IA et santé : ce que les cliniciens doivent savoir

Déjà soumis à de fortes contraintes de temps et de ressources, les cliniciens font souvent face à une tâche redoutable : démêler un enchevêtrement d'informations pour répondre à des questions cliniques urgentes. La prise en charge d'un patient peut exiger de parcourir une multitude d'articles médicaux, d'études et de recommandations de bonne pratique — chacun réclamant son attention tandis que le praticien jongle entre de multiples onglets à la recherche d'éléments pertinents.

Dr Louise Changopens in new tab/window, Global VP of Clinical Solutions Strategy and Partnerships at Elsevier, s'appuie sur sa propre expérience clinique pour illustrer la situation :

De toutes les promesses de transformation du système de santé portées par l'intelligence artificielle, c'est ici que Louise Chang voit l'IA produire une différence immédiate et tangible. Plutôt que de rechercher laborieusement l'information sur diverses plateformes, les médecins peuvent désormais formuler leurs questions cliniques complexes auprès d'un outil comme ClinicalKey AI de manière unique et cohérente. La plateforme compile et synthétise alors une information sourcée, adaptée à la situation du patient, en fournissant rapidement une synthèse complète et concise.

En agrégeant de vastes volumes de données et en les présentant sous un format ergonomique, l'IA générative peut transformer l'exercice clinique au quotidien et, in fine, améliorer les résultats pour les patients. À mesure que cette technologie évolue, elle annonce une nouvelle ère où les professionnels de santé pourront se concentrer davantage sur la relation avec le patient et moins sur la recherche d'information, comblant ainsi l'écart entre la donnée et l'expertise clinique. Comme l'explique Louise Chang :

Nous exploitons la puissance de l'IA générative non seulement pour interroger cet immense corpus d'informations, mais aussi pour en synthétiser les résultats et les restituer d'une façon aisément compréhensible, sur laquelle on peut itérer et où l'on peut remonter les références jusqu'à la source afin de vérifier l'information.

Lever les réticences face à l'IA générative en médecine

La promesse de l'IA générative est audacieuse, et elle ne pourra se concrétiser sans l'adhésion de la communauté clinique. Jusqu'à présent, cette communauté est restée circonspecte quant aux possibilités de l'IA. Selon le rapport d'Elsevier Clinician of the Future : AI Edition, 96 % des répondants estiment que l'IA contribuera à accélérer la découverte des connaissances, mais seuls 26 % l'ont utilisée dans un cadre professionnel. L'enquête indique par ailleurs que 82 % des cliniciens redoutent que l'IA soit à l'origine d'erreurs critiques.

Lever ces réticences au moyen de garde-fous solides est d'une importance capitale, plaide le Dr Rhett Aldenopens in new tab/window, Chief Technology Officer for Health Markets chez Elsevier :

Dans notre cas, nous mobilisons les grands modèles de langage pour synthétiser l'information directement à partir de sources de haute qualité, ce qui constitue une approche fondamentalement différente.

Rhett Alden compare cette différence à celle qui sépare un examen « à livre ouvert » d'un examen « à livre fermé » : la première approche, analogue à celle qu'utilise un outil comme ClinicalKey AI, autorise le recours à des documents de référence, tandis que la seconde, employée par ChatGPT, s'appuie uniquement sur le jeu d'entraînement du LLM, ce qui peut donner lieu à des hallucinations.

Cet engagement en faveur de l'exactitude et de la fiabilité est primordial, en particulier dans le domaine médical. Comme le rappelle Rhett Alden : « Nous proposons des réponses très précises, très exactes — et, tout aussi important, des réponses sourcées. »

Pourquoi l'IA générative va plus vite que les moteurs de recherche

Rhett Alden observe également que la nature conversationnelle des outils d'IA générative les rend bien plus efficaces que les moteurs de recherche en contexte clinique. Il prend l'exemple de la prise en charge d'une femme enceinte présentant un diabète et une hypertension.

