L'IA générative dans le secteur de la santé : exemples, avantages, cas d'utilisation
Publié: 2023-08-08La popularité folle de ChatGPT d'OpenAI a déclenché une course pour intégrer l'IA générative dans les applications utilisées dans les industries. Les soins de santé sont parmi ceux qui mènent la charge.
Selon McKinsey & Company, l'IA générative dans le domaine de la santé pourrait contribuer à débloquer une partie des 1 000 milliards de dollars d'amélioration potentielle non réalisés dans le secteur en automatisant le travail sujet aux erreurs, en fournissant une multitude de données aux cliniciens en quelques secondes et en modernisant les infrastructures de santé.
Exemples d'IA générative dans le domaine de la santé
Bien que les entreprises de soins de santé utilisent la technologie de l’IA depuis des années – la prédiction des événements indésirables, l’optimisation des plannings des salles d’opération et la connexion des données des patients pour obtenir de meilleurs résultats en sont trois exemples – l’IA dans les soins de santé promet une transformation encore plus profonde pour le secteur.
Voici quelques exemples récents d’IA dans le domaine de la santé :
- Amazon Web Services (AWS) a annoncé en juillet un service appelé AWS HealthScribe, qui utilise la reconnaissance vocale et l'IA générative pour faire gagner du temps aux cliniciens en générant de la documentation clinique.
- Google teste la technologie de chatbot médical appelée Med-PaLM 2 à la May Clinic et dans d'autres hôpitaux, selon le Wall Street Journal. Basé sur la technologie LLM (Large Language Model) qui sous-tend le chatbot d'IA génératif conversationnel de Google, Bard, Med-PaLM 2 vise à répondre aux questions médicales avec plus de précision et de sécurité.
- Microsoft , l'un des principaux investisseurs d'OpenAI, la société à l'origine de ChatGPT, s'associe à Epic Systems pour intégrer la technologie d'IA générative dans ses dossiers de santé électroniques (DSE). La filiale Nuance Communications de Microsoft a également annoncé une application de documentation clinique entièrement automatisée qui combine l'IA conversationnelle et ambiante avec GPT-4, la dernière version du LLM alimentant ChatGPT.
83 % des entreprises de soins de santé les plus innovantes au monde utilisent des solutions SAP.
Exploiter les données dans l'un des secteurs les plus gourmands en données
Il est remarquable d’être témoin d’une telle dynamique dans le secteur de la santé, un secteur conservateur qui est notoirement l’un des derniers à adopter les nouvelles technologies. Cela est particulièrement vrai si l’on considère à quel point des réglementations strictes en matière de confidentialité, telles que la Health Insurance Portability Accountability Act (HIPAA), ont tendance à dissuader le partage de données.
Pourtant, la santé est également l’un des secteurs les plus gourmands en données.
On estime qu’un hôpital moyen produit environ 50 pétaoctets de données chaque année, ce qui représente environ 12 500 milliards de copies numériques de la version King James de la Bible. De plus, le volume de données générées dans le secteur de la santé augmenterait de 47 % par an, un chiffre important pour n'importe quel secteur.
Toutes ces données doivent être enregistrées par quelqu’un, ce qui prend un temps considérable. Une grande partie de ces informations pourraient être extrêmement utiles pour améliorer l’efficacité des organisations de soins de santé et pour fournir en temps opportun des informations et des conseils médicaux aux patients qui en ont besoin.
Cependant, faire bon usage de ces données est pratiquement impossible, car elles sont bien trop nombreuses pour que les êtres humains et les technologies plus anciennes puissent les gérer.
C'est ici que l'IA entre en jeu. En s'appuyant sur des algorithmes d'apprentissage en profondeur pour créer du nouveau texte, de l'audio, du code et d'autres contenus, il peut être optimisé pour la confidentialité, puis associer d'énormes volumes d'informations médicales non structurées pour économiser du temps et de l'argent tout en ouvrant des possibilités commerciales et cliniques infinies.
