Les Rencontres du G5 santé

Cédric Villani aux 6e Rencontres du G5 santé

 

 

Intelligence artificielle et santé

Cédric VILLANI

Député de l’Essonne, Président de l’Office Parlementaire d’Évaluation des Choix Scientifiques et Technologiques

La médecine est en progrès constant depuis des décennies. Pourtant, seule une découverte sur deux parviendrait à être réellement mise en application. Cette situation est aussi liée à la complexité des diagnostics, qui font intervenir de très nombreux éléments et comportent évidemment un biais humain.

Selon l’endroit où vous êtes pris en charge, les traitements peuvent être très différents, pour des raisons de culture plus que par rationalité des stratégies. Cette problématique n’existe pas qu’en médecine. Elle a également été constatée en droit, avec les décisions des juges. Néanmoins, à l’heure où les technologies sont de plus en plus perfectionnées, la question de la coexistence de l’humain et de la machine se pose de manière accrue.

Les sciences de la vie sont un domaine où il est très difficile de déboucher sur des conclusions. Celles-ci sont souvent fragiles d’un point de vue statistique. En outre, compte tenu de leur impact, tout le monde veut aujourd’hui participer à la décision. Les patients auront-ils un jour la possibilité de s’approprier directement les informations ?

L’intelligence artificielle amène à la fois des espoirs irrationnels et des peurs handicapantes. Le débat public a connu beaucoup de dérives.

Le fait que nous parlions autant d’intelligence artificielle n’est pas uniquement lié au développement des algorithmes et à l’augmentation des capacités des ordinateurs. Les techniques d’exploration et de collecte de données ont également connu des progrès phénoménaux. Elles permettent une convergence qui n’était pas possible il y a quelques années.

Pendant des siècles, la mathématique et la physique se sont fait progresser l’une et l’autre. La contribution de la mathématique aux sciences du vivant est plus limitée. Elle est attendue depuis longtemps, mais peine à se concrétiser. L’inverse est d’ailleurs également vrai, les sciences du vivant sont à l’origine de peu de concepts mathématiques. Les réseaux de neurones constituent l’un des rares exemples.

Existe-t-il une raison de fond à cette situation ? Par rapport à la physique, la mathématique investit très différemment le champ des sciences du vivant. Elle le fait de manière beaucoup plus incertaine, en déléguant davantage. Elle doit accepter de moins comprendre les choses, ce qui peut être compliqué pour les scientifiques.

L’interaction entre la mathématique et la médecine connaît toutefois un essor. Quantité de start-ups proposent des produits basés sur le traitement algorithmique des données. Beaucoup de projets de recherche sont également menés dans ce domaine.

Les attentes sont multiples. Elles concernent l’aide au diagnostic, à la formation, etc. Pour le moment, l’apport de la mathématique est toutefois resté limité en termes de progrès scientifique. Il a, en revanche, permis des avancées pragmatiques. Les observations n’ont pas toujours débouché sur des explications structurelles, même si elles se développent aussi.

Le CNRS, le CEA ou l’INRIA ont tous de grands projets de collaboration avec le monde médical. Ces organismes se sont, chacun à leur manière, emparés du sujet. Dans le monde, l’un des projets les plus médiatisés est le projet Watson d’IBM.

L’un des grands axes de recherche porte sur l’identification de signaux forts et de signaux faibles à partir de bases de données, comme celle du SNIIRAM. Beaucoup de corrélations sont constatées, mais sans que des explications puissent être trouvées.

 

L’automatisation du diagnostic pourrait être envisageable. Il fait peu de doutes que des logiciels soient rapidement capables d’identifier une pathologie à partir des symptômes. Ils le feront statistiquement mieux que n’importe quel humain. Nous ne pouvons pas ignorer ces évolutions et nous devons nous y préparer, même s’il sera certainement difficile de remplacer les médecins.

L’intelligence artificielle est évolutive, ce qui permet de développer des projets autour des prothèses adaptatives par exemple. Elle pourrait être en mesure de mettre en correspondance le génome avec le phénotype. À partir de millions d’exemples, des algorithmes pourront établir des liens, sans toutefois être en mesure de les expliquer. L’étape suivante pourrait être la prédiction des maladies. Pour le moment, celle-ci fonctionne encore assez mal. Elle pose en outre beaucoup de problèmes juridiques, d’autant que l’une des caractéristiques des algorithmes d’intelligence artificielle est leur opacité.

Les méthodes de parcimonie sont utilisées par Netflix pour vous vendre des programmes, en reconstituant vos goûts et habitudes à partir d’un certain nombre de données. Elles peuvent également l’être par des médecins. Ces algorithmes permettent de reconstituer des images complètes à partir d’images fractionnaires par exemple. Il est possible de limiter le temps passé dans un scanner et de reconstituer les informations qu’il n’a pas été possible de collecter compte tenu de la rapidité de l’examen.

Dans la période récente, l’intelligence artificielle s’est surtout développée par la statistique et les données, mais il ne s’agit pas de la seule voie. Des méthodes plus traditionnelles de modélisation reviendront probablement. Pour le moment, ces deux mondes restent assez éloignés. L’enjeu sera de réussir à les rapprocher.

Pour terminer, je voudrais vous donner quelques éléments sur la mission dont le gouvernement m’a chargé en matière d’intelligence artificielle. Au moins 250 auditions seront réalisées, avec pour l’objectif de représenter l’ensemble des secteurs concernés.

Avant de savoir comment les traiter, la première difficulté est de réussir à se procurer les bonnes données. Sans elles, les modèles d’apprentissage statistique ne peuvent pas se développer. Or il existe de nombreux freins réglementaires et culturels. L’AP-HP a mis en place une plateforme dédiée, mais ce projet n’a pu aboutir qu’après plusieurs années.

Le consentement éclairé constitue une notion fondamentale dans l’utilisation des données. Toutefois, alors que seulement un tiers des Français déclare savoir ce qu’est un algorithme, comment celui-ci peut-il être obtenu ? La réflexion est urgente, car la loi de bioéthique de 2011 va être révisée. Nous sommes dans une zone de tension entre les exigences de respect de la vie privée et la nécessité de mettre en commun toutes les expériences pour que celles-ci permettent l’apprentissage. La CNIL a commencé à faire évoluer sa position, en prenant davantage en compte les usages et la finalité des processus.

Le développement de la personnalisation renferme incontestablement un certain nombre de dangers, que nous ne devons pas ignorer. Les enjeux sont multiples et renvoient à des choix de société. Ils ne doivent donc pas rester uniquement aux mains des spécialistes.

contact -plan de site - mentions légales

copyright 2011 G5