Latest / En quête d' Accord - L'art d'être en lien / Démystifier l'Intelligence artificielle en santé, appréhender la révolution par Thomas Klein

Transcript

Démystifier l'Intelligence artificielle en santé, appréhender la révolution par Thomas Klein · En quête d' Accord - L'art d'être en lien

0:05
Enquête d'accord,
0:07
l'art de communiquer et d'être en lien.
0:15
L'intelligence artificielle en santé.
0:18
Ces deux mots provoquent des réactions passionnées.
0:22
Pour certains,
0:23
ils évoquent un futur radieux où les maladies sont vaincues.
0:27
Pour d'autres,
0:28
ils sonnent comme une menace,
0:31
annonçant la fin de la médecine humaine.
0:34
La réalité,
0:35
comme souvent,
0:36
est ailleurs.
0:38
Excellente égoûte.
0:42
Bonjour Thomas.
0:43
Bonjour Imane.
0:44
Comment vas-tu aujourd'hui ?
0:45
Très bien,
0:46
merci.
0:47
Je suis vraiment très heureuse de t'accueillir aujourd'hui dans Enquête d'accord.
0:50
Je te remercie de ton invitation,
0:52
je suis très heureux d'échanger avec toi et d'aller à la rencontre de tes auditeurs.
0:55
Et bien voilà,
0:56
c'est un grand plaisir parce que c'est un plaisir et c'est une nécessité.
1:00
Et j'ai eu le grand,
1:02
grand bonheur de tomber sur ton livre.
1:04
Et je ne pouvais imaginer que de le partager avec mes auditeurs.
1:09
Parce que ton sujet,
1:11
c'est l'intelligence artificielle et l'intelligence artificielle en santé.
1:15
Et je le dis tout de suite,
1:16
au fait,
1:17
c'est un livre qui s'adresse à tout le monde,
1:19
au grand public.
1:20
Donc,
1:21
ça concerne évidemment le personnel qui travaille en santé,
1:26
mais pas que.
1:28
Tu vas très vite l'expliquer dans ton livre.
1:30
C'est un sujet de société,
1:33
l'application de l'intelligence artificielle au service de la santé.
1:37
Je commence par te présenter un petit peu Thomas.
1:41
Tu es un expert reconnu en intelligence artificielle appliquée à la santé,
1:47
donc un directeur de stratégie technologique dans une société de tech basée aux États-Unis.
1:53
Ton parcours est un parcours d'ingénieur qui commence en France.
1:57
Tu as fait,
1:58
et tu me corriges si je me trompe,
2:01
tu as fait ingénieur à Télécom Nancy et tu as complété par la suite ta formation au Royaume-Uni et aussi aux États-Unis,
2:11
au MIT et à Harvard avec des programmes qui sont appliqués à l'intelligence artificielle.
2:17
C'est ça ?
2:17
C'est exactement ça.
2:18
Et puis,
2:19
j'ai effectivement eu la possibilité de faire des programmes de certification professionnelle au MIT et à Harvard Medical School.
2:26
où effectivement on s'est intéressé à l'intelligence artificielle au sens large,
2:32
au sens scientifique,
2:33
dans le sujet de la santé précisément.
2:36
Et ce qui est intéressant Imane,
2:37
c'est que j'ai fait ces programmes avant la révolution
2:44
LLM qu'on a connue fin 2022.
2:47
Donc il y a certaines bases,
2:48
si tu veux,
2:50
que je suis,
2:51
que je connais depuis longtemps,
2:53
mais on va en parler je pense.
2:54
Oui,
2:54
c'est ça.
2:54
C'est-à-dire que tu as l'historique de l'intelligence artificielle plusieurs années avant que ça apparaisse au grand public et qu'il en prenne conscience.
3:02
C'est exactement ça.
3:03
C'est que l'outil formidable,
3:07
d'ailleurs l'outil formidable,
3:08
ChatGPT,
3:08
qui a permis de démocratiser et de rendre l'intelligence artificielle un peu plus mainstream parce que chacun a pu tester l'outil.
3:17
d'ailleurs c'est l'outil qui a eu la plus forte...
3:21
utilisation,
3:22
puisque je crois qu'on est arrivé à 100 millions d'utilisateurs en moins de 3 mois.
3:26
On n'a jamais eu un outil dans l'histoire qui a généré un tel engouement sur une période aussi courte.
3:34
Et finalement,
3:35
ça c'est le bénéfice d'avoir rendu cet outil un petit peu accessible à tout le monde.
3:40
Mais on va le voir pendant notre échange,
3:42
il y a beaucoup de bases qui sont vraies depuis des dizaines d'années dans l'intelligence artificielle.
3:48
Ce n'est pas
3:48
pas une discipline qui date d'il y a quelques années,
3:51
ça fait plus de 50 ans que c'est quelque chose qui existe.
3:54
Oui,
3:55
et ce n'est pas fini parce que j'apprends dans ton livre que l'avenir est pour d'autres technologies encore.