Engagement des patients dans les soins de santé : imaginer un avenir meilleur et plus audacieux
Aux États-Unis, les sociétés de soins de santé, payeurs et prestataires, sont confrontées à une myriade de défis critiques et urgents. Es-tu prêt?
Médecine personnalisée, diagnostics plus rapides et bien plus encore
Les établissements de santé voient ce potentiel, ce qui explique en partie pourquoi 64,8 % d’entre eux explorent des scénarios d’IA générative et 34,9 % y investissent déjà, selon Lynne Dunbrack, analyste chez IDC Health Insights.
« Il existe une demande de technologie pour répondre à des priorités clés, telles que l'amélioration de l'expérience des patients, l'amélioration de la santé de la population et la réduction des coûts », explique Dunbrack.
Plus précisément, les analystes affirment que l’IA générative pourrait devenir essentielle pour répondre à une multitude de besoins courants dans le secteur de la santé, notamment :
- Médecine personnalisée : l'IA générative peut regrouper et analyser d'énormes volumes de données sur les patients pour fournir des recommandations personnalisées en matière de médicaments et de thérapies afin d'améliorer le traitement.
- Analyse d'imagerie médicale : les LLM excellent également dans l'interprétation des images médicales, telles que les IRM, les tomodensitogrammes et les radiographies. L'automatisation de l'analyse d'images pourrait permettre aux cliniciens de détecter les problèmes plus rapidement et plus précisément, améliorant ainsi le diagnostic et les soins globaux.
- Prise de notes cliniques : une gamme d'outils comme HealthScribe d'AWS cherchera probablement à résoudre le problème séculaire des médecins qui sont trop limités dans le temps pour prendre des notes appropriées et détaillées sur les visites des patients et doivent ensuite les saisir dans les DSE. Les outils d’IA pourraient atténuer ces problèmes en utilisant la reconnaissance vocale et l’apprentissage profond pour automatiser ces processus, rapidement et efficacement.
- Découverte et développement de médicaments : l’IA générative peut également être utilisée pour accélérer la découverte de médicaments en simulant les interactions moléculaires et en prédisant d’éventuels candidats médicaments. Il est également utilisé pour accélérer les approbations réglementaires des médicaments. Par exemple, Insilico Medicine affirme avoir non seulement utilisé sa propre plateforme d’IA pour découvrir un traitement contre la fibrose pulmonaire idiopathique, une maladie respiratoire fréquente, mais l’avoir appliqué à chaque étape du processus de découverte de médicaments précliniques. Insilico affirme que réaliser cela par des méthodes traditionnelles représenterait normalement une dépense de plus de 400 millions de dollars, mais il espère y parvenir à environ un dixième de ce coût avec l'IA générative.
- Assistants de santé virtuels : bon nombre des premiers chatbots d'IA génératifs destinés aux soins de santé se concentreront sur la fourniture de réponses plus rapides et meilleures aux questions des patients, plus efficacement, 24 heures sur 24. UNC Health, par exemple, exploite les outils d'IA générative d'Epic pour aider les cliniciens surchargés à faire face à la masse de messages qui leur parviennent.
- Rationalisation des réclamations d'assurance : Generative AI permet également de rationaliser les réclamations d'assurance médicale des patients (ou les demandes de pré-autorisation des cabinets médicaux) en automatisant l'extraction et le traitement des dossiers des patients, allégeant ainsi la pression sur le personnel des centres d'appels. De plus, cela peut aider à accélérer l’examen des réclamations tout en identifiant les soumissions potentiellement frauduleuses en détectant les modèles et anomalies suspects.
L'IA générative en tant que technologie en est encore à ses balbutiements, malgré tout le battage médiatique initial, il est donc impossible de prédire si l'accent actuel mis sur les soins de santé persistera. Mais une chose est claire : avec autant de milliards de dollars injectés dans l’espace, la tendance ne sera pas en reste de si tôt.