Par où commencer avec l’IA dans les soins de santé
Les établissements de santé peuvent adopter l’approche suivante lorsqu’ils cherchent à intégrer l’IA dans leurs flux de travail :
- Commencer petit. Répondre à un réel besoin dans l’organisation plutôt que de convoiter un objet brillant et brillant. S’il est utilisé pour un cas spécifique, la probabilité d’adoption est plus élevée. Et si c’est quelque chose qui répond à un besoin budgétisé et a un retour sur investissement calculable, c’est encore mieux car cela augmente les chances d’être financé.
- Pensez aux plateformes plutôt qu’aux solutions ponctuelles. Il existe des solutions d’IA qui peuvent très bien faire une chose. Mais si les organisations souhaitent jeter les bases d’une adoption accrue de l’IA à l’avenir, elles devront adopter une approche de plateforme.
Actuellement, un certain nombre d’organisations de soins de santé utilisent des solutions basées sur l’IA pour les tâches administratives et certaines aides à la décision clinique. Les cliniciens qui voient leurs charges administratives réduites peuvent récupérer du temps pour se concentrer sur leurs patients et travailler au sommet de leur licence.
Les défis à venir pour l’IA dans les soins de santé
Pour qu’une solution d’IA produise des résultats, elle nécessite de grandes quantités de données fiables et de haute qualité. Comme condition préalable à toute adoption de l’IA, les organisations devront disposer d’une stratégie de données bien conçue pour garantir qu’un approvisionnement constant en données soit disponible pour les outils d’IA actuels et futurs. Si la stratégie de données d’une organisation présente des lacunes d’une manière ou d’une autre, il sera difficile de générer des résultats utiles.
La stratégie de données d’une organisation doit également tenir compte des considérations liées à la sécurité et à la confidentialité des données. Quelle quantité d’informations personnelles ou confidentielles sera requise ou même rendue disponible par une solution d’IA ? Pensez à la gouvernance des données, à qui a accès aux données et à ce qui est le plus logique compte tenu de ce qu’elle essaie d’accomplir au niveau organisationnel avec sa stratégie de données. La sécurité sera toujours une priorité.
Que se passe-t-il si un patient souhaite que ses informations personnelles soient supprimées et n’autorise plus leur utilisation ? Comment une organisation gère-t-elle ce type de demandes, et quel impact cela va-t-il avoir sur les solutions déjà déployées ? Disons qu’une organisation a formé un modèle d’IA à l’aide de ces données. Aura-t-il besoin de recycler le modèle en supprimant ces données ? Qu’en est-il des décisions ou des résultats issus de modèles plus anciens utilisant ces données ? Cela ne fait qu’accroître la surveillance et les préoccupations concernant le traitement des données, les problèmes de confidentialité et de sécurité.
Les solutions d’IA nécessiteront également une plus grande migration vers le cloud. Si un organisme de santé souhaite tester une solution d’IA, il peut le faire via le cloud sans s’engager lourdement dans le matériel et l’infrastructure comme phase de test. Si la solution convient, l’organisation peut soit augmenter son empreinte dans le cloud, soit décider de déplacer certaines charges de travail en interne.
Un certain nombre de fournisseurs de cloud hébergent des solutions d’IA plus récentes, en particulier celles connectées à l’IA générative, dans leurs propres environnements. On s’attend à déplacer davantage de données vers le cloud afin d’utiliser ces solutions.
Des réseaux rapides et fiables sont également nécessaires pour utiliser toute IA dans un établissement de santé. Les réseaux à large bande passante et à faible latence sont idéaux car les algorithmes d’IA, en particulier ceux d’apprentissage profond, ont besoin de vitesse et de volume. Une fois qu’un modèle est formé, toute latence entre le modèle et le signal pour un clinicien qui doit décider d’un traitement médical pourrait changer la vie.
En fin de compte, ces trois domaines constitueront des prérequis importants pour envisager tout type d’IA :
- Une stratégie data solide
- Une plateforme de données moderne pour gérer des charges de travail importantes, qui implique le cloud computing
- Une expérience utilisateur et un processus d’adoption clairs
La gouvernance des données et de l’IA sont des sports d’équipe. Ces aspects ne relèvent pas d’un seul cadre. Ils impliquent l’informatique, la conformité, les aspects juridiques, cliniques, tout groupe de défense et bien plus encore.
Quelle est la prochaine étape pour l’IA dans le domaine de la santé ?
Les solutions d’IA devraient améliorer la vie des patients et des prestataires. Du côté des patients, ces solutions devraient rendre le parcours de soins fluide. Du côté des prestataires, ils devraient réduire le travail administratif répétitif.
L’un des domaines dans lesquels l’IA peut servir les patients est celui des options de libre-service. Comment les patients peuvent-ils prendre rendez-vous ? Comment peuvent-ils recevoir des soins plus personnalisés grâce à l’intégration et à l’analyse de multiples sources de données à des fins préventives ?
Pour les prestataires, l’automatisation des tâches répétitives constituera un domaine d’intérêt majeur. Comment la documentation clinique ambiante peut-elle s’améliorer ? Comment une meilleure vision par ordinateur peut-elle soutenir un programme de soins infirmiers virtuel ? Les solutions d’IA qui peuvent alléger les tâches fastidieuses des cliniciens occupés afin qu’ils puissent se concentrer sur les patients seront adoptées de tout cœur.
Il y a beaucoup d’enthousiasme autour de l’IA et de son potentiel. Il est également reconnu que s’il est utilisé de la mauvaise manière ou s’il donne des informations erronées, il pourrait présenter un problème de sécurité pour les patients. L’IA n’est pas censée tout faire. Il s’agira d’un outil d’augmentation pour les prestataires et les patients qui soutiendra les décideurs en matière de soins de santé.
Technologie de la santé