4:01
J'ai entendu parler de Contic.
4:04
Oui,
4:06
oui.
4:07
J'essaye de suivre.
4:09
Tu as vu ?
4:12
Tu m'en diras un peu plus.
4:13
Mais en tout cas,
4:15
tu es consultant en transformation numérique.
4:19
notamment pour des projets étatiques en France.
4:22
Tu as accompagné plusieurs organismes publics dans la transformation à l'IA.
4:29
Donc,
4:31
c'est un sujet que tu maîtrises parfaitement.
4:33
Tu as même eu des distinctions.
4:35
Tu ne le diras pas toi-même,
4:36
mais moi,
4:36
je me permets de le dire.
4:37
Donc,
4:38
ta vision est une vision de l'intelligence artificielle au service de l'humain.
4:44
Et comme projet de société,
4:46
je préfère le dire tout de suite,
4:48
pour mettre les bases de ta vision et de ce que tu...
4:54
Oui,
4:55
dis-moi Thomas.
4:55
C'est exactement ça.
4:56
C'est-à-dire que moi,
4:57
tu l'as dit très justement,
4:58
moi j'ai démarré avec une vision technique,
5:01
technologique.
5:01
Ça c'est le regard et ma formation scientifique.
5:06
Et après ce qui m'intéresse,
5:07
c'est comment est-ce qu'on va mettre toute cette technologie et cette intelligence.
5:11
pour aider les gens,
5:13
apporter des solutions aux problèmes et essayer peut-être de rendre le monde un petit peu meilleur.
5:19
Donc c'est vraiment ça moi qui m'anime.
5:23
Et ce n'est pas un projet qu'on réalise tout seul.
5:26
Surtout sur la partie santé,
5:29
la question d'ailleurs c'est comment est-ce qu'on met toutes ces énergies positives et ces énergies vives pour travailler ensemble et proposer des solutions.
5:38
pour les médecins,
5:39
pour les patients et pour tous les gens qui sont concernés par la santé.
5:43
C'est-à-dire absolument tout le monde,
5:45
peu importe notre âge,
5:46
peu importe le pays dans lequel on vit.
5:49
Et c'est pour ça que je pense que le lien en santé est vraiment le sujet sur lequel on doit tous progresser,
5:55
s'intéresser,
5:56
être critique aussi.
5:58
Moi,
5:58
je crois beaucoup à l'esprit critique sur ce sujet.
6:01
C'est-à-dire qu'on n'accepte pas les choses parce que quelqu'un les dit.
6:06
il ne faut pas être non plus dans le rejet de ces avancées je pense qu'il faut chacun avec son oeil,
6:12
ce qu'on est,
6:13
se poser des questions sur est-ce que j'adhère est-ce que j'ai des craintes et pouvoir créer le dialogue sur le sujet et c'est pour ça que je pense que ton podcast va dans le sens,
6:23
c'est pour ça que j'étais avec plaisir d'accepter ton invitation parce que je pense que ça vaut le coup en tout cas de créer le débat et de se poser des questions c'est surtout ton livre
6:31
Thomas ton livre,
6:33
j'étais Merci.
6:33
extrêmement heureuse de tomber dessus parce que avant ça,
6:35
j'étais paumée,
6:36
complètement paumée.
6:37
Je ne savais pas où me retourner pour m'instruire et pour construire une culture au sujet de l'IA en santé.
6:44
Et je trouve que c'est un livre extrêmement important que j'ai envie de partager avec le plus grand nombre.
6:51
C'est un ouvrage qui est tout récent.
6:53
Il est publié fin 2025,
6:54
il me semble.
6:55
Et il permet un panorama vraiment clair,
6:58
vraiment accessible de l'utilisation de l'intelligence artificielle dans
7:02
le domaine de la santé,
7:03
donc vraiment tout le public peut le lire.
7:07
Et tu pars d'un constat simple,
7:09
malgré l'omniprésence de l'intelligence artificielle dans les médias,
7:12
parce qu'on entend tout le temps parler de ça,
7:15
peu de ressources permettent vraiment de comprendre ce qu'elle peut apporter concrètement en santé entre les prophètes de l'apocalypse,
7:23
j'en ai entendu plusieurs et ça dérange,
7:25
ça met mal à l'aise,
7:27
qui prédisent le remplacement des médecins et les technophiles qui promettent
7:31
L'immortalité,
7:33
on a envie de se situer,
7:35
de construire sa propre opinion et de retrouver la réalité.
7:40
Ton livre va venir démystifier l'intelligence artificielle appliquée à la santé et il va venir explorer concrètement comment l'IA va transformer des domaines comme le diagnostic,
7:53
on va en parler,
7:54
la prévention des maladies et l'assistance aux praticiens.
7:58
et puis comme tu le dis surtout
8:00
on va pouvoir avoir un débat critique et une réflexion éthique,
8:04
parce que tu l'as dit tout le long du livre,
8:07
c'est un projet de société.
