La transformation du secteur de la santé par l’IA et le machine learning

La conversation autour de l’intelligence artificielle et du machine learning n’est pas qu’un discours frivole. Ces solutions sont déjà utilisées par des milliers d’entreprises dans le but d’améliorer l’expérience des soins de santé.

La recherche dans des domaines de pointe comme le ML continue de démontrer que les ordinateurs ont le potentiel de prédire les résultats et d’améliorer les performances des médecins dans une vaste gamme de tâches. Par exemple, la Food and Drug Administration des Etats-Unis a approuvé cette année le premier diagnostic d’IA – un test pour la rétinopathie diabétique, qui produit des résultats sans intervention humaine.

Cependant, ceci n’est qu’un début. Les soins de santé sont prêts à la transformation induite par l’IA et le ML, et alimentés par une abondance de sources de données – dossiers de santé électroniques, séquences génomiques, appareils mobiles, capteurs intégrés, et même dossiers de facturation.

Les solutions d’IA et de ML sont déjà utilisées par des milliers d’entreprises dans le but d’améliorer l’expérience des soins de santé. Par exemple, Zocdoc utilise l’IA pour quelque chose en apparence très très simple, mais contraignant pour les patients. L’entreprise a créé une application permettant de scanner sa carte d’assurance et qui indique aux clients quels médecins acceptent leur couverture sociale. En créant un modèle de deep learning basé sur une AMI AWS Deep Learning et en formant un réseau neuronal capable de lire une collection variée de cartes d’assurance, Zocdoc a créé un système qui extrait les données pertinentes et vérifie en temps réel auprès des assureurs si la visite du patient chez un médecin en particulier sera couverte.

Établir une base pour l’IA et le ML

L’alimentation des solutions d’IA et de ML nécessite une matière première fondamentale : les données. Celles-ci sont l’ingrédient essentiel dont les organisations de santé ont besoin pour accroître l’efficacité, améliorer les résultats et la qualité de vie des patients et des médecins/établissements de santé.

Alors que les exigences du traitement des patients et du développement de nouvelles thérapies relèguent souvent la collecte et l’analyse des données au second plan dans le secteur de la santé, les nouveaux outils permettent aux développeurs d’intégrer facilement le ML et d’autres capacités dans le processus courant de développement et d’administration des traitements. Loin d‘être un champ de compétences exclusivement dédié aux chercheurs et aux entreprises technologiques, l’IA et le ML sont désormais accessibles à tous.

Au fur et à mesure que ces cas d'utilisation prennent de l'ampleur, le succès dépend de plusieurs facteurs. Il requiert de grandes quantités de données de haute qualité soigneusement conservées, qui peuvent être difficiles à obtenir dans une industrie telle que celle de la santé, où les données sont souvent complexes et non structurées. Des ensembles de données de haute qualité sont nécessaires non seulement pour exploiter les systèmes conduits par l’IA et le ML, mais surtout pour alimenter les modèles de formation sur lesquels ils sont construits. 

De plus, les systèmes doivent être optimisés pour les travaux de calcul intensif typiques des applications d’IA et mis à jour à mesure que la technologie progresse. Les ressources informatiques conformes aux normes et aux réglementations de l’industrie sont requises pour assurer la sécurité et la confidentialité du patient et autres données sensibles.

Mais par-dessus tout, ce sont les données qui créent ou non la réussite de l’IA.

Flatiron Health est l'une des entreprises qui y est parvenue avec succès. Cette entreprise relie les données cliniques des 265 cabinets d’oncologie, d’un réseau croissant de grands centres académiques et d’autres organisations du secteur de la santé qui documentent collectivement plus de 2 millions de cas de cancer – tout cela depuis un environnement hautement sécurisé grâce à Amazon VPC. En intégrant ces données dans les systèmes d’IA, Flatiron est en mesure d’optimiser les soins, de mettre au point de nouveaux schémas thérapeutiques et de découvrir de nouveaux traitements potentiels. Preuve de la valeur de l’IA, l'entreprise pharmaceutique suisse, Roche, a acquis en février dernier Flatiron pour 1,9 milliard de dollars.

Alimenter l’innovation

Une autre technologie est cruciale pour fournir la capacité de stockage, la flexibilité, la sécurité et la capacité d’analyse nécessaires à la mise en œuvre de l’IA et du ML et pour stimuler de nouvelles innovations : le cloud. Les plateformes de cloud facilitent l’acquisition et le traitement des données, qu’elles soient structurées, non structurées ou en continu. Ces outils simplifient le processus de construction, de formation et de déploiement des modèles fondés sur le ML. Les organisations du secteur de la santé qui peuvent utiliser les données pour améliorer leur efficacité et celle de leurs clients connaîtront le succès dans les années à venir, surtout si le passage aux soins axés sur la valeur s’accélère avec l’IA.

Par exemple, l’entreprise technologique néerlandaise, Philips, construit la plateforme numérique HealthSuite hébergé sur le cloud AWS de plus de 21 pétaoctets de données provenant de 390 millions d’images médicales, de dossiers médicaux et de saisie des patients. HealthSuite donne aux établissements de santé, aux cliniciens, aux data scientists et aux développeurs de logiciels un accès à la fois aux données de qualité et aux outils de l’IA qu’ils peuvent utiliser pour améliorer les soins en temps réel.

De la même façon, Orian Health héberge les données de 50 millions d’utilisateurs sur le cloud, permettant à ses clients d’accéder aux informations des patients allant des données cliniques et génomiques aux données relatives aux demandes de remboursement. Des outils associés permettent aux établissements de santé d'identifier des plans de traitement et de prévention personnalisés et d'optimiser la prise de décision clinique.

Les acteurs du secteur de la santé, qu’il s’agisse de conglomérats établis ou de jeunes start-up, se tournent de plus en plus vers l’IA et le ML pour stimuler l’innovation et la transformation de leur entreprise et de l’ensemble de l’industrie, dans le but de réduire le temps de découverte et de compréhension, tout en améliorant l’expérience des patients. Alors que la disponibilité et le volume des sources de données continuent à croître, les ingrédients essentiels à la réussite de l’IA et du ML resteront les mêmes : des données de haute qualité, des systèmes optimisés, le cloud et les services de ML qui rendent cette technologie accessible aux développeurs de tous les jours en éliminant le travail lourd de construction, de formation et de déploiement des modèles. Une fois ces éléments fondamentaux établis, l’IA et le ML ont le potentiel d’améliorer l’efficience et l’efficacité des soins, d’améliorer la prise de décisions et d'accroître la valeur pour les patients et les médecins.

La transformation du secteur de la santé par l’IA et le machine learning
La transformation du secteur de la santé par l’IA et le machine learning

La recherche dans des domaines de pointe comme le ML continue de démontrer que les ordinateurs ont le potentiel de prédire les résultats  et d’améliorer les performances des médecins dans une vaste gamme de tâches. Par exemple, la Food and Drug...