Chantier 8 : améliorer la qualité du diagnostic et des soins grâce aux données de santé et l'intelligence artificielle

14.05.19
Les données de santé qualifiées couplées à l'intelligence artificielle (IA) permettront d'améliorer les diagnostics et les choix de traitement, l'utilisation de données de vie réelle pour transformer le développement, l'évaluation et le suivi des innovations.

Les dispositifs liés à la surveillance des patients en temps réel connaîtront une croissance rapide, notamment les capteurs implantés.

L'automatisation de certaines tâches et la robotique se développent, permettant la délivrance de soins conformes aux meilleures pratiques, avec une moindre variabilité (chirurgie de pointe, par exemple), ou encore l'automatisation des tâches manuelles pour améliorer la qualité, la cohérence des soins et aider le personnel clinique à être efficace.

Une accélération de la recherche se dessine : traitement d'images (apprendre aux machines à voir), traitement du langage (apprendre aux machines à lire), connexion entre les acteurs de la santé, suivi des patients en temps réel... D'ici à 2030, l'intelligence artificielle devrait être présente sur tous les fronts de la santé, s'appuyant sur la production continue de données nouvelles.

 

Les débouchés potentiels sont multiples

En matière de prévention : les analyses menées sur les données multidimensionnelles récoltées à long terme sur de larges cohortes de population permettront d'identifier des facteurs de risque pour certaines maladies comme le cancer, le diabète ou les maladies neurodégénératives.
Elles permettront aussi de caractériser rapidement les maladies rares, grâce à une analyse rapide et efficace des images (scanners, échographies) et de construire des systèmes performants d'aide au diagnostic.

En matière de prise en charge : l'intelligence artificielle participera à la personnalisation des traitements, en particulier dans le cas de certains cancers, de mieux en mieux caractérisés en fonction de données génétiques, car l'enjeu est d'établir des choix thérapeutiques de en individualisés.

En matière de pharmacovigilance et d'efficience pharmacologique : l'accroissement de l'assise d'analyse des données, issues de cohortes, de bases médico-économiques et de données en vie réelle sur le long terme, autorisera des réactions rapides en cas de réaction indésirable aux médicaments, jusqu'à permettre des réflexions sur de nouveaux modèles économiques et sociétaux de parcours du soin, rémunérés à l'efficacité.

En matière de recherche clinique : l'utilisation des données permettra de créer un environnement d'accès unifié aux cohortes pour accélérer la sélection des patients selon des critères précis, permettant de mieux tester des hypothèses médicales.

 

Trois leviers devront être utilisés :

  • le défi de penser en amont la collecte et la capitalisation des données
  • la gestion de la propriété, de la protection, de l'anonymisation et de l'usage des données en fonction des acteurs
  • le défi de l'appropriation de l'IA par les professionnels de santé (notamment pour l'aide au diagnostic)

 

 

 

 

 

(Chantier 8 "Réussir le mariage entre données de santé et intelligence artificielle pour améliorer la qualité du diagnostic et des soins").

Extrait de Santé 2030 - Partie 4 : 10 chantiers pour construire 2030. Retrouvez  l'intégralité de l'étude sur le site.