8:10
Et donc,
8:11
ton livre s'articule,
8:14
il est bien structuré dans le sens où on commence d'abord par comprendre les fondamentaux.
8:19
Ça,
8:19
moi,
8:19
j'étais heureuse parce que je n'y connais rien,
8:21
moi,
8:22
en fonctionnement de l'intelligence artificielle.
8:25
Est-ce que tu peux nous aider à expliquer,
8:27
Thomas,
8:28
Euh...
8:29
l'intelligence artificielle en santé,
8:33
quels sont les types d'intelligence artificielle ?
8:35
Parce qu'a priori,
8:36
il y en a plein des intelligences artificielles.
8:39
Oui,
8:40
l'intelligence artificielle,
8:42
c'est assez basique en fait,
8:43
ça reste des mathématiques à la base,
8:45
ça reste de la partie mathématique.
8:47
Sur la partie intelligence artificielle,
8:48
il y a toute la catégorie machine learning qui date maintenant depuis de nombreuses années.
8:54
Après,
8:55
il va y avoir un certain nombre de branches,
8:57
de sous-branches,
8:57
de sections et de sous-sections.
8:59
Donc nous,
9:00
ce qui a rendu les choses un petit peu plus populaires depuis maintenant trois ans,
9:03
ça va être la partie machine learning,
9:06
deep learning précisément,
9:08
et après la partie LLM,
9:09
LLM l'acronyme de Large Language
9:11
Model, qui est une approche probabilistique sur toute la partie création,
9:18
mots.
9:18
Donc quand on pose une question à un chatbot,
9:22
Tchadjepété,
9:23
c'est celui que je cite,
9:23
mais il y en a plein d'autres.
9:27
En fait,
9:28
l'ordinateur va deviner quel est le mot le plus pertinent qui va suivre.
9:36
Et comment il fait ça ?
9:37
En fait,
9:37
il a appris à travers un corpus extraordinaire,
9:42
extrêmement large,
9:44
d'informations qui sont disponibles sur Internet,
9:46
qui sont disponibles dans les livres,
9:48
qui peuvent être disponibles dans des vidéos,
9:49
dans des podcasts,
9:50
etc.
9:51
Donc le corpus va être extrêmement large pour pouvoir être le plus...
9:55
pertinents possibles lorsque l'on va faire une demande à ce chatbot.
10:00
Donc,
10:00
tu vois,
10:00
il y a de l'intelligence artificielle.
10:02
Ça paraît compliqué,
10:03
mais ce n'est pas si compliqué que ça,
10:04
en fait,
10:05
si on essaie d'utiliser des mots simples.
10:08
Alors,
10:08
ce que j'ai compris,
10:09
c'est qu'il y avait des IA qui s'appuyaient sur le langage et d'autres qui s'appuyaient sur d'autres choses que le langage.
10:17
Il y a des IA multimodales,
10:19
c'est ça ?
10:19
Oui,
10:20
tout à fait.
10:20
En multimodale,
10:21
on va...
10:22
Pour préciser,
10:23
on va intégrer différents types d'éléments.
10:27
C'est-à-dire qu'il y a la partie textuelle,
10:28
ça qu'on comprend,
10:29
tout ça c'est tous.
10:30
Mais on peut avoir la partie également son,
10:32
on peut avoir la partie image,
10:35
on peut avoir la partie vidéo.
10:36
Et donc toutes ces parties,
10:38
toutes ces différentes typologies d'informations vont pouvoir constituer la partie multimodale.
10:44
Ça va vraiment être la base de cette intelligence artificielle multimodale.
10:48
Alors,
10:48
il y a des intelligences artificielles qu'on va superviser et d'autres qui vont pouvoir travailler toutes seules,
10:55
mais toutes seules à partir de quoi ?
10:59
Je pense que je vais faire référence à toute la partie agents,
11:02
agents,
11:04
intelligences artificielles,
11:06
où on va effectivement avoir différentes approches.
11:10
L'approche des agents,
11:12
notamment supervisés,
11:14
c'est-à-dire qu'on va donner une tâche Merci.
11:17
très précises à un agent pour réaliser des actions de l'automation,
11:22
mais je te promets de ne pas utiliser trop d'anglicisme dans le cas,
11:25
mais vraiment toute la partie qui va être vraiment automatisation dans un périmètre donné.
11:32
Tu vas avoir également des approches où on va avoir la partie interaction avec les humains et l'humain va donner des inputs à cette intelligence artificielle de façon régulière pour pouvoir lui permettre de voyager de de
11:46
d'interagir.
11:47
Et après,
11:48
tu vas avoir un niveau plus élevé,
11:49
c'est tout ce qu'on va appeler frontier model,
11:52
donc vraiment toute la partie beaucoup plus autonome où tu vas pouvoir avoir des agents d'IA qui vont avancer,
12:01
agir,
12:01
interagir de façon autonome,
12:03
mais toujours dans un périmètre donné.
