Comment les régulateurs des soins de santé peuvent-ils encourager l'IA ?
Le covid-19 a catapulté la transformation numérique et la connectivité de l'écosystème de la santé, mais pour garder cette tendance, il faut que les gouvernements prennent un certains nombre de mesures.
L'intelligence artificielle (IA) dans le domaine de la santé est déjà une réalité. La technologie s’est déjà infiltrée dans le processus de prise de décision et le réflexe de prescription. Plusieurs études et rapports, confirment que l’introduction de l'IA dans les soins de santé a apporté des améliorations pour les patients, les prestataires de soins, les organismes payeurs et les autres acteurs de la santé ainsi que pour la société dans son ensemble.
Certes, la pandémie de la covid-19 a catapulté la transformation numérique et la connectivité de l'écosystème de la santé, afin de mieux répondre aux exigences sanitaires d’une population totalement ou partiellement confinée. Toutefois, la réussite de cette transformation serait tributaire d’un certain nombre de prérequis, notamment :
1. « La question de validité », comment créer des algorithmes d’IA fiables
La notion de qualité est primordiale lorsqu’on parle de la santé, il faut faire attention au moindre détail, en particulier les problèmes liés à l’apprentissage, la qualité des bases de données et leur fiabilité, la qualité et la performance des algorithmes, le mode d’utilisation, la conception et la facilité d'utilisation de l'IA. Afin de stimuler l’accès à la medtech par les professionnels de santé, il faut absolument développer le processus de validation et de preuves cliniques de qualité et d'efficacité, sinon les conséquences seront redoutables. Par exemple, en 2004 un accident de sur-irradiation est survenu à l’hôpital d’Epinal, à cause d’un problème informatique lié à l’intégrité des données, avait mené à un surdosage des doses d’irradiation entrainant plusieurs cas de décès.
2. Le leadership clinique
La gestion du changement tout en introduisant l'IA n'est pas différente de la gestion du changement dans des institutions complexes de manière plus générale, mais pour les soins de santé, le leadership clinique est primordial, et le choix de bon cas d’usage qui accompagnent plutôt qu'antagonisent les praticiens et augmentent vraiment plutôt que remplacent leurs capacités pour offrir les meilleurs soins possibles à leurs patients. Cela pourrait inclure la priorisation des solutions axées sur la réduction du temps que les gens consacrent aux tâches administratives répétitives de routine, plutôt que celles qui cherchent à agir en tant qu'assistants virtuels qui interagissent directement avec les patients. In fine les structures de soins doivent moderniser leurs processus (soins, administratifs...) et capitaliser sur les opportunités que l'IA peut apporter.
3. Mieux gérer les risques dans le domaine de la sécurité des données
Selon les adeptes de l’IA, dans le domaine de la sécurité des données de santé, il y a trois grands risques à gérer, notamment, la confidentialité, l’intégrité et la disponibilité. En fait, dans le domaine de la santé, contrairement à ce qui circule dans les forums, ce n’est pas la confidentialité, qui est la principale source d’inquiétude, mais c’est plutôt le risque d’intégrité qu’il faut gérer en premier, puisqu’une anomalie de paramétrage ou de programmation pourrait être préjudiciable pour le patient, surtout dans le domaine de la chirurgie robotisée, la radiothérapie, ou la gestion automatique de certains traitements médicamenteux. Ensuite, vient la question de la disponibilité, surtout dans le secteur hospitalier, ou le système d’information est le moteur de toute l’activité hospitalière.
En 2016, lorsque le système d’information d’un hôpital au sud de la Californie aux USA a été bloqué par un Rançongiciel pendant dix jours, à des fins de demande de rançon, l’hôpital a été obligé de transférer les malades vers d’autres structures sanitaires, puisqu’il était impossible de les prendre en charge. Bien sûr, la question de confidentialité, est aussi importante. Certes, son impact sur le patient n’est pas aussi direct en comparaison avec les autres risques (intégrité et disponibilité), mais, dans certaines situations (psychiatrie, infection VIH, interruption volontaire de la grossesse….), la confidentialité revient au premier rang.
