Des experts en IA discutent de la manière d'intégrer une IA robuste dans le secteur de la santé, de l'importance cruciale de la collaboration interdisciplinaire et du potentiel de l'IA générative dans la recherche.
Feifei Li et Lloyd Minor ont prononcé les discours d'ouverture du symposium inaugural RAISE Health à la faculté de médecine de l'université de Stanford le 14 mai. Steve Fish
La plupart des personnes filmées par l'intelligence artificielle ont vécu une sorte de révélation, ouvrant leur esprit à un monde de possibilités. Lors du symposium inaugural RAISE Health, le 14 mai, le Dr Lloyd Minor, doyen de la faculté de médecine de l'université de Stanford et vice-président aux affaires médicales de cette même université, a partagé son point de vue.
Lorsqu'un adolescent curieux a été invité à résumer ses découvertes sur l'oreille interne, il s'est tourné vers l'intelligence artificielle générative. « J'ai demandé : "Qu'est-ce que le syndrome de déhiscence du canal supérieur ?" », a expliqué Minor devant près de 4 000 participants à un symposium. En quelques secondes, plusieurs paragraphes sont apparus.
« Ils sont bons, vraiment très bons », a-t-il déclaré. « Le fait que ces informations aient été compilées en une description concise, généralement précise et clairement hiérarchisée de la maladie est tout à fait remarquable. »
Nombreux étaient ceux qui partageaient l'enthousiasme de Minor pour cet événement d'une demi-journée, fruit de l'initiative RAISE Health, un projet lancé par la faculté de médecine de l'université Stanford et l'Institut Stanford pour l'intelligence artificielle centrée sur l'humain (HAI) afin de promouvoir une utilisation responsable de l'intelligence artificielle dans la recherche biomédicale, l'enseignement et les soins aux patients. Les intervenants ont examiné ce que signifie mettre en œuvre l'intelligence artificielle en médecine de manière à ce qu'elle soit non seulement utile aux médecins et aux scientifiques, mais aussi transparente, juste et équitable pour les patients.
« Nous sommes convaincus que cette technologie décuple les capacités humaines », a déclaré Fei-Fei Li, professeure d'informatique à l'École d'ingénierie de Stanford, directrice du projet RAISE Health with Minor et codirectrice de HAI. De génération en génération, de nouvelles technologies émergent : des nouvelles séquences moléculaires d'antibiotiques à la cartographie de la biodiversité et à la révélation de pans entiers de la biologie fondamentale, l'IA accélère les découvertes scientifiques. Mais tout n'est pas sans inconvénients. « Toutes ces applications peuvent avoir des conséquences imprévues, et nous avons besoin d'informaticiens qui développent et mettent en œuvre l'intelligence artificielle de manière responsable, en collaboration avec divers acteurs, des médecins et éthiciens aux experts en sécurité, et bien d'autres », explique-t-elle. « Des initiatives comme RAISE Health témoignent de notre engagement en ce sens. »
La fusion de trois divisions de Stanford Medicine — la Faculté de médecine, Stanford Health Care et la Faculté de médecine pédiatrique de l'Université de Stanford — et ses liens avec d'autres composantes de l'Université de Stanford l'ont placée dans une position où des experts s'attaquent au développement de l'intelligence artificielle, aux enjeux de gestion et d'intégration dans le domaine de la santé et de la médecine. « La médecine », disait la chanson.
« Nous sommes bien placés pour être un pionnier dans le développement et la mise en œuvre responsable de l'intelligence artificielle, depuis les découvertes biologiques fondamentales jusqu'à l'amélioration du développement des médicaments et l'optimisation des processus d'essais cliniques, et ce, jusqu'à la prestation effective des services de santé. Le système de santé dans son ensemble est en pleine mutation », a-t-il déclaré.
Plusieurs intervenants ont insisté sur un principe simple : se concentrer sur l’utilisateur (ici, le patient ou le médecin), et tout le reste en découlera. « Cela place le patient au cœur de toutes nos actions », a déclaré le Dr Lisa Lehmann, directrice de la bioéthique au Brigham and Women’s Hospital. « Nous devons prendre en compte ses besoins et ses priorités. »
De gauche à droite : Mohana Ravindranath, présentatrice de STAT News ; Jessica Peter Lee de Microsoft Research ; Sylvia Plevritis, professeure de sciences des données biomédicales, discute du rôle de l'intelligence artificielle dans la recherche médicale. Steve Fish
Les intervenants, parmi lesquels Lehmann, la bioéthicienne médicale Mildred Cho (Université de Stanford) et le directeur médical de Google, Michael Howell, ont souligné la complexité des systèmes hospitaliers, insistant sur la nécessité d'en comprendre la finalité avant toute intervention. Il est essentiel de mettre en œuvre ces systèmes et de veiller à ce qu'ils soient inclusifs et à l'écoute des personnes qu'ils sont censés aider.