12:05
Et après,
12:05
tu peux avoir aussi des conversations agent to agent.
12:10
Donc là,
12:10
il y a des protocoles qui sont mis en place pour permettre à des agents Merci.
12:13
de communiquer entre eux,
12:14
des agents qui peuvent être d'ailleurs construits sur des technologies complètement différentes et ont pouvoir interagir dans leur propre langage,
12:22
donc pas avec des mots comme toi et moi,
12:25
mais véritablement avec ce langage un peu informatique qui vont pouvoir se partager de l'information pour échanger.
12:33
Et j'ai essayé de donner un exemple un peu concret pour revenir un peu à des cas d'usage qui nous intéressent dans la santé.
12:42
On peut tout à fait envisager des agents,
12:45
par exemple,
12:45
qui vont optimiser l'utilisation des blocs opératoires dans un hôpital.
12:52
C'est très basique parce que quand on parle d'intelligence artificielle dans la santé,
12:54
on pense très souvent naturellement à la partie de données médicales,
12:58
mais il y a beaucoup de cas d'usage et je prends volontairement un cas d'usage qui n'a pas d'application avec des données médicales.
13:05
Comment est-ce qu'on optimise les salles dans un hôpital ?
13:09
Donc là,
13:10
tu vas pouvoir avoir un agent qui va...
13:12
s'intéresser à toute la partie salle avec les parties opérations qui vont être devoir programmées.
13:17
Donc ça,
13:17
c'est clairement,
13:18
ça peut être des agents qui vont communiquer entre eux pour pouvoir offrir un planning d'optimisation le mieux possible en prenant en compte,
13:25
par exemple aussi,
13:26
les disponibilités des médecins au moment des opérations souhaitées.
13:30
D'accord,
13:31
donc ça,
13:31
c'est une application organisationnelle.
13:33
Exactement.
13:34
Alors,
13:34
est-ce qu'on peut revenir aux fondamentaux ?
13:36
Est-ce qu'on peut tout de suite parler des limites ?
13:39
Explique-moi les limites.
13:42
Tu parles de la boîte noire.
13:43
Oui,
13:45
deux choses.
13:45
La partie limite,
13:49
l'utilisation de l'IA va être aussi bonne déjà que le modèle qui existe.
13:54
Ce modèle va être pertinent en fonction de la qualité des données qui vont être fournies.
13:58
Tu peux avoir des modèles avec des biais.
14:01
C'est un des premiers sujets autour de l'IA,
14:04
limiter les biais.
14:05
Je vais en donner un.
14:07
biais qu'on a eu sur la partie en santé,
14:09
donc ça a été largement corrigé depuis,
14:11
mais c'était pour toute la partie reconnaissance de mélanome.
14:15
Et on s'est rendu compte,
14:16
dans certains cas,
14:17
que ça avait été entre le modèle avait été entraîné sur des peaux qui étaient blanches.
14:23
Mais si tu as des peaux qui sont un peu plus foncées,
14:26
la détection ne va pas se faire pareil.
14:28
Donc là,
14:28
c'est typiquement un cas d'un biais où le modèle a dû être corrigé pour pouvoir prendre en compte la réalité de ce que représentent les
14:36
les humains sur Terre.
14:37
Donc ça,
14:38
c'est un premier sujet de la partie B.
14:39
Un des deuxièmes challenges qu'on a,
14:41
tu l'as mentionné,
14:42
c'est la partie boîte noire.
14:44
Alors,
14:46
qu'est-ce que je dis,
14:47
qu'est-ce qu'on dit sur la partie IA ?
14:49
C'est qu'on doit être capable de comprendre et d'expliquer,
14:53
expliquer aussi l'impatience,
14:55
l'utilisation de l'IA,
14:56
comment...
14:57
est-ce que le résultat a été obtenu ?
15:00
Tu es médecin,
15:01
tu utilises l'IA,
15:02
il y a un diagnostic,
15:03
et tu vas utiliser l'IA pour t'aider sur certains sujets.
15:05
Il faut que tu sois capable d'expliquer à la partie,
15:10
à ton patient,
15:11
voilà comment on arrive un petit peu à cette information,
15:14
à ce résultat.
15:15
Et pas simplement dire,
15:17
j'ai donné une information,
15:18
une information qui est sortie,
15:19
c'est magique.
15:19
Et donc ça,
15:20
c'est de l'ambition.
15:21
Ça,
15:21
c'est la volonté.
15:22
Et là où je reconnais quand même la grande difficulté,
15:26
C'est capable sur les modèles,
15:28
par exemple,
15:29
d'OpenAI,
15:30
de GPT.
15:32
On est sur le nombre de paramètres qui se compte en centaines de milliards.
15:35
Donc,
15:35
ce n'est même pas la donnée,
15:37
c'est juste le nombre de paramètres pour arriver à une décision.
