L'intelligence artificielle explicable: un élément clé pour l'utilisation de l'IA dans les soins de santé et l'élargissement de l'accès aux soins. Prof. Thomas Lukasiewicz

L'innovation médicale alimentée par l'IA

Les progrès de l'IA avec des applications pour les soins de santé ont commencé à apparaître vers 2017, lorsqu'un système a été développé pour détecter le cancer de la peau avec le même niveau de précision que celui montré par les experts humains dans le domaine. En regardant de plus près la détection du cancer de la peau, nous pouvons avoir une idée de l'évolution possible de ces progrès. Il existe désormais des prototypes de recherche qui sont plus performants que ceux des experts humains pour détecter le cancer de la peau. En fait, il existe déjà des applications que vous pouvez télécharger sur votre smartphone et utiliser pour détecter des changements dans votre peau, qu'il s'agisse d'un cancer de la peau ou non. Bien entendu, personne ne devrait renoncer à l'avis d'un expert, mais ces systèmes sont de plus en plus performants. Un certain nombre d'autres étapes ont été franchies dans le domaine des soins de santé. Par exemple, le classement du cancer de la prostate par l'IA est meilleur que celui des experts humains, et en 2018, les systèmes d'IA sont devenus meilleurs que les humains pour prédire la structure 3D des protéines. En 2019, ils ont surpassé les humains pour détecter les maladies liées au diabète dans l'œil.

L'importance de l'explicabilité

Malgré ces progrès, le fait de ne pas pouvoir expliquer leur fonctionnement constitue un inconvénient très important pour l'utilisation des réseaux neuronaux, la technologie qui sous-tend la vague actuelle de systèmes d'IA. Les réseaux neuronaux sont extrêmement puissants, mais ce sont des boîtes noires qui transforment une entrée en sortie, et nous ne sommes pas en mesure d'expliquer leur fonctionnement. Si nous voulons établir un diagnostic à partir de données structurées sur les symptômes d'un patient, nous pouvons nous contenter de renvoyer comme explication les symptômes pertinents pour la décision. Par exemple, le diagnostic est la grippe, et le système peut renvoyer que le patient a éternué, a eu mal à la tête mais n'a pas eu de fatigue. Cela pourrait donc être renvoyé comme explication. Mais il n'y a toujours pas de garantie que les données affichées sont utilisées de manière correcte pour calculer le résultat. Ces obstacles sont particulièrement valables pour les soins de santé. Un diagnostic erroné d'une maladie peut conduire à un traitement incorrect avec des conséquences potentiellement mortelles pour le patient. Nous aimerions que la boîte noire des réseaux neuronaux soit expliquée de manière à ce que nous sachions que la sortie est calculée correctement à partir de l'entrée.

Une voie à suivre pour les applications de l'IA dans le domaine de la santé

Dans le cadre de la Chaire de Recherche financée par le Fonds AXA pour la Recherche à l'Université d'Oxford, je construis des systèmes d'IA à base de symboles neuronaux qui nous aideront à établir des diagnostics plus précis et moins coûteux, à optimiser et à personnaliser le traitement des patients, ainsi qu'à prévenir les maladies en collectant et en utilisant des données en direct provenant de personnes (par exemple, via des dispositifs portables), puis en prédisant le mode de vie et les risques potentiels de ces personnes. Cela permettra de réduire considérablement les coûts des soins de santé tout en améliorant la disponibilité des soins et en réduisant la mortalité et la morbidité. Nous pouvons obtenir une prédiction de risque plus précise, concernant à la fois le mode de vie et les traitements, et nous pouvons également agir pour réduire notre risque. Comme effet secondaire de l'explicabilité, j'espère également améliorer la compréhension médicale des maladies et des traitements. Le potentiel de l'IA en matière de prévention des maladies, de détection précoce des maladies, de diagnostic plus efficace et plus abordable, et de prise de décision médicale en général pour concevoir de nouveaux produits pharmaceutiques et des traitements optimisés peut contribuer à rendre les soins de santé plus efficaces, mais aussi plus abordables. Grâce à l'utilisation de l'IA, une plus grande capacité médicale globale est disponible, créant ainsi une voie pour élargir l'accès aux soins de santé. Pour le secteur de l'assurance, ces avantages permettront également une prédiction plus précise des risques pour la santé et la possibilité de réduire les risques - une situation gagnant-gagnant pour créer une société en meilleure santé.