4. Renforcer la gouvernance, la sécurité et l'interopérabilité
À mesure que de plus en plus de soins de santé sont fournis à l'aide des nouvelles technologies numériques, les inquiétudes des citoyens quant à la manière dont les données de santé sont utilisées augmentent. Les structures de soins de santé et les praticiens devraient avoir des politiques de partage de données robustes, certifiés, conformes et qui soutiennent les améliorations des soins qu'offre l'IA tout en fournissant les bonnes garanties de sécurité et d’interopérabilité.
5. Intégrer des modules IA dans la formation des professionnels de santé
L'IA dans le domaine de la santé nécessitera une révision intégrale du cursus de formation des métiers de la santé, et une intégration précoce- dès la première année- de modules en sciences biomédicales et en science des données. Il y a eu des initiatives récentes pour former des étudiants ou spécialement des « résidents » en informatique médicale, mais cela reste insuffisant pour pouvoir accompagner ce virage numérique. Plus généralement, des compétences telles que la littératie numérique de base, les principes fondamentaux de la génomique, de l'IA et de l'apprentissage automatique doivent devenir courantes pour tous les futurs praticiens, complétées par des compétences de pensée critique et le développement d'un état d'esprit d'apprentissage continu. Parallèlement à la mise à niveau de la formation clinique, il faut augmenter le volume horaire dédié à la dimension humaine de la médecine, à l’empathie, la communication et bien sûr l’éthique médicale, autrement dit, aux aspects du métier qui ne pourront jamais être remplacés par une machine.
6. Revoir l’architecture des emplois et des compétences dans le secteur de la santé
Les établissements de santé (public/privé) doivent revoir leur politique de gestion des ressources humaines, ils auront à s’ouvrir sur de nouvelles compétences essentielles à l'introduction et à l'adoption réussies de l'IA, tels que les data scientists, les ingénieurs en robotique ou les data ingénieurs, et surtout les experts en cybersécurité. La demande pour de tels profils augmente dans tous les secteurs et la concurrence pour les talents devient de plus en plus féroce. Le secteur de la santé aura à développer des modèles flexibles et agiles pour attirer et retenir les génies de l’IA.
7. Travailler à grande échelle et penser au partenariat public-privé (PPP)
Tous les hôpitaux ne pourront pas se permettre d'attirer de nouveaux talents en IA ou d'avoir accès à suffisamment de données pour rendre les algorithmes significatifs. Une ouverture inter-secteurs permettrait aux petites organisations de travailler dans des clusters d'innovation qui rassemblent l'IA, la santé numérique, la recherche biomédicale, recherche translationnelle ou autres domaines pertinents. Les grandes organisations doivent évoluer vers des centres d'excellence qui ouvrent la voie à des collaborations internationales, régionales et nationales (public-privé) pour faire évoluer l'IA dans les soins de santé.
8. Réglementation
Toute la communauté médicale souligne l'importance de préciser si l'IA sera réglementée en tant que produit ou en tant qu'outil d'aide à la décision, et d'introduire une procédure réglementaire cohérente pour l'IA similaire à celle de l’octroi des autorisations de mise sur le marché (AMM) des médicaments. Un autre aspect doit être règlementé, notamment, l'accès des patients à certaines applications et dispositifs d'IA, faut-il les mettre en vente libre ou les limiter à la prescription ?
9. La question de la responsabilité… un défi particulier
La sécurité des patients est primordiale, mais les managers des établissements de soins doivent également réfléchir à la responsabilité professionnelle et médico-légale des praticiens, ainsi qu'à la protection de leurs institutions contre les risques de réputation, juridiques ou financiers. La responsabilité des solutions d'IA - à la fois cliniques et techniques - est toujours partagée entre les organisations de santé et leur personnel.
10. Financement de l’innovation
Le remboursement des actes et des dispositifs médicaux est resté figé depuis des années notamment en Afrique ; plusieurs prestations innovantes demeurent non remboursables, notamment, les algorithmes d’aide au diagnostic, les applications et les dispositifs dotés d'IA et même les actes de télémédecine. La responsabilité des décisions relatives au remboursement d'un acte ou d'un dispositif incombe aux instances de gestion et de régulation, et cette décision couvre généralement ce qui sera remboursé, à quel prix et selon quels conditions. Des critères clairs pour le remboursement des applications d'IA seraient nécessaires pour accélérer le déploiement à grande échelle des innovations dans le domaine de la santé.