« Désormais, le pilotage médico-économique des établissements de santé, les décisions de santé publique et même la recherche biomédicale se fondent sur l’exploitation de données massives. »
Comme le souligne l’Inserm, l’utilisation de la donnée dans le secteur de la santé peut prendre de nombreux visages : aide au diagnostic, suivi de l’efficacité des traitements, pharmacovigilance, épidémiologie, identification de facteurs de risque de maladie, etc.
En 2026, les dépenses en computer vision dans la santé atteindront 2,4 milliards de dollars environ.
Un monitoring efficace et non-intrusif
Ces données peuvent alimenter des applications basées sur l’intelligence artificielle et notamment la vision par ordinateur ou computer vision. Ce marché représentait 262 millions de dollars en 2019, uniquement pour la santé. En 2026, les dépenses en computer vision atteindront 2,4 milliards de dollars environ.
Mais quelles applications concrètes permet ce domaine de l’IA pour le médical ? Les systèmes de vision par ordinateur sont exploités pour la détection de tumeurs, notamment cérébrales. Cela nécessite au préalable d’entraîner des modèles de deep learning avec des données de tissus cancéreux et sains.
Cette technologie d’analyse vidéo peut aussi être intéressantes pour les patients en soins intensifs, avec deux avantages clés. Le premier est son caractère non invasif.
Avec des caméras, il est possible de capturer beaucoup d’informations sans avoir à entrer en contact direct avec le patient.
L’IoT de santé, se développe. Pacemakers, tensiomètres, balances, oxymètres… Les objets connectés se multiplient et tendent à accroître le patrimoine de données de santé. Le CHU de Lyon a par exemple équipé patients et professionnels de capteurs conçus pour enregistrer tous leurs contacts sur une période de six mois. Le but : améliorer la compréhension de la dissémination des staphylocoques.
Tous ces appareils sont précieux et contribuent à améliorer le suivi des patients mais peuvent aussi entraîner des problèmes d’acceptabilité avec une multiplication des capteurs physiques qui peuvent potentiellement être inconfortables pour le patient.
Avec des caméras correctement réparties dans la chambre, il est possible de capturer beaucoup d’informations, comme la fréquence respiratoire ou la saturation en oxygène par exemple, et de surveiller les signes vitaux et le comportement du patient sans avoir à entrer en contact direct avec lui.
Surveiller une image et non un patient
Un autre usage de la computer vision dans les unités de soins intensifs est la détection des mouvements. L’IA peut être entraîné pour identifier les gestes du patient et alerter le personnel soignant en cas de chute par exemple. Une personne qui resterait alitée pendant une longue période peut également être sujette à des complications médicales si elle reste immobile. La technologie de vision par ordinateur peut aider les soignants à suivre les mouvements du patient et effectuer des recommandations sur les meilleurs moments pour le changer de position.
C’est ici que la computer vision tire son second avantage : la mise en place d’un tel scénario ne nécessite aucune donnée personnelle. L’IA va simplement analyser en temps réel le flux vidéo afin de détecter la situation pour laquelle elle a été entraînée et alerter le personnel soignant en cas de besoin. Autrement dit, l’IA ne sait pas qui elle surveille et n’a pas besoin de le savoir pour remplir sa mission.
Un outil puissant d’identitovigilance
La prise en charge d’un patient dans une unité de soins intensifs ou d’urgences peut générer 100 Go de données par jour. L’efficacité des soins apportés va donc de plus en plus dépendre de solutions numériques capables d’analyser cette donnée pour faciliter le travail des médecins et non pas leur faire perdre encore plus de temps à trouver la bonne information pour le bon patient.
Grâce à la reconnaissance faciale, l’équipe médicale aurait l’assurance d’administrer le bon traitement au bon patient.
La vision par ordinateur peut là aussi intervenir, tout simplement en aidant les soignants à identifier les patients. L’identitovigilance, c’est-à-dire « l’ensemble des mesures mises en œuvre pour fiabiliser l’identification de l’usager », est « un enjeu majeur pour la sécurité des soins », écrit le Ministère de la Santé.
« Retard de prise en charge, erreur de diagnostic ou de thérapie, échange d’informations erronées… En France, encore de trop nombreux cas d’identifications inexactes surviennent, avec des conséquences parfois graves sur le parcours de soins des patients et leur état de santé ». Grâce à la reconnaissance faciale, l’équipe médicale aurait l’assurance d’administrer le bon traitement au bon patient.
Une stratégie IA déjà en marche
Amélioration de l’efficacité opérationnelle dans les salles d’opération, chirurgie assistée par ordinateur ou encore sécurisation des sites médicaux, il existe de nombreux autres cas d’usage de la computer vision à l’hôpital et l’adoption n’en est encore qu’à ses prémices. La quasi-totalité des organisations du secteur de la santé disposent déjà d’une stratégie IA ou prévoient d’en mettre une en place. La vision par ordinateur en fera très probablement partie.