15:40
Donc,
15:40
c'est des ordres de grandeur que nous,
15:43
en tout cas moi,
15:44
je n'arrive même pas à me représenter.
15:46
C'est tellement grand qu'on ne sait même pas se représenter ces centaines de milliards de paramètres et après de variables et de données qui peuvent aller derrière.
15:53
Donc,
15:54
on a vraiment ce challenge sur la partie
15:56
IA de lutter contre cet effet boîte noire et d'être capable de donner des explications simples et compréhensibles par tous sur comment on va obtenir des résultats après une requête.
16:08
D'accord,
16:09
donc c'est la notion d'explicabilité.
16:13
C'est exactement ça.
16:14
C'est l'une des règles pour que l'IA puisse être utilisée avec confiance envers des patients.
16:20
On doit prendre...
16:22
On peut prendre des décisions qui sont basées sur l'IA à condition de pouvoir le dire d'abord au patient et ensuite de lui expliquer comment on est arrivé à cette décision.
16:33
C'est exactement ça.
16:34
Et je pense que peut-être aussi ton témoignage de par tes fonctions est utile parce que je pense que tu es confronté dans ton quotidien à ce besoin d'explicabilité,
16:42
n'est-ce pas ?
16:42
Tu le confirmes.
16:44
Donc,
16:45
tu rajoutes en plus cette complexité de ces nouveaux outils,
16:48
un peu de suspicion,
16:48
qu'est-ce que c'est,
16:49
etc.
16:50
C'est vraiment important de le comprendre déjà.
16:54
Pour bien expliquer,
16:55
il faut déjà un petit peu comprendre.
16:56
C'est pour ça que je rejoins ton appel et ton invitation à tout le monde de s'informer sur le sujet.
17:04
Parce que pour expliquer,
17:05
il faut déjà avoir compris un petit peu les bases.
17:07
D'accord.
17:08
Alors,
17:08
pour parler de ces LLM et notamment du modèle d'OpenAI qui est le chat GPT ou GPT-TIC.
17:16
quatre,
17:17
je crois,
17:17
à qui on a donné le concours de Yusmeli pour vérifier s'il était capable de réussir un concours médical et pour savoir jusqu'où va sa compétence.
17:29
C'est intriguant,
17:31
c'est incroyable.
17:33
Ce qui est rigolo,
17:34
c'est qu'effectivement,
17:36
une partie de gros benchmarks a été fait sur les modèles GPT sur des questions de médecine.
17:43
Mais pas simplement renvoyer de l'information,
17:47
ça c'est très facile,
17:48
on le sait le faire depuis maintenant très très longtemps.
17:51
Donc ça c'était vraiment avoir des raisonnements un petit peu posés.
17:56
Et là où ça a été aussi intéressant,
18:02
c'est que les résultats avec l'amélioration des modèles,
18:04
les raisonnements ont été bons.
18:06
Virtuellement,
18:08
cette IA passe les concours et elle pourrait...
18:11
être médecin,
18:13
infirmier,
18:13
etc.,
18:14
virtuellement.
18:15
Et après,
18:16
il a même été challengé sur des questions extrêmement subjectives et extrêmement humaines.
18:21
Une des questions qui a été,
18:22
tu es médecin,
18:25
tu dois annoncer à un papa que son enfant a une maladie très grave et ça va être très compliqué de le sauver.
18:30
Qu'est-ce que tu lui dis ?
18:30
Donc ça,
18:31
c'est une des questions qui a aussi été posée.
18:33
Et ce qui était intéressant,
18:35
c'est de savoir que l'IA a été capable de trouver des mots extrêmement intéressante
18:40
extrêmement pertinents et plein d'empathie aussi.
18:45
Il y a toute cette partie de raisonnement derrière sur des données extrêmement subjectives où l'IA peut aider et termine des études qui ont été faites.
18:54
ou des patients posaient des questions.
18:58
Donc,
18:59
on ne savait pas si c'était un médecin qui répondait ou une IA.
19:02
Et après,
19:02
la question,
19:02
c'était qui répond de façon la plus claire.
19:04
Donc,
19:04
on revient à ce besoin d'explicabilité.
19:07
Et avec le plus d'empathie,
19:08
tu le sais aussi bien que moi,
19:11
que dans la notion d'empathie et de confiance qu'on va avoir le patient a un impact direct sur le taux de guérison.
19:19
Oui,
19:19
énorme.
19:20
L'effet placebo,
19:23
il est énorme.
19:24
et puis qu'on a confiance dans l'alliance thérapeutique exactement donc on le sait la relation d'empathie c'est pour ça que la médecine est et doit rester humaine donc ceux qui disent non non c'est bon les machines j'ai envie de dire bon il faut qu'on revoie les bases et
19:39
même sur cette logique d'empathie qui avait été jugée en tout cas dans cette étude là de façon extrêmement pertinente je te fais un aveu Thomas avant de lire ton livre j'étais terrorisée par ça Merci.
