Ce contenu est réservé aux abonnés La Tribune
Photo d'illustration
iStock
« Nous pouvons difficilement imaginer des progrès thérapeutiques sans un grand volume de données et un accompagnement digital », lance Jean-François Brochard, président de la Fondation Roche, à l'occasion d'un colloque consacré aux données de santé. Les acteurs du secteur, à l'image de la société pharmaceutique suisse, s'intéressent de près à l'utilisation de l'intelligence artificielle (IA). Mais ils se heurtent aujourd'hui à un frein : l'accès aux données.
Pourtant, certaines entreprises technologiques font déjà les gros titres avec leurs algorithmes prédictifs appliqués au monde médical. Récemment, DeepMind a présenté une IA capable de pronostiquer les insuffisances rénales aiguës 48 heures avant le diagnostic humain. Quelques mois auparavant, son entreprise mère, Google, publiait dans la revue scientifique Nature les résultats de son projet de détection du cancer des poumons, plus performant que les diagnostics de médecins.
Mais DeepMind et Google sont les arbres qui cachent la forêt. En réalité, très peu de solutions à base d'IA sont mises en production pour un impact à grande échelle. Le 24 septembre, une équipe de chercheurs britanniques a publié dans le Lancet Digital Health une analyse sur plus de 20 .000 articles consacrés à l'aide au diagnostic par l'intelligence artificielle, pour évaluer le sérieux des recherches.
Leur constat est sans appel : la plupart des démonstrations manquent cruellement de robustesse. Selon eux, seules 1 % de ces études sont suffisamment sérieuses dans leur démarche scientifique pour qu'on puisse accorder du crédit à leurs prétendues avancées.
Si les chercheurs peinent tant à construire des algorithmes performants, c'est en partie à cause du manque de données.
