Intelligence Artificielle (I.A.) et la médecine.
Aide au diagnostic, meilleure détection des anomalies, traitement innovant… la santé est le secteur ou l’intelligence artificielle (I.A.) suscite le plus d’espoir pour améliorer la qualité des soins. Mais aussi de craintes, notamment concernant la protection des données personnelles et la place dévolue à l’humain.
Science permettant de confier aux machines certaines tâches accomplies par le cerveau humain – calculer; analyser; traduire, mémoriser…, l’intelligence artificielle (I.A.) élargit sans cesse l’éventail de ses débouchés.
Présente dans le commerce (recommandations de produits basées sur les préférences des consommateurs), la finance (analyse de marchés), les transports (aide à la conduite, voitures sans chauffeur), elle est aussi en pleine expansion dans le domaine de la santé.
En robotique, la chirurgie assistée par ordinateur améliore la précision des gestes opératoires, et les robots compagnons aident et interagissent avec les personnes âgées ou en situation de handicap. En s’appuyant sur des algorithmes, des logiciels peuvent repérer des cancers de la peau plus efficacement que les médecins. Le projet européen « Desiree » (1) se charge, lui, d’épauler les praticiens dans le choix du traitement personnalisé des cancers du sein. L’I.A. est attendue également en médecine prédictive, par exemple pour reconnaître et analyser les cellules tumorales et calculer les risques de récidives, ou encore en matière de pharmacovigilance, pour repérer plus tôt les effets secondaires des médicaments.
Précieuses données
Venir à bout de ces tâches suppose brasser des milliers d’informations extraites de dossiers médicaux de patients. Ce « big data » constitue aujourd’hui le centre névralgique de la recherche médicale. À tel point que le gouvernement français a placé la santé en tête des secteurs prioritaires pour le développement de l’IA, et annoncé, à la suite du rapport Villani, la création d’une immense plateforme de données de santé, le Health Data Hub. « La France dispose déjà, avec la Caisse nationale de l’assurance maladie, d’une énorme base de données centralisée, le SNDS (2) », explique Valérie Peugeot, commissaire à la Cnil en charge du secteur santé, chercheuse à Orange Labs et présidente de l’association Vecam (3). « Celle-ci va connaître un double saut quantitatif et qualitatif avec la création de cette plateforme, qui devrait constituer la plus grande base mondiale et permettre de réaliser des recherches inédites avec des moyens algorithmiques et des croisements impossibles jusqu’ici ».
Chargé de créer le Health Data Hub, Jean-Marc Aubert, directeur de la DREES (4), précise :
« Son principal objectif est d’agréger et d’utiliser les données de santé provenant de l’Assurance maladie, des grands instituts français de recherche et des différents acteurs de santé (hôpitaux, biologistes, médecins…).
Grâce à ces données, des études scientifiques pourront être réalisées à grande échelle, pour comprendre la valeur d’un traitement et l’impact de certains facteurs (niveaux de revenus et d’éducation, alimentation, environnement) sur la santé à long terme, pour mieux accompagner les patients…
Multiplier leur croisement permettra aussi de calculer le risque de survenue des pathologies rares par la détection de signaux faibles [ndlr : anomalies potentiellement annonciatrices d’une pathologie], réduisant ainsi les erreurs thérapeutiques et le délai de diagnostic. »
Consentement et anonymat
Exploiter un tel gisement nécessite des outils capables de le standardiser et d’en faciliter l’accès aux chercheuses-chercheurs, tout en donnant des garanties aux patients. « Peu d’entre eux contestent la pertinence du recueil de leurs données dans une perspective de recherche médicale, note Valérie Peugeot. Pour autant, leur consentement doit continuer d’occuper une place cruciale : il est essentiel qu’ils sachent à tout moment à qui il est accordé et pour quelles finalités. »
La Cnil doit aussi s’assurer que la manière de collecter les données est la plus sûre possible, non seulement pour éviter leurs vols mais également les mésusages.
L’exploitation des données, par des acteurs publics ou privés, n’est d’ailleurs autorisée que dans le cadre de projets de recherche répondant à un motif d’intérêt public, et certaines finalités restent interdites (exclusion des garanties de contrats d’assurance, modification de cotisations ou de primes d’assurance, démarchage commercial de professionnels de santé…). « Mais l’anonymisation des données pose une difficulté technique, poursuit Valérie Peugeot. Décorréler l’information médicale du nom du patient ne suffit pas lorsque l’on croise un grand nombre d’informations qui pourraient permettre de remonter jusqu’à lui. D’où la nécessité de recourir à des processus complexes [ndlr : instituant plusieurs types de données : complètement ou pseudo-anonymisées, accessibles ou non aux acteurs publics et privés] sur lesquels la Commission est particulièrement vigilante. »
Cela suffira-t-il à rassurer les Français ?
Selon une étude menée par l’Assistance publique-Hôpitaux de Paris, 47% des personnes considèrent que l’IA et les objets connectés représentent un grand progrès, mais elles sont 11% à y voir à l’inverse un « grand danger ». « Il existe une ambiguïté chez l’humain qui, d’un côté, utilise des enceintes vocales chez lui sans se poser la question de la destination des données personnelles qu’elles recueillent ; et, de l’autre, crie au loup lorsqu’il s’agit de transmettre des données de santé nécessaires à la création de corrélations utiles, relève Laurence Devillers, professeure en intelligence artificielle au LIMSI-CNRS. Il faudrait davantage se méfier de la manipulation industrielle de nos données par des acteurs privés dont les objectifs nous échappent »
L’autre écueil serait de les sacraliser. « La donnée embarque les hypothèses et présupposés du chercheur, rappelle Valérie Peugeot. Cessons de penser qu’elle fournit une information objective de la réalité qu’elle est censée décrire ». De son côté, le CCNE (5) pointe le risque de « priver le patient d’une large partie de sa capacité de participation à la construction de la prise en charge médicale ». D’où l’importance, conclut la commissaire à la Cnil, de diffuser autant que faire se peut les résultats des recherches et, lorsque c’est possible, l’accès aux protocoles et aux données elles-mêmes : « Plus l’usage de l’intelligence artificielle se développera et plus cette transparence, condition de la vérifiabilité, sera nécessaire à une science de qualité. »
Katia Vilarasau. Revue « Valeurs Mutualiste ».N° 317
- LAP-HP et l’Inserm y participent, notamment. Cf. desiree-project.eu
- Système national des données de santé.
- ou « Citoyenneté dans la société numérique », portée sur les questions sociétales liées aux technologies de l’information et de la communication. Cf. vecam.org
- Direction de la recherche, des études, de l’évaluation et des statistiques.
- Comité consultatif national d’éthique.
C’est Big Brother qui continue de s’installer. On n’a pas besoin d’étendre à l’infini la collation des données, il suffit de prendre un échantillon important pour avoir de données suffisamment fiables. L’intelligence artificielle n’est que la mise en œuvre de programmes qui inter réagissent entre eux. Le mot intelligence est surfait concernant que ce ne sont que des machines.