« L'information dont vous avez besoin est peut-être disponible dans un moteur de recherche, mais l'obtenir est difficile, car il faut assembler plusieurs documents : un sur la grossesse, un sur le diabète, un sur les problématiques cardiovasculaires », explique-t-il. En revanche, lorsqu'un outil combine format conversationnel, recherche vectorielle et architecture RAG, il peut récupérer et synthétiser cette information en quelques secondes à partir de multiples références cliniques disparates :

« Vous passez d'une méthode de recherche qui pouvait exiger 15 à 30 minutes à une approche qui prend littéralement le temps de formuler une question dans ClinicalKey AI. »

Évaluer la sûreté des systèmes d'IA

Pour les établissements qui envisagent d'adopter des outils d'IA, Louise Chang insiste sur l'importance d'examiner rigoureusement leur exactitude. « Il est vraiment essentiel de faire preuve d'esprit critique dans la manière d'évaluer ces outils », affirme-t-elle, en soulignant le double impératif de sécurité et de conformité inhérent au secteur de la santé. Elle invite les parties prenantes à s'informer sur les processus de validation qui sous-tendent ces technologies. « Comment validez-vous la qualité de ce que vous délivrez ? Comment garantissez-vous l'intégrité des données ? », interroge-t-elle, mettant en avant la nécessité d'une évaluation clinique et de mesures de sécurité.

Louise Chang note en outre que la nature dynamique de la santé — où deux patients ne sont jamais identiques — exige une boucle de rétroaction entre les utilisateurs et les fournisseurs.

« À mesure que de plus en plus d'utilisateurs recourent à un système d'IA, quel qu'il soit, des questions ou des retours vont émerger et certains points seront identifiés comme problématiques », explique-t-elle. La capacité à instaurer une relation réactive avec les fournisseurs est donc primordiale. « Quel type de mécanisme de retour d'information pouvez-vous mettre en place […] pour transmettre vos observations et obtenir que le fournisseur agisse en conséquence ? Voilà le genre de question que l'on devrait se poser. »

Les cliniciens doivent prendre part au débat

À mesure que les outils d'IA montent en puissance et se précisent, Louise Chang recommande aux cliniciens de faire entendre leur voix en partageant leurs réflexions avec les acheteurs et les fournisseurs :

Chaque fois que je donne une conférence, j'encourage les cliniciens à faire part de leur point de vue sur l'IA en milieu de soins. Les cliniciens doivent être les juges critiques de ces outils, car c'est ainsi que l'on progresse. Chacun doit y prendre part.

Cela peut passer par la recherche, au sein de sa propre organisation, d'occasions d'échanger sur les outils d'IA et de les expérimenter, ou par le recours à des sociétés savantes et organisations professionnelles susceptibles de servir de tribune. « Aux États-Unis, des consortiums et des coalitions commencent à se constituer autour de ce sujet », indique Louise Chang. « De manière générale, je recommande de s'impliquer pleinement et de s'engager.

Rhett Alden et Louise Chang rappellent tous deux que cette technologie n'en est encore qu'à ses débuts. Louise Chang insiste une nouvelle fois sur le rôle déterminant des cliniciens dans son développement :

Quels sont les points forts de l'IA ?

Rhett Alden voit dans l'IA un puissant levier d'amélioration des processus diagnostiques :

« Je pense que nous allons voir l'IA contribuer bien davantage au pré-diagnostic et au diagnostic précoce », affirme-t-il, en soulignant la manière dont ces technologies peuvent transformer le rapport des cliniciens à l'information clinique.

Rhett Alden prend l'exemple des difficultés posées par des courriers d'adressage volumineux, relevant que « ces documents de référencement peuvent atteindre 100 pages ». Compte tenu de l'abondance de texte libre, de notes cliniques et d'informations patient qu'ils contiennent, il pointe la frustration des professionnels de santé confrontés à la synthèse d'une telle masse d'informations :

« L'IA peut se révéler véritablement indispensable pour synthétiser cette information et faire ressortir […] les éléments clés pertinents pour l'admission et la prise en charge d'un patient », affirme-t-il.

Il souligne toutefois que les capacités de l'IA vont bien au-delà de la simple synthèse et englobent la détection et le diagnostic précoce des maladies. « Ces documents peuvent être aisément examinés, et réexaminés à intervalles réguliers, par des systèmes d'IA afin de repérer les ruptures dans la continuité des soins et les lacunes de prise en charge », note-t-il, en soulignant le potentiel de l'IA pour identifier des points de triage critiques.

Il met en avant le potentiel de l'IA pour fluidifier le parcours de soins et atténuer les risques liés à une information incomplète. « Si une information est omise ou ignorée, cela peut être problématique », prévient Rhett Alden, laissant entendre que l'IA pourrait jouer un rôle décisif dans l'extraction de détails cruciaux qui, sans elle, risqueraient de passer inaperçus au milieu d'une documentation abondante.

Comme le conclut Rhett Alden, les implications de ces avancées sont considérables et offrent non seulement de meilleurs résultats pour les patients, mais aussi une efficacité opérationnelle accrue.

Vous allez voir beaucoup de ces évolutions se produire […] de nombreuses optimisations à mesure que l'information circule au sein d'un système de santé.