Comprendre l’impact de l’IA sur les résultats en matière de santé
La capacité de former les nouveaux travailleurs de la santé à adopter et à interroger cette nouvelle technologie déterminera mieux son influence et la manière dont elle peut être utilisée de manière positive pour promouvoir les résultats en matière de santé, déclare le Dr Aditee Narayan, doyenne associée aux affaires pédagogiques à la Duke University School of Médecine.
« Il est important de lier l’éducation sur l’IA aux raisons pour lesquelles les gens se sont tournés vers la médecine », dit-elle.
Pour que les facultés de médecine soient plus efficaces dans l’enseignement de l’IA aux futurs médecins, elles doivent soutenir les missions cliniques et de recherche de l’établissement dans le domaine de l’IA, ajoute-t-elle.
« Ce qui fonctionnera le mieux, c'est de voir comment notre institution va donner la priorité à l'utilisation de l'IA dans les opérations cliniques et les soins aux patients, puis d'aligner nos ajouts curriculaires sur ces nouvelles initiatives », déclare Narayan.
Démystifier les modèles d'IA qui affectent les soins de santé
À l’Université du Texas à San Antonio, les étudiants peuvent choisir de faire une pause dans leur programme de médecine pour passer un an dans une expérience immersive dans le domaine de l’IA. Ils suivent des cours de base en IA et des cours au choix en fonction de leur spécialité.
Les médecins doivent bien comprendre les modèles d'IA utilisés dans différents scénarios cliniques, explique le Dr Dhireesha Kudithipudi, directeur fondateur du consortium MATRIX AI de l'université et chef de l'équipe qui a développé les cours d'IA pour l'unique docteur en médecine/maîtrise en sciences. programme de double diplôme lancé par l’université l’année dernière.
« Qu'il s'agisse de détection d'anomalies, de traitement d'images ou de prise de décision, les étudiants doivent comprendre d'où viennent les modèles et quels types de modèles d'IA sont utilisés dans ces scénarios », explique Kudithipudi.
De son point de vue, les étudiants doivent également comprendre comment les modèles d’IA sont utilisés pour développer certaines solutions.
« Très souvent, ces modèles d’IA ne sont pas conçus de manière inclusive ou comportent des biais cachés dans les modèles », dit-elle. « Dans ces contextes, l’intervention humaine devient importante pour atténuer les angles morts de l’IA et éviter que ces préjugés ne se traduisent en impact réel. »