19:53
par le fait que,
19:54
non seulement,
19:55
je n'arriverai jamais à être aussi intelligente qu'une machine,
19:59
et qu'en plus de ça,
20:00
il a une empathie qui peut être plus juste que la mienne.
20:03
Là,
20:03
c'était la fin des haricots.
20:05
Mais en fait,
20:06
le fait de lire ton livre,
20:08
je me suis sentie à ma place,
20:09
au fait.
20:10
Parce que je comprends très bien comment tu intègres l'IA.
20:13
Au final,
20:14
ce n'est pas un danger.
20:15
C'est-à-dire que c'est génial.
20:17
On peut utiliser toutes ces performances qu'a l'IA.
20:21
pour faire encore mieux.
20:23
Et il faut juste connaître quand même les limites et être lucide des dangers.
20:27
On est d'accord.
20:28
Exactement.
20:29
Ça peut être génial,
20:30
ça peut être fantastique si on se met d'accord sur ce qu'on veut faire et ce qu'on ne veut pas faire.
20:34
Je crois que c'est un petit peu la base de l'éthique.
20:37
Ce n'est pas parce qu'on peut techniquement faire quelque chose qu'on doit forcément le faire.
20:41
Et c'est quelle barrière,
20:43
au sens de garder les cheveux en sécurité,
20:46
on veut se mettre dans nos usages.
20:48
Et c'est pour ça qu'on essaie de...
20:50
de poser le débat sur le sujet pour que chacun puisse en servir.
20:55
Parmi les choses qui font rêver depuis la venue des LLM,
21:02
c'est d'abord tout ce qui concerne la tâche administrative médicale.
21:06
Il y a un mot qui m'a bien plu que tu as dit,
21:09
une phrase,
21:09
tu dis le temps médical est une ressource rare.
21:12
Je suis d'accord avec toi.
21:14
Je ne peux qu'aller dans ce sens.
21:16
Je reprends les noms qui sont...
21:19
partagé par tes confrères et tes consoeurs,
21:22
entre 30 et 55%
21:25
du temps du médecin est traité sous l'administratif.
21:29
Prenons même l'estimation de base,
21:31
prenons juste un tiers.
21:32
On va dire qu'un médecin passe un tiers de son temps sous l'administratif.
21:35
Si avec de l'automatisation,
21:37
si avec de l'IA,
21:38
on arrive à réduire ce temps,
21:40
ne serait-ce que de moitié,
21:41
disons même pas 0%,
21:42
disons moitié,
21:43
mais quelle différence ça fait ?
21:45
Quelle différence ça fait ?
21:47
Ça laisse du temps en plus pour le médecin,
21:49
peut-être pour échanger un petit peu plus avec le patient,
21:51
parce qu'il y a un peu plus de temps pour répondre aux questions.
21:53
Ça peut laisser du temps,
21:54
peut-être plus vite,
21:55
pour se former.
21:56
Peut-être plus de temps pour échanger aussi avec des confrères.
22:00
Peut-être même plus de temps pour soi aussi.
22:02
Et puis éviter aussi les burn-out des médecins qu'on peut avoir,
22:05
les surmenages qui peuvent aussi être extrêmement négatifs.
22:08
Donc,
22:08
c'est vraiment rendre du temps au personnel médical pour faire ce qu'il en veut.
22:14
Je vais donner un exemple vécu.
22:15
C'est une chose que j'ai vécue moi aux Etats-Unis pour ma première consultation médicale chez Generalist.
22:21
Dans la salle d'attente,
22:21
il y avait une petite affiche qui disait pendant la consultation,
22:26
il est possible qu'une IA participe à la consultation.
22:29
Et effectivement,
22:30
je suis arrivé,
22:32
le médecin a dit vous êtes OK,
22:33
si on a une IA,
22:34
etc.
22:34
Et puis effectivement,
22:35
la consultation était enregistrée et à la fin de la consultation,
22:41
le rapport,
22:42
les ordonnances,
22:42
le diagnostic étaient déjà...
22:44
pré-tapé sur l'ordinateur du médecin.
22:46
Donc,
22:46
il vérifie,
22:47
il fait des ajustements de ce qu'il a envie,
22:49
et voilà.
22:50
Et c'est gagné.
22:51
Et sur une consultation de 15-20 minutes,
22:53
s'il gagne 4 ou 5 minutes à taper sur l'ordinateur,
22:58
à la fin de la journée,
23:00
à la fin de la semaine,
23:01
à la fin de l'année,
23:02
ça fait quand même beaucoup de temps de sauver.
23:04
J'ai beaucoup de questions sur le fait de la transcription de la consultation.
23:09
Comme je ne l'ai pas encore essayé,
23:11
je préfère ne pas faire de commentaires parce que là,
23:14
comme ça,
23:14
j'ai beaucoup de réticences par rapport à ça parce que ce que la LIA transcrit,
23:19
c'est les paroles du patient.
