« Big Data » : un Janus du 21ème siècle ?
#IA en médecine
En médecine, ce type de prédiction a évidemment attiré énormément d’attentions. Arriver à faire le bon diagnostic le plus vite possible avec le minimum d’informations (uniquement celles qui sont pertinentes) peut être considéré comme le « Graal ». Aux Etats-Unis, une société (IBM©) a développé un outil d’« IA » capable de répondre à ce cahier des charges : ils l’ont appelé Watson® (pas du nom du célèbre docteur mais de celui d’un dirigeant historique d’IBM©). C’est surtout un logiciel d’interface qu’on appelle un « chatbot » : il permet de traduire des questions que vous lui posez en langage courant en un algorithme informatique. Pour y répondre, il utilise l’« IA » : c’est un peu comme le Siri® d’Apple©. Il n’est pas développé qu’en médecine, il est utilisé dans de nombreux domaines d’application (évidemment, le « data marketing » mais aussi la gestion des ressources d’eau pour l’irrigation des vignes, etc…). Cela dit, la santé a été, aux Etats-Unis, sa première commercialisation : à partir des données des articles scientifiques (mis à jour régulièrement) et grâce à quelques données issues du patient, il peut établir un diagnostic et proposer le meilleur traitement. Mieux, il apprend au fur et à mesure, lorsqu’on lui indique si le diagnostic et/ou le traitement ont été les bons. Mieux encore, l’« IA » est capable de faire mieux que les médecins : au Danemark, le logiciel d’« IA » appelé Corti® est capable de mieux reconnaître au téléphone (lors d’un appel au SAMU) s’il s’agit d’un infarctus du myocarde que le médecin régulateur ; à partir de l’ensemble des sons communiqués en temps réel testés sur plus de 170 000 appels, alors que le médecin régulateur n’identifiaient que 73% des infarctus, Corti® en identifiait 95%...
Le « Big Data » est aussi utilisé dans le suivi des patients avec une maladie chronique. Par exemple, l’application Hy-result a été développée par des spécialistes de l’hypertension artérielle. A l’aide de brassards d’automesure connectés ou non connectés (les patients entrent alors eux-mêmes leurs données dans l’application), le logiciel d’analyse est capable de générer un retour spécifique permettant de remotiver le patient et/ou de générer des consultations dédiées pour corriger la prise en charge. Pour aller dans ce sens, depuis le 19 janvier 2017, l’ensemble des données sociales et médicales (biologie, imagerie, données cliniques, traitement, etc…) générées par les millions de patients accueillis chaque année au sein des hôpitaux de l’Assistance Publique des Hôpitaux de Paris (APHP) sont « stockées » au sein d’un « entrepôt de données » dont le but (affiché) est de les partager avec les chercheurs pour faire avancer la science mais aussi…pour réaliser un « pilotage de l’activité hospitalière ». Pour aller encore plus loin dans le suivi de l’observance du traitement, 2017 a vu l’arrivée sur le marché (américain, pas encore français) du premier médicament connecté : commercialisé dans les troubles psychiatriques, Abilify MyCite© permet de savoir si le traitement a été pris ou pas et de transmettre ces informations aux médecins et/ou aux proches du patient.