L'un des éléments clés est la transparence : elle permet de savoir clairement d'où proviennent les données utilisées pour entraîner l'algorithme, quel est l'objectif initial de l'algorithme et si les futures données des patients continueront à aider l'algorithme à apprendre, entre autres facteurs.
« Tenter d’anticiper les problèmes éthiques avant qu’ils ne s’aggravent, c’est trouver le juste milieu : connaître suffisamment la technologie pour lui faire confiance, mais pas avant que le problème ne s’étende, et le résoudre au plus vite », a déclaré Denton Char, candidat en sciences médicales et professeur agrégé au Département d’anesthésiologie pédiatrique, de médecine périopératoire et de médecine de la douleur. Selon lui, une étape cruciale consiste à identifier toutes les parties prenantes susceptibles d’être concernées par la technologie et à déterminer comment elles souhaitent répondre à ces questions.
Le Dr Jesse Ehrenfeld, président de l'Association médicale américaine, aborde quatre facteurs déterminants dans l'adoption de tout outil de santé numérique, notamment ceux basés sur l'intelligence artificielle : est-il efficace ? Sera-t-il adapté à mon établissement ? Qui finance le projet ? Qui en est responsable ?
Le Dr Michael Pfeffer, directeur des systèmes d'information de Stanford Health Care, a cité un exemple récent où plusieurs de ces aspects ont été testés auprès d'infirmières des hôpitaux de Stanford. Les cliniciens bénéficient de modèles de langage complexes qui fournissent des annotations initiales pour les messages entrants des patients. Bien que le projet ne soit pas parfait, les médecins ayant participé à son développement indiquent que le modèle allège leur charge de travail.
« Nous privilégions toujours trois aspects essentiels : la sécurité, l’efficacité et l’inclusion. Nous sommes médecins et nous prêtons serment de ne pas nuire », a déclaré Nina Vasan, MD, professeure adjointe de psychiatrie et de sciences comportementales, qui a rejoint Char et Pfeffer au sein du groupe. « Il s’agit là de la première méthode d’évaluation de ces outils. »
Nigam Shah, MBBS, Ph.D., professeur de médecine et de sciences des données biomédicales, a entamé la discussion par une statistique alarmante, malgré un avertissement préalable à l'auditoire. « Je parle en termes généraux et en chiffres, et parfois, ils sont très directs », a-t-il déclaré.
Selon Shah, le succès de l'IA repose sur notre capacité à la déployer à grande échelle. « Mener une recherche scientifique rigoureuse sur un modèle prend environ dix ans. Si chacun des 123 programmes de bourses et de résidences souhaitait tester et déployer le modèle avec ce niveau de rigueur, il serait très difficile de mener des recherches scientifiques de qualité avec la méthodologie actuelle. Il faudrait 138 milliards de dollars pour garantir le bon fonctionnement de chaque site », a déclaré Shah. « Nous ne pouvons pas nous le permettre. Nous devons donc trouver un moyen de nous développer, et ce, tout en menant des recherches scientifiques de qualité. Les compétences en matière de rigueur existent d'un côté, celles en matière de déploiement à grande échelle de l'autre ; nous aurons donc besoin de ce type de partenariat. »
Le doyen associé Yuan Ashley et Mildred Cho (accueil) ont assisté à l'atelier RAISE sur la santé. Steve Fish
Certains intervenants au symposium ont déclaré que cela pourrait être réalisé grâce à des partenariats public-privé, tels que le récent décret présidentiel de la Maison Blanche sur le développement et l'utilisation sûrs, sécurisés et fiables de l'intelligence artificielle et le Consortium pour l'intelligence artificielle dans le domaine de la santé (CHAI). ) .
