L’intelligence artificielle (IA) multimodale est une technologie étudiée pour le diagnostic de maladies complexes comme le cancer. Elle combine plusieurs sources de données, comme les images médicales, les dossiers patients et les analyses biologiques, afin d’améliorer la précision du diagnostic.
Principe de l’IA multimodale
L’IA multimodale traite simultanément plusieurs types de données. Dans le cancer du sein, par exemple, elle peut analyser les mammographies, les résultats de biopsies et les antécédents médicaux d’une patiente pour repérer des anomalies. Les systèmes classiques, eux, ne traitent qu’un seul type de données.
Des chercheurs de l’université Stanford, aux États-Unis, étudient son application en oncologie. Ces outils pourraient aider les radiologues à repérer des signes précoces de cancer qui passeraient inaperçus et à mieux différencier les lésions bénignes des lésions malignes, ce qui réduirait le nombre de biopsies inutiles.
Projets en cours
La société française Owkin, spécialisée dans l’IA appliquée à la recherche médicale, a signé en décembre 2019 un partenariat de recherche avec Gustave Roussy, centre de lutte contre le cancer situé à Villejuif. Ses data scientists travaillent avec les équipes de l’institut sur des modèles d’apprentissage automatique appliqués aux données cliniques en oncologie.
Le programme AI for Health de Microsoft, lancé en 2020, soutient des projets qui utilisent l’IA pour améliorer les diagnostics, notamment en cardiologie et en oncologie.
Intérêt pour les patients et les médecins
En analysant rapidement de grandes quantités de données, l’IA multimodale permet aux radiologues et aux oncologues de se concentrer sur les cas les plus complexes et peut réduire certaines erreurs. Pour les patients, elle peut accélérer le diagnostic, un facteur important dans le cancer, où une détection précoce améliore les chances de succès des traitements. À terme, elle pourrait aussi alléger la charge des systèmes de santé.
Obstacles à son adoption
Accès aux données
L’IA multimodale a besoin de grandes quantités de données médicales pour être entraînée. Ces données sont dispersées et protégées par des réglementations strictes, comme le Règlement général sur la protection des données (RGPD) en Europe, ce qui complique la constitution de bases larges et diversifiées.
Équité
Dans son rapport de 2021 sur l’éthique et la gouvernance de l’IA en santé, l’Organisation mondiale de la santé (OMS) fait de l’équité l’un de ses six principes directeurs. Les technologies avancées sont souvent déployées d’abord dans les pays riches, au risque de creuser les inégalités d’accès aux soins.
Confiance
Patients et professionnels craignent que l’IA remplace les médecins ou prenne des décisions sans supervision humaine. Les experts rappellent que l’IA doit rester un outil d’aide à la décision, et non un substitut au jugement médical.
À lire aussi
- Intelligence artificielle et soins de santé
- Intelligence artificielle et médecine
- IA et neurochirurgie robotisée
- Cybersécurité en santé
Sources
- Gustave Roussy : Communiqué Owkin et Gustave Roussy, 19 décembre 2019
- OMS : Ethics and governance of artificial intelligence for health, juin 2021