Des chercheurs et des professionnels de la santé discutent des possibilités et des difficultés liées au recours à l’analytique et à l’IA dans les soins de santé au Canada

Organisée dans le cadre de la série 2018 des Forums de l’École de gestion Telfer, cette table ronde a attiré un auditoire de 80 chercheurs et professionnels de la santé. Le professeur Greg Richards (École Telfer) et le D^r Peter Liu (Institut de cardiologie de l’Université d’Ottawa) ont ouvert la séance. Après avoir rapidement sondé les participants, le D^r Liu a constaté l’engouement des professionnels de la santé pour l’analytique et l’intelligence artificielle (IA) en santé.

Le professeur Jonathan Patrick (École Telfer) a soulevé une importante question : pourquoi le secteur des soins de santé n’a-t-il pas entièrement adopté l’analytique, alors qu’elle a fait ses preuves dans bon nombre d’industries? La situation s’explique par le fait que, dans le secteur de la santé, les processus décisionnels appellent à des stratégies complexes et imprévisibles. Il est beaucoup plus facile, par exemple, d’appliquer l’analytique à la création d’un jeu d’échecs dans lequel la machine remplace l’un des deux joueurs; dans ce cas, les décisions se limitent aux coups à porter pour mettre le roi en échec. Ainsi, en santé, les modèles analytiques contribueront peut-être à améliorer les services, mais ils ne remplaceront pas et ne devraient pas remplacer la prise de décisions.

Selon la professeure Herna Viktor (École de science informatique et de génie électrique de l’Université d’Ottawa), il est très important de définir ce qu’est l’IA. Souvent confondue avec l’analytique, l’IA sous-tend le traitement d’une énorme quantité de données pour en déceler des tendances qui serviront à mettre au point des modèles prédictifs qui permettront, par exemple, de prévoir l’état d’un patient après une opération ou de faciliter le diagnostic. Les méthodes d’IA offrent de grandes possibilités dans le secteur de la santé, mais leur qualité repose sur la qualité des données sur lesquelles elles se fondent. Par contre, le fait que le domaine des soins de santé est riche en données, mais pauvre en information constitue un défi important. Si les données traitées par l’algorithme d’IA sont de faible qualité, les résultats le seront également.

De son côté, le D^r Doug Manuel (Institut de recherche de l’Hôpital d’Ottawa) a expliqué que l’utilisation d’algorithmes prédictifs, comme ceux qui sont intégrés aux applications médicales les plus connues, a permis à des patients de recouvrer une certaine autonomie. Cependant, il a soulevé des réserves quant à la qualité et à la validité de ces nouveaux outils, expliquant qu’un algorithme développé à l’aide d’un sous-ensemble de 300 personnes n’était pas nécessairement valide pour l’ensemble de la population.

Enfin, le professeur Wojtek Michalowski (École Telfer) a déboulonné un certain nombre de mythes sur l’utilisation de l’IA dans le domaine des soins de santé. Soulignant que l’IA n’était pas un phénomène nouveau, il a rappelé que ses premières applications en santé remontaient en fait à la fin des années 1970. Puisque les médias parlent beaucoup de l’IA actuellement, beaucoup de gens croient que les systèmes fondés sur cette technologie sont faciles à installer et à gérer, ce qui est loin d’être vrai. Au contraire, les méthodes d’IA exigent beaucoup d’adaptation et une organisation minutieuse.

Les participants pourront retenir une importante leçon de ce Forum Telfer : l’analytique et l’IA continueront de faire progresser la prestation des services de santé, mais les organisations de la santé doivent faire preuve de la plus grande prudence. L’IA possède la capacité de guérir bien des maux auxquels sont confrontées les organisations de la santé. Toutefois, si les fournisseurs de soins, les chercheurs et l’industrie de l’IA ne travaillent pas main dans la main pour inscrire la mise en œuvre de ces technologies au sein d’une vaste stratégie numérique, le remède risque d’être pire que le mal.