Voir la traduction automatique
Ceci est une traduction automatique. Pour voir le texte original en anglais cliquez ici
#Actualités du secteur
{{{sourceTextContent.title}}}
L'état (sobre) de l'intelligence artificielle dans la lutte contre COVID-19
{{{sourceTextContent.subTitle}}}
Si vous nous interrogez, à The Medical Futurist, sur l'importance de l'intelligence artificielle dans les soins de santé, nous aurons beaucoup à dire.
{{{sourceTextContent.description}}}
Nous avons vu comment il pouvait résoudre la fatigue de l'alarme dans les hôpitaux. Nous avons analysé les associations inhabituelles que la technologie a découvertes en médecine. Nous pensons qu'elle inaugurera la véritable ère de l'art de la médecine. Le Dr Meskó a même entrepris un voyage pour mieux comprendre le langage de l'I.A.
Avec la pandémie COVID-19, il nous fallait donc bien sûr explorer la contribution de l'I.A. dans cette crise de santé publique. Nous sommes tombés sur des projets prometteurs faisant appel à de tels algorithmes, de l'extraction de données à la détection de l'infection par la toux, en passant par le suivi de la propagation.
Il est judicieux d'être vigilant et de connaître les problèmes et les dangers potentiels pour la vie privée qui accompagnent l'utilisation de ces nouvelles technologies dans des circonstances sans précédent. Toutefois, les développements que nous exposons ci-dessous nous aideront à mieux nous préparer à de futures épidémies.
L'I.A. prédit les épidémies
Dans ce qui est maintenant un conte quasi prophétique, c'est une société d'I.A. qui a émis les premiers avertissements d'une épidémie. BlueDot a utilisé son algorithme pour passer au crible une foule de nouvelles, de données de compagnies aériennes et de rapports sur des foyers de maladies animales afin de détecter des tendances. Celles-ci étaient ensuite analysées par des épidémiologistes qui alertaient ensuite les clients de l'entreprise. Le logiciel a même correctement prédit le chemin probable du virus de Wuhan à Tokyo après son apparition.
Au fur et à mesure que la maladie s'est répandue, d'autres organisations se sont tournées vers des solutions similaires. Une équipe de chercheurs a alimenté un algorithme avec des données anonymes sur les déplacements en avion et sur les smartphones afin d'étudier comment la maladie pouvait se propager de Wuhan à d'autres villes peu après son apparition. Une autre équipe a utilisé une I.A. pour modéliser la propagation de COVID-19 à partir de rapports de cas, de mouvements humains et d'interventions de santé publique. Cela a permis de montrer comment les restrictions de voyage ont entravé la croissance de la contagion.
En utilisant de telles méthodes, les autorités peuvent avoir un meilleur aperçu des épidémies à venir et mieux se préparer à toute éventualité.
Aider au diagnostic avec des scanners radiologiques, des analyses faciales et... des toux !
Il est urgent d'identifier les personnes positives au COVID-19 pour arrêter la contamination croisée. Cependant, les établissements de santé étant surchargés, l'identification des personnes infectées s'avère difficile. Les hôpitaux débordent de files de patients se présentant pour diverses affections, dont la plupart n'ont pas besoin de soins supplémentaires. L'I.A. peut aider au dépistage et au triage des patients concernés dans ces cas et alléger la pression sur les hôpitaux.
En Chine, l'hôpital de Zhongnan a utilisé un logiciel d'I.A. pour détecter les signes de pneumonie associés aux infections par le SRAS-CoV-2 sur les images provenant des scanners pulmonaires. Cela aide les radiologues à dépister les patients et à hiérarchiser les cas potentiels de COVID-19 en vue d'examens complémentaires.
En collaboration avec Microsoft, Providence a lancé un outil en ligne permettant de distinguer les personnes qui auraient pu être infectées par COVID-19 de celles dont les conditions sont moins menaçantes. Au cours de la première semaine, plus de 40 000 patients ont utilisé cet outil. Partners HealthCare fait de même avec son chatbot A.I. COVID-19 Screener pour dépister les personnes à distance.
L'hôpital général de Tampa, en Floride, a opté pour une option plus proche de la science-fiction. Il a déployé un système d'I.A. en collaboration avec Care.ai pour détecter les visiteurs fébriles (et potentiellement positifs au COVID-19) par un scanner facial.
Un groupe de chercheurs et d'ingénieurs de San Francisco a lancé une initiative appelée "Cough for the Cure". Oui, vous l'avez deviné : ils visent à développer un outil de diagnostic COVID-19 basé sur le son de la toux. Une fois qu'un nombre suffisant d'enregistrements de personnes testées positives ou négatives pour la maladie aura été collecté, il incombera à un algorithme d'apprentissage automatique de détecter les nuances pour différencier ces personnes et faciliter le diagnostic.
Gestion des ressources et prévision des conséquences graves
Le manque d'équipements de protection, la pénurie de lits d'hôpitaux et la surcharge des services de soins intensifs sont des phénomènes mondiaux de nos jours. Grâce aux outils de prévision basés sur l'I.A., les hôpitaux peuvent mieux gérer leurs ressources.
