Prédictive, personnalisée et participative, la médecine assistée par intelligence artificielle (IA) répond parfaitement aux évolutions nécessaires de la discipline. Les IA commencent à démontrer leur utilité dans la pratique et, selon Cédric Villani, la santé est un secteur stratégique prioritaire pour les développer. Son rapport en liste les intérêts : précocité et amélioration des diagnostics, adaptation des traitements aux profils des patients, suivi de leur état en temps réel, conseils médicaux pertinents... Les industriels et autres entrepreneurs l'ont bien compris : 40% des pharmas et des entreprises des sciences du vivant affirment avoir déjà utilisé des technologies d'IA avec succès (Étude Infosys et Vanson Bourne : "Amplifying Human Potential : Towards Purposeful Artificial Intelligence", 2017).

En plus, avec une configuration relativement centralisée et de nombreuses passerelles entre la recherche et les hôpitaux, la France dispose d'un écosystème favorable.

Ce que dit le rapport sur la data

« Le développement de l'IA stimule l'innovation santé à la fois thérapeutique et pharmacologique. »

Le texte commence par évoquer le carburant essentiel du "machine learning" : les data. Il propose la création d'une plateforme d'accès et de mutualisation des données pour la recherche et l'innovation. Elle regrouperait les données médico-administratives, puis les data génomiques, cliniques, hospitalières...

Ce qu'on peut en penser. En France, cette problématique d'accès aux data est connue : plusieurs pionniers de l'IA santé ont dû entrer dans des consortiums ou acheter des data à l'étranger pour développer leurs systèmes experts, à l'instar du pionnier du conseil médical sur analyse de data, Ariana Pharma, ou de Cardiologics, qui diagnostique des problèmes cardiaques sur analyse automatique de l'électrocardiogramme. Pour eux, l'amélioration de l'accès aux données médicales est incontournable, mais cet accès sera difficile. Heureusement, le secteur semble avoir enfin compris que la digitalisation se ferait, avec ou sans ses précieuses data.

Avec ses 260 bases de données publiques en santé recensées par l'Institut national de la santé et de la recherche médicale (Inserm), notre pays a plein de données. Mais la création d'un hub national va nécessiter un gros travail d'interopérabilité. Pour que les données soient exploitables en "machine learning", elles devront utiliser des standards compatibles et harmoniser leur vocabulaire comme leurs grilles de lecture. Sylvain Duranton, directeur monde de BCG Gamma, l'entité dédiée à l'intelligence artificielle du Boston Consulting Group, l'affirme :

« En travaillant à harmoniser et unifier nos bases de données médicales, nous disposerons d'un outil précieux pour aider nos startups et les industriels de la santé à développer leurs projets. L'IA présente un gros potentiel dans ce secteur. »

Ce que dit le rapport sur la sécurité des données

« Le développement de l'intelligence artificielle peut s'opérer sans renier nos traditions juridiques et politiques de protection forte des individus. »

Depuis trois ans, le Conseil national de l'ordre des médecins incite les praticiens à s'associer aux innovations, pour ne pas laisser l'avenir aux mains des Gafa et des BATX chinois. Pour son vice-président, Jacques Lucas, « cela relève d'enjeux de souveraineté nationale et européenne. »

Notre culture médicale est spécifique et, chez nous, la liberté des personnes et l'intérêt collectif sont plus importants que les perspectives en termes de business. »

Sur les data de santé, la réglementation française est l'une des plus rigoureuses au monde. Un atout, in fine, au moment où la réutilisation de données personnelles recueillies par Facebook fait la une des médias. « Grâce à la Cnil, les professionnels ont mené de nombreuses réflexions sur leur protection, observe Philippe Cinquin, président de l'Association informatique médicale, qui organise le congrès mondial d'informatique médicale en 2019. Le cadre juridique favorise la confiance des citoyens qui accepteront mieux l'utilisation de leurs données par la recherche. » En imposant une autorisation systématique des bases et en veillant à leur protection, notre système commence à démontrer son utilité. Un dispositif assoupli par le nouveau règlement européen RGPD, qui se base sur un a priori de confiance et une déclaration préalable.

Sur la sécurité des data, tous les spécialistes de l'IA n'ont pas une grande confiance dans les techniques pour les anonymiser. Le pionnier français et président de l'association Hub France IA, Patrick Albert, préfère les solutions qui partent du code :

« Plutôt que de réunir toutes ces données, comme le font les Gafa, il vaudrait mieux avoir une intelligence artificielle distribuée. C'est l'approche développée par le projet HealthChain, qui propose de faire tourner les solutions d'IA et leur code dans les labos et les hôpitaux. Au contact de leurs données, les solutions évoluent et s'affinent par apprentissage. Mais ces IA ne capturent pas les data, ce qui réduit le risque de hacking. »

Ce nouveau modèle est la solution choisie par l'Inserm dans son récent partenariat avec la jeune spécialiste de machine learning appliqué à la recherche clinique, Owkin (qui a levé 11 millions de dollars début 2018). Avec sa plateforme Socrates, Owkin mettra ses IA à disposition des chercheurs Inserm. Des chercheurs qui travaillent déjà au développement de l'IA en médecine et utiliseront ces solutions pour découvrir de nouveaux bio-marqueurs associés à des maladies ou pour élaborer des modèles prédictifs de réaction aux traitements pharmas.

Ce que dit le rapport sur la certification

Le rapport dit qu'il faut « expérimenter de nouvelles procédures de qualification et de certification des algorithmes ayant vocation à être utilisés dans un contexte médical, à l'instar du programme FDA Precert lancé en juillet 2017 par la Food and Drug Administration aux États-Unis. »

Ce qu'on peut en penser. Il s'agit de lever une contrainte spécifique, régulièrement accusée de ralentir l'accès au marché. Car avec des solutions IA qui s'améliorent constamment au gré du machine learning sur data, il serait absurde de réserver l'agrément au seul modèle initial, sans ses évolutions.

Ce que dit le rapport sur la responsabilité des médecins

« Avant d'envisager le déploiement massif des programmes dans un contexte médical, il sera nécessaire de clarifier le régime de responsabilité médicale en cas d'erreur. »

Alors effectivement, la responsabilité du médecin est l'un des principaux freins au développement des solutions IA dans les pratiques médicales. Un sujet de réflexion pour les assureurs et la Sécu.

Ce que ne dit pas le rapport sur la Sécurité sociale

Le développement des IA santé pose aussi la question des modalités du financement et du remboursement des solutions IA, dans un secteur où les frais sont habituellement pris en charge par la Sécu, les mutuelles et les assurances privées. Le rapport de Cédric Villani évite d'aborder cette épineuse problématique. Mais ce n'était peut-être pas le moment.