L’IA générative au cœur des centres hospitaliers français ? C’est déjà une réalité.
« L’IA, ce n’est pas un produit, une solution ou une plateforme, c’est avant une somme de cas d’usage », explique Emmanuel Canes, directeur BU Santé Europe du Sud chez Dell Technologies, lors d’une table ronde organisée à l’occasion du salon Santexpo.
Au fil de leurs interventions, les participants ont effectivement donné à voir différentes applications concrètes de cette révolution technologique dans des établissements de soin.
Urgences : un avatar pour mieux orienter les patients
Première application proposée par l’IA : offrir une interaction personnalisée au patient et ce, dès son arrivée dans un établissement de soin. Le centre hospitalier d’Avignon va par exemple prochainement « déployer un avatar numérique à l’accueil de [ses] urgences », explique Tony Simon, coordinateur numérique territorial du GHT (Groupement hospitalier de territoire) de Vaucluse. Polyglotte, il permettra de mieux orienter les patients et leur offrir ainsi une meilleure prise en charge.
D’autres usages de l’intelligence artificielle concernent plus spécifiquement les soignants. La technologie se propose par exemple de les accompagner dans leurs tâches quotidiennes pour faciliter certaines de leurs missions, comme la collecte de données. « C’est une activité particulièrement chronophage, relève Thomas Jan, directeur général adjoint chez UniHA, la coopérative d’acheteurs hospitaliers français. L’IA générative doit donc offrir un gain de temps par sa capacité à collecter, structurer ces mêmes données. Elle permet également de réaliser des comptes-rendus intelligents. Ce sont des appuis précieux dans un contexte de contrainte sur les ressources ».
« L’IA générative doit offrir un gain de temps par sa capacité à collecter, structurer les données. »
Thomas Jan, directeur général adjoint chez UniHA
Générer des résumés de dossiers complexes
Les dispositifs d’intelligence artificielle peuvent également réaliser, à destination des soignants, une hiérarchisation des documents à consulter – avec à la clé, là encore, un gain de temps. « Nos oncologues avaient chaque jour de nombreux comptes-rendus de laboratoire à lire, explique Tony Simon. Nous avons donc initié un partenariat avec l’Université d’Avignon pour développer un algorithme permettant de connaître les comptes-rendus à consulter prioritairement ».
Grâce au stockage des données patients, des applications d’IA générative vont également faciliter la « lisibilité » des dossiers que les soignants doivent étudier. « L’objectif est que, lors d’une Réunion de Concertation Pluridisciplinaire (RCP), les cliniciens puissent demander directement la génération de documents, indique Marc Deloger, data lead au Centre de cancérologie Gustave-Roussy, à Villejuif. Ils peuvent par exemple souhaiter obtenir un résumé en une page du dossier patient à partir des multiples comptes-rendus cliniques présents dans son dossier. Ou encore que l’IA trace la courbe d’évolution du volume d’une tumeur entre telle date et telle date ».
Cibler les traitements les plus adaptés
L’Intelligence artificielle peut même aller plus loin, en ouvrant la voie à une médecine plus personnalisée et un parcours patient adapté au plus près des besoins. Au cœur de ces évolutions : l’analyse de la masse de données accumulée par les établissements de soin. Au centre de cancérologie Gustave-Roussy, par exemple, un entrepôt de données de santé a été créé. Cette véritable « mémoire collective profonde », selon les termes de Marc Deloger, regroupe 25 ans de dossiers, soit quasiment 500 000 patients.
L’entrepôt de données de santé de l’institut Gustave Roussy regroupe 25 ans de dossiers, soit quasiment 500 000 patients.
Une fois qu’un nouveau patient aura effectué différents examens (bilan sanguin, biopsie, IRM, scanner, recherche de mutations dans sa tumeur…), ses résultats seront comparés avec ceux des multiples patients enregistrés dans la base. Il sera alors possible de déterminer quels sont les profils les plus proches du sien, et, grâce aux dossiers médicaux à disposition, cibler les traitements qui ont le plus de chance de fonctionner dans son cas précis. La « mémoire collective » pourrait également permettre de savoir si telle ou telle interaction médicamenteuse apparaît bénéfique ou non au patient.
Le Health Data Hub : un GIP au service de la donnée de santé
Riche en promesse, l’IA générative au service du monde médical est aujourd’hui l’objet de nombreux travaux de recherche. Avec un enjeu central pour les porteurs de projets : accéder aux données de santé.
C’est ce que propose le Health data hub, un groupement d’intérêt public (GIP), à des scientifiques, industriels ou créateurs de start-up. « Nous les accompagnons pour qu’ils puissent avoir accès à de très nombreuses données de manière sécurisée et qu’ils disposent des bons outils pour créer les innovations de demain », précise Carole Dorphin, directrice des partenariats du Health data hub.
Nombre de projets accompagnés par le GIP proposent des avancées prometteuses. Tel celui de la start-up Implicity, qui a développé une base algorithmique de prédiction des épisodes aiguës d’insuffisance cardiaque. « Des cas d’usage émergent et vont être déployés, demain, au service des patients et des professionnels de santé, se réjouit Carole Dorphin. Et pour ce faire, il est fondamental de continuer à partager et à structurer les données. »