« Le partenariat public-privé le plus prometteur est celui qui réunit le monde universitaire, le secteur privé et le secteur public », a déclaré Laura Adams, conseillère principale à l'Académie nationale de médecine. Elle a souligné que le gouvernement peut garantir la confiance du public, les centres hospitalo-universitaires peuvent apporter la légitimité, et le secteur privé peut fournir l'expertise technique et les ressources informatiques. « Nous sommes tous plus compétents que chacun pris individuellement, et nous en sommes conscients… nous ne pouvons espérer exploiter pleinement le potentiel de l'intelligence artificielle sans comprendre comment interagir. »
Plusieurs intervenants ont affirmé que l'IA a également un impact sur la recherche, que les scientifiques l'utilisent pour explorer les dogmes biologiques, prédire de nouvelles séquences et structures de molécules synthétiques pour soutenir de nouveaux traitements, ou même pour les aider à résumer ou à rédiger des articles scientifiques.
« C’est l’occasion de découvrir l’inconnu », a déclaré Jessica Mega, cardiologue à la faculté de médecine de l’université Stanford et cofondatrice de Verily (Alphabet). Elle a évoqué l’imagerie hyperspectrale, qui permet de capturer des détails invisibles à l’œil nu. L’objectif est d’utiliser l’intelligence artificielle pour détecter, sur des lames histologiques, des motifs imperceptibles pour l’œil humain et révélateurs de maladies. « J’encourage chacun à s’ouvrir à l’inconnu. Je pense que nous connaissons tous quelqu’un qui souffre d’une pathologie et qui a besoin de soins allant au-delà de ce que nous pouvons offrir aujourd’hui », a-t-elle ajouté.
Les intervenants ont également convenu que les systèmes d'intelligence artificielle offriront de nouvelles façons d'identifier et de combattre les biais dans la prise de décision, qu'ils soient le fait d'humains ou d'intelligence artificielle, avec la capacité d'identifier la source du biais.
« La santé ne se résume pas aux soins médicaux », ont convenu plusieurs intervenants. Ces derniers ont souligné que les chercheurs négligent souvent les déterminants sociaux de la santé, tels que le statut socio-économique, le lieu de résidence, le niveau d'éducation, l'origine ethnique et raciale, lorsqu'ils recueillent des données inclusives et recrutent des participants pour leurs études. « L'efficacité de l'IA dépend de la qualité des données sur lesquelles le modèle est entraîné », a déclaré Michelle Williams, professeure d'épidémiologie à l'Université Harvard et professeure associée d'épidémiologie et de santé des populations à la faculté de médecine de l'Université Stanford. « Si nous voulons atteindre nos objectifs – améliorer les résultats de santé et éliminer les inégalités –, nous devons veiller à recueillir des données de haute qualité sur les comportements humains et l'environnement social et naturel. »
Natalie Pageler, MD, professeure clinicienne de pédiatrie et de médecine, a déclaré que les données agrégées sur le cancer excluent souvent les données sur les femmes enceintes, créant ainsi des biais inévitables dans les modèles et exacerbant les disparités existantes en matière de soins de santé.
Le Dr David Magnus, professeur de pédiatrie et de médecine, a déclaré que, comme toute nouvelle technologie, l'intelligence artificielle peut soit améliorer les choses à bien des égards, soit les aggraver. Le risque, selon lui, est que les systèmes d'intelligence artificielle apprennent à reconnaître les inégalités en matière de santé, lesquelles sont liées aux déterminants sociaux de la santé, et qu'ils renforcent ces inégalités par leurs résultats. « L'intelligence artificielle est un miroir qui reflète la société dans laquelle nous vivons », a-t-il affirmé. « J'espère que chaque fois que nous aurons l'occasion de mettre en lumière un problème – de nous regarder en face – cela nous incitera à améliorer la situation. »
Si vous n'avez pas pu assister à l'atelier RAISE Health, vous trouverez un enregistrement de la session ici.
La faculté de médecine de l'université Stanford est un système de santé universitaire intégré qui regroupe la faculté de médecine de l'université Stanford et les services de soins pour adultes et enfants. Ensemble, ils exploitent pleinement le potentiel de la biomédecine grâce à la recherche collaborative, à l'enseignement et aux soins cliniques aux patients. Pour plus d'informations, consultez le site med.stanford.edu.
Un nouveau modèle d'intelligence artificielle aide les médecins et les infirmières de l'hôpital de Stanford à travailler ensemble pour améliorer les soins aux patients.
Date de publication : 19 juillet 2024