Qventus a développé un logiciel destiné à aider les administrateurs d'hôpitaux pendant la pandémie. Leur modèle prend en compte l'afflux de patients provenant de COVID-19 et les décès qui y sont liés, et prévoit son effet sur la capacité de l'hôpital en termes de lits, d'unités de soins intensifs et de ventilateurs.
Les chercheurs ont publié leurs conclusions sur la création d'un cadre d'I.A. pour aider à la prise de décision clinique rapide. Leurs modèles prédictifs utilisent des données réelles de patients pour déterminer qui développera le syndrome de détresse respiratoire aiguë (SDRA), une complication grave de la COVID-19. Ces modèles ont atteint une précision de 70 à 80 % dans la prédiction des cas graves. Ainsi, les patients identifiés de cette manière pourraient être prioritaires pour un soutien spécialisé.
Ces deux méthodes permettent de mieux allouer et hiérarchiser les ressources en temps utile et, en fin de compte, d'alléger la charge des établissements de santé.
Accélérer la recherche sur les vaccins
Afin d'accélérer la recherche médicale autour de COVID-19, des organisations comme Microsoft et l'Institut Allen pour l'I.A. ont créé une base de données complète et gratuite contenant plus de 29 000 articles scientifiques connexes. Considéré comme la plus vaste collection d'articles de recherche sur le sujet, cet ensemble de données de recherche ouvert COVID-19 (CORD-19) vise à faciliter le travail de recherche en étant une ressource facilement accessible pour les scientifiques. De plus, il permet d'exploiter des algorithmes d'apprentissage automatique pour obtenir des informations qui peuvent aider à la recherche cruciale, qu'il s'agisse du développement de vaccins, des tendances de transmission ou même d'associations inhabituelles.
Combinant l'apprentissage machine et la science des réseaux, le BarabasiLab est à la recherche de nouveaux médicaments candidats contre le nouveau coronavirus. Moins de dix jours après avoir recentré sa panoplie d'outils de médecine de réseau à cette fin, l'équipe dispose déjà d'une liste de médicaments à tester sur des lignées cellulaires humaines dans un laboratoire expérimental.
Pour les sceptiques
Comme nous l'avons mentionné dans l'introduction, tous ces exemples ne sont pas des solutions mais plutôt des orientations pour l'avenir. Il y a des raisons d'être sceptique quant à son aide contre la pandémie, tout comme il y a des raisons d'être optimiste à son sujet.
Personne ne pouvait prédire l'ampleur de COVID-19, les solutions ne font donc qu'apparaître maintenant. Cela signifie que nous manquons de données préalables spécifiques à cette contagion qui est primordiale pour le fonctionnement de l'I.A. Par exemple, il y a quelques années, Google a lancé Flu Tracker afin de prévoir les épidémies de grippe. Le géant de la technologie a mis un terme à ce projet en 2013 après avoir échoué à prévoir le pic de cette année-là de 140 %. Cela était en partie dû à un manque de données fiables. Aujourd'hui, des logiciels plus récents permettent d'effectuer des recherches à partir d'un éventail beaucoup plus large de sources. À mesure que nous recueillons des données plus pertinentes, les développeurs peuvent élaborer des algorithmes plus robustes autour de cette épidémie et se préparer encore mieux pour les futures.
Il ne fait aucun doute que les mesures nécessaires au déploiement de ces solutions soulèvent un niveau de préoccupation tout à fait nouveau en matière de protection de la vie privée. Nous avons vu les gouvernements de Corée du Sud, de Singapour et d'Israël utiliser la surveillance téléphonique pour suivre la propagation de COVID-19. L'Allemagne envisage également une option similaire. Aux États-Unis, des sociétés controversées comme Clearview AI, qui a utilisé sa technologie d'identification automatique pour créer une base de données d'identification faciale à partir de photos de médias sociaux pour ses clients, sont en lice pour mettre ces outils de surveillance à la disposition du gouvernement.
Le gonflement des capacités de l'IA entraînera des attentes irréalistes et des investissements mal informés, ce qui peut conduire à l'effondrement de l'industrie de l'IA. En tant que tel, un certain niveau de prudence est sain, mais le potentiel de la technologie à soutenir les crises sanitaires reste indéniable.
Nous avons besoin de toute l'aide que nous pouvons obtenir
Il est important de noter que dans ces contextes, l'I.A. seule n'est pas la solution. Ces algorithmes doivent plutôt être considérés comme une aide pour les professionnels. Dans le cas de BlueDot par exemple, l'algorithme a rendu compte des tendances qu'il a identifiées en passant en revue des dizaines de données, ce qui prendrait beaucoup plus de temps à un humain. Une fois ces tendances trouvées, ce sont des épidémiologistes humains qui les ont analysées pour donner un verdict définitif.
Les progrès actuels et futurs réalisés dans le domaine de l'I.A. médicale deviendront des atouts indéniables pour les praticiens de la santé au-delà de la pandémie. Oui, les questions d'efficacité et de confidentialité sont valables et exigent un effort concerté des décideurs politiques, des autorités et du grand public pour une utilisation sûre et efficace de l'I.A. dans la lutte contre les crises sanitaires ; car n'ayons aucun doute, nous ne pourrons pas nous attaquer à la prochaine pandémie sans mettre en œuvre l'I.A. bien avant qu'elle n'apparaisse. Et nous avons tous à gagner de la contribution de l'I.A. dans le domaine de la santé.