watson lui-même rencontre des difficultés ; un problème de compréhension de dossiers médicaux et un manque de pertinence de certaines recommandations… Sans compter les contraintes légales, le patient devant donner son autorisation pour permettre l’utilisation de ses données. Enfin, si l’intelligence artificielle se fera sans doute une place de choix dans les hôpitaux, reste que cette révolution technologique doit se traduire par une formation des médecins qui auront à intégrer cette science dans leur processus de travail. Au risque d’être très rapidement dépassés…