23:21
Et or,
23:22
au fait,
23:23
nous,
23:23
ce qu'on écrit en tant que médecin quand on a un patient en face de soi,
23:28
ce n'est pas les mots.
23:30
les phrases mot pour mot des patients,
23:32
mais déjà,
23:34
on a dans notre tête...
23:36
J'apporte une valeur.
23:37
J'apporte une valeur autre,
23:39
et ce que j'écris,
23:39
ce sont des notes médicales qui n'ont rien à voir avec le récit propre du patient.
23:44
Donc,
23:45
c'est pour ça que comme je n'ai pas encore expérimenté,
23:49
je ne sais pas comment ça se passe.
23:51
En fait,
23:51
bonne question.
23:52
En fait,
23:52
c'est exactement...
23:53
Ce n'est pas du tout une transcription qui est faite de la consultation.
23:56
C'est vraiment...
23:57
une analyse.
23:58
Il y a assez la partie captation et transcription,
24:00
mais c'est pas ça qui est mis dans le compte-rendu.
24:03
Ça serait assez peu d'intérêt.
24:06
Ça a vraiment les informations utiles pour le médecin,
24:10
pour le suivi en temps normal,
24:12
avec aussi les mots que peut dire le médecin pendant l'échange.
24:15
C'est toute cette valeur d'intelligence.
24:18
Si tu commences la consultation à demander si la personne a passé un bon week-end,
24:23
oui,
24:23
j'étais...
24:24
J'étais au musée ce week-end avec mes enfants.
24:26
Bon,
24:26
voilà,
24:26
ça ne va pas trop nous intéresser.
24:29
C'est ce qui m'intéresse,
24:30
moi.
24:30
C'est ce qui m'intéresse,
24:32
mais dans le bilan de consultation,
24:35
peut-être un peu moins.
24:35
Ça peut m'apporter des éléments,
24:37
au fait.
24:38
C'est implicite.
24:41
C'est ça qui est complètement bluffant.
24:43
C'est la capacité de ces petits-là de capter des éléments intelligents et retranscrire dans un langage médical qui va avoir de la valeur pour les médecins,
24:51
tout comme dans les consultations d'aujourd'hui.
24:53
Très bien.
24:54
Il y a aussi cet accès au savoir médical.
24:57
Alors,
24:57
je commence déjà à utiliser pleinement plusieurs applications médicales.
25:03
Et c'est vrai que c'est juste incroyable le fait de pouvoir accéder à autant de savoirs,
25:11
autant d'articles,
25:12
autant de revues aussi facilement.
25:16
Ça,
25:16
c'est un vrai apport.
25:17
Je pense que quelque part,
25:19
tous dans mon métier,
25:21
quelques solométriques,
25:22
on aimerait avoir assez accès à cette connaissance quasi infinie sur les sujets pour être meilleur dans notre job,
25:29
pour être plus efficace,
25:30
plus performant,
25:30
plus juste,
25:31
faire moins d'erreurs.
25:33
Et quand,
25:34
accessoirement,
25:35
il y a la vie de gens qui sont derrière ces décisions,
25:37
je pense qu'on n'est jamais...
25:40
On ne rechigne jamais avoir un petit peu d'aide en plus.
25:42
Et la question que je pose souvent,
25:44
et puis si tu me permets de la poser,
25:46
est-ce que tu as une idée,
25:48
Imane,
25:49
du nombre de Merci.
25:51
de publications scientifiques médicales,
25:53
juste médicales,
25:54
qui sont publiées chaque jour.
25:56
Chaque jour ?
25:57
Je ne sais pas,
25:58
je dirais une dizaine.
25:59
Eh bien,
25:59
on est...
26:03
Juste en prenant PubMed comme référence,
26:06
on est à plus de 2000 par jour.
26:08
Ah oui,
26:08
d'accord.
26:09
Par an,
26:09
on est à plus d'un million.
26:11
Et puis certains parlent même de 2,
26:12
2,5 millions.
26:13
Donc,
26:14
on se rend bien compte que même si quelqu'un passait juste son temps à s'occuper,
26:17
pas des patients,
26:18
Ne mange pas,
26:19
ne dors pas.
26:20
Juste lire,
26:21
c'est absolument impossible d'appréhender tout ça.
26:23
Donc c'est là vraiment que c'est intéressant,
26:26
parce que dans des diagnostics précis,
26:29
c'est des choses très courantes,
26:30
ok,
26:31
mais c'est des choses très précises,
26:33
très rares,
26:34
très difficiles à appréhender.
26:36
C'est vraiment une aide pour le médecin de pouvoir se dire,
26:40
bon,
26:41
aide-moi à faire le tri,
26:42
à vraiment aller dans cette branche,
26:44
etc.
26:45
Et dans la logique...
