L’IA est destinée à augmenter, et non à remplacer les médecins – Leaders d’opinion

Par: Doug Teany, conseiller en innovation et ancien directeur général de Corindus

L’IA et ses applications dans le domaine de la santé ont considérablement mûri au cours des dernières années. Les technologies d’IA sont plus largement accessibles aux prestataires de soins de santé qu’auparavant et offrent des opportunités considérables dans le domaine de la santé, en particulier dans les procédures robotiques complexes qui nécessitent une grande quantité de connaissances et de prévoyance de la part des médecins. Malheureusement, il existe encore une croyance selon laquelle l’IA, en raison de sa maturité, remplacera inévitablement le rôle du médecin, bien que cela soit loin de la vérité.

En fait, l’IA donne aux médecins de nouvelles connaissances et capacités qui améliorent la prise de décision clinique et aident à obtenir des résultats plus positifs pour les patients. Elle détourne leur attention de la réflexion technique sur la manipulation d’un fil dans le cœur pour réfléchir de manière plus holistique à la stratégie de cas et à la manière d’obtenir le meilleur résultat possible. Lorsqu’elle est déployée dans des environnements de procédures robotiques, l’IA peut aider à construire une encyclopédie de connaissances cliniques et procédurales historiques que tout médecin peut consulter pour résoudre tout cas. L’intégration de capacités telles que la vision par ordinateur va révolutionner les soins actuels, en équipant les médecins d’un outil puissant qui peut répondre à et prévenir les complications avant qu’elles ne se produisent. Tout cela est fait sans remplacer le principal moteur du processus – le médecin.

Poser les fondements avec des données et un apprentissage automatique

Aujourd’hui, les médecins s’appuient principalement sur leur expérience personnelle et leurs compétences de prise de décision individuelle qui peuvent varier en fonction de leur formation, du nombre de procédures qu’ils ont effectuées et d’autres facteurs. Au cœur de l’IA, les médecins sont introduits à de nouvelles données et informations qui leur étaient auparavant inaccessibles, ce qui peut être particulièrement utile dans des environnements de procédures complexes utilisant la robotique. Dans ces cas où les appareils robotiques sont connectés à des magasins de données historiques, l’IA offre une valeur inégalée en comblant les lacunes de connaissances avec des informations issues de milliers de cas similaires. En donnant au médecin accès à des données de cas historiques au-delà de son expérience personnelle, il peut atténuer certains des risques associés à ces procédures compliquées.

L’apprentissage automatique permet au système robotique d’apprendre de l’expérience et de s’adapter à de nouvelles entrées. À son tour, le robot peut automatiser ses mouvements pour refléter les mêmes techniques utilisées par les meilleurs médecins du monde, ce qui augmente les chances de résoudre les défis qui surgissent pendant un cas. En fin de compte, cela permet aux médecins de se concentrer sur la stratégie de cas et de répondre plus efficacement aux complications. Ce type de données et d’informations ressemble à la manière dont les données ont considérablement modifié le paysage du baseball professionnel au début des années 2000, mis en évidence par la publication du livre Moneyball. Le livre suivait les Athletics d’Oakland et le manager Billy Beane, qui ont adopté une approche fondée sur les données et les preuves pour construire une équipe, plutôt que de s’appuyer sur des méthodes obsolètes qui manquaient de données. À son tour, ce modèle a été un énorme succès et a effectivement déclenché une nouvelle ère du jeu basée sur les données.

Dans le domaine de la santé, une base de données de connaissances procédurales alimentée par l’apprentissage automatique crée des informations similaires pour les médecins, les équipant d’informations précieuses qui leur étaient auparavant inaccessibles. La capacité de voir un patient contre l’arrière-plan de milliers de cas similaires permet aux médecins de prendre de meilleures décisions, plus éclairées, pour aborder un cas.

L’étape suivante: la vision par ordinateur et l’automatisation de haute qualité

Le plein potentiel de l’IA dans les environnements de procédures robotiques est pleinement réalisé lorsque les données et l’apprentissage automatique sont combinés avec la vision par ordinateur, permettant au système robotique d’identifier et de répondre intelligemment à des situations en fonction de données d’imagerie riches. Dans les interventions cardiovasculaires, un pourcentage important du temps de procédure est consacré à la manipulation du fil, dont une grande partie est une méthode d’essai et d’erreur pour naviguer à travers les vaisseaux. Cette méthodologie peut potentiellement conduire à des dispositifs médicaux mal placés, tels que des stents, ou entraîner des temps de procédure plus longs qui augmentent l’exposition aux radiations pour les médecins et les patients.

Cependant, à mesure que les systèmes automatisés continuent d’apprendre des mouvements efficaces et de créer des règles basées sur les connaissances, nous pouvons permettre à la vision par ordinateur d’automatiser de plus grandes parties de la procédure. La vision par ordinateur permet également au système de détecter les complications avant qu’elles ne se produisent, comme lorsqu’un guide-fil se prolapse, et peut effectuer des actions correctives automatiques pour livrer le dispositif et prévenir les dommages au patient.

Il est important de noter que l’automatisation, quelle que soit l’industrie, se situe sur un spectre, et l’industrie automobile offre un exemple solide de cela. De nombreuses voitures d’aujourd’hui ont un certain degré d’automatisation de bas niveau, tel que l’assistance de freinage, le contrôle de vitesse adaptatif et le centrage de voie. À l’autre extrémité du spectre, les fabricants comme Tesla (TSLA ) automatisent toutes les fonctions de sécurité critiques, nécessitant moins d’actions de la part des conducteurs, bien que les conducteurs soient toujours nécessaires. Il en va de même pour l’automatisation dans le domaine de la santé. En fin de compte, l’automatisation basée sur l’IA maintient les médecins au volant tout en automatisant certaines tâches qui détournent l’attention des médecins des éléments critiques, tels que la stratégie de cas et la réponse aux complications.

L’IA place les médecins au centre

Les inquiétudes concernant l’IA et l’automatisation qui remplacent les médecins ne sont simplement pas fondées et ne sont pas ancrées dans une compréhension complète de la manière dont le domaine de la santé déploie l’IA et l’apprentissage automatique. Tout comme les voitures autonomes ont besoin d’un conducteur, les procédures interventionnelles automatisées que nous visons auront besoin de la guidance d’un médecin, mais avec l’expertise d’une encyclopédie numérique construite sur l’expérience d’autres médecins hautement qualifiés du monde entier. L’automatisation standardisera la façon dont les procédures sont effectuées à un niveau de qualité très élevé, ce qui correspond à l’objectif global de l’automatisation robotique – rendre les cas plus sûrs, plus rapides et plus efficaces tout en réduisant les traumatismes pour le patient.