Les IA génératives viennent compléter le panel de solutions d'IAs (machine learning, deep learning) déjà dédiées à la médecine. Et c'est l'ensemble qui fait force. Ces solutions vont faire accomplir des progrès considérables à la médecine et à la santé en général.

Tous les domaines et toutes les spécialités sont ou seront concernés : de l'analyse des images diagnostiques obtenues par radiographie, scanner ou imagerie par résonance magnétique ; à l'aide au diagnostic et au choix des traitements, ou la mesure de l'efficacité́ des soins et de l'organisation du système de santé ; et également l'accélération du processus de mise au point de nouvelles molécules. Les modèles de langage peuvent aussi aider à générer quasiment en temps réel des comptes-rendus d'hospitalisation, d'interventions chirurgicales, des notes cliniques, des comptes-rendus de réunion, des lettres de liaison entre l'hôpital et les médecins traitants.

Dans tous les cas, ces interactions entre le monde de la santé et les outils d'IA devront être à l'initiative, sous contrôle et validation des professionnels.

En toute logique, le grand bénéficiaire de cette transformation devrait être le patient. L'un des problèmes très critique de notre système de santé est en effet le manque de personnel et la baisse continue des budgets d'investissement et d'exploitation (nombre de lits...). Certes, l'IA n'est pas la solution « miracle » face à cette situation. Toutefois, à nombre égal de personnes, les IA génératives, au vu de l'amélioration continue de ses performances, est un outil offrant de réels potentiels de gain de temps pour les personnels soignants, offrant ainsi l'opportunité de se pencher concrètement sur le renforcement du « care », ce lien tissé avec le malade, si essentiel et qui est aujourd'hui un manque réel dans la relation entre le malade et le système de santé. Il y a donc une opportunité unique de changer la perspective et faire vivre au quotidien une IA responsable qui améliore la vie des citoyens dans l'une de ses dimensions les plus sensibles : le rapport à la maladie.

Et les biais, les erreurs, les hallucinations des IA génératives...

Comment des soignants pourraient-ils les prévenir surtout s'ils n'ont pas de culture technique dans le domaine du codage ou des algorithmes, pourrait-on objecter ? Même si les IA génératives sont en constante progression, la question de l'IA en santé demande une fiabilité sans faille, l'erreur n'étant pas acceptable dans le domaine. De fait, la supervision humaine est une condition non négociable de l'appropriation et donc demande l'acquisition de compétences pour que l'IA serve les soignants tout en restant à sa juste place, à savoir un soutien à la décision humaine, que ce soit en matière logistique ou de diagnostic.

La réponse se trouve dans la formation. Il est indispensable que soient mis en place des programmes de formation à l'intelligence artificielle destinés aux professionnels de santé, aux aidants et aux patients pour diffuser cette culture de l'IA dont nous manquons encore cruellement aujourd'hui. Et d'ailleurs cela ne concerne pas seulement le domaine de la santé. Élever la culture générale de la société en matière d'intelligence artificielle, c'est aussi lui ouvrir l'accès à de nouvelles compétences et lui donner la chance de ne pas décrocher dans une course aux technologies de plus en plus rapide.

Singapour offre un bon exemple de prise en compte du nécessaire effort à mener dans ce domaine. Le gouvernement a mis en place depuis plusieurs années des plans de formation au digital pour tous ceux qui n'ont pas de formation à ces technologies, y compris les séniors. Et la cité-Etat vient de lancer un vaste programme financé par l'État de formation à l'intelligence artificielle et au machine learning pour les plus de 40 ans, afin de diffuser le plus largement possible au sein de la population ces nouvelles technologies auxquelles la Smart Nation consacre plus de 7 milliards d'euros par an en R&D...