26:46
d'errance médicale aussi que peuvent connaître certains,
26:48
on les envoie de spécialiste en spécialiste pendant des mois ou des fois beaucoup plus longtemps,
26:54
ça peut vraiment être une aide très forte sur le sujet pour permettre à un médecin,
27:00
on ne peut pas reprocher à un médecin de ne pas connaître la rareté.
27:06
Il n'a jamais entendu parler,
27:08
donc jamais j'ai recroché ça à un médecin,
27:12
mais pouvoir utiliser cette aide pour pouvoir lui dire il y a ces cas-là,
27:15
On en a vu quelques-uns,
27:16
peut-être à l'autre bout du pays.
27:18
C'est vraiment une valeur forte,
27:20
je trouve.
27:21
Oui,
27:21
tu en parles.
27:22
De toute façon,
27:23
dans le cas des maladies rares,
27:24
c'est un apport incroyable.
27:27
Oui,
27:28
c'est une avancée et un espoir dans le cadre des maladies rares.
27:34
Ensuite,
27:34
il y a...
27:35
Oui,
27:35
pardon,
27:35
Thomas.
27:36
Non,
27:36
et cette connaissance médicale,
27:37
elle va de façon extrêmement croissante.
27:40
Je ne veux pas te dire d'ailleurs dans les chiffres,
27:44
entre ce qu'on a produit en termes de publication médicale depuis les années 2000 par rapport à ce qu'on a produit sur les milliers d'années précédentes.
27:52
On explose.
27:53
On sait que ça va plus vite,
27:55
on sait que ça va plus fort.
27:56
C'est fantastique.
27:57
Il faut pouvoir avoir un outil un peu de médiation pour pouvoir appréhender cette donnée.
28:03
Et ça,
28:04
je pense que c'est un des cas d'usage qui va mettre tout le monde d'accord.
28:07
En fait,
28:07
tu parlais de l'accès,
28:08
mais tu parles aussi de la recherche.
28:10
rapport de l'IA dans la recherche médicale,
28:14
ça aussi,
28:14
c'est une révolution.
28:17
Absolument,
28:17
pour vraiment s'informer pour absolument tout le monde.
28:23
C'est-à-dire que c'est un outil statistique juste phénoménal.
28:27
Oui,
28:27
c'est axé à une base de données extrêmement riche en quelques instants,
28:34
parce qu'il y a deux volets.
28:35
Il y a le volet le médecin qui va vouloir faire sa recherche
28:39
Il y a un autre volet qui va être par rapport à un diagnostic précis.
28:44
Oui.
28:44
Demander des mises en relation directes.
28:46
Donc,
28:46
pas que des questions générales.
28:47
Si j'ai ce cas de patient.
28:49
voilà les informations qu'on a,
28:51
voilà ce qu'on ne sait pas,
28:52
aide-moi à essayer de mettre ça dans un certain nombre de boîtes et quelques orientations.
28:58
Et ça aussi,
28:58
c'est extrêmement fort.
29:02
Ok.
29:03
Alors,
29:03
et du coup,
29:05
les enjeux,
29:07
il y a les espoirs,
29:09
c'est plus que des espoirs,
29:10
c'est déjà des apports concrets,
29:12
plus des espoirs,
29:14
mais il y a aussi les enjeux.
29:15
C'est important d'en parler,
29:18
parce que
29:19
c'est les corollaires.
29:20
Il y a ce paradoxe dont tu parles qui est l'espèce d'asynchronicité entre le développement de la tech
29:33
et le besoin en éthique et en sécurité.
29:36
Tu en parles très bien,
29:37
c'est-à-dire,
29:37
autant la technologie va tellement vite,
29:41
mais en même temps,
29:44
pour valider la recherche,
29:48
pour rendre des applications,
29:52
par exemple,
29:53
conformes et qui soient validées,
29:55
on a besoin de temps,
29:56
on a besoin de réflexion,
29:57
d'éthique et de sécurité.
29:58
Oui,
29:59
et puis ce que j'aime bien revenir,
30:00
c'est un peu les fondamentaux.
30:03
qu'est-ce qu'on apprend en première année de médecine ?
30:05
Primo non non quere.
30:06
Je crois que c'est un certain Hippocrate qui a exprimé ça il y a quelques temps.
30:11
D'abord,
30:12
ne pas nuire.
30:14
D'abord,
30:14
ne pas faire de mal.
30:15
C'est aussi prendre le temps de faire les choses correctement.
30:19
La texte,
30:20
c'est...
30:21
C'est pas du tout ça.
30:23
Dans la psychologie de Valais,
30:24
c'est move fast and break things.
30:26
On voit bien que ce n'est pas applicable dans la santé,
30:28
heureusement.
30:29
Comment est-ce qu'on fait ces deux mondes ?
30:31
ces deux mondes se parler,
30:33
travailler ensemble.
30:34
Et c'est pour ça que,
30:35
dans le livre que j'ai écrit,
30:38
j'ai associé un certain nombre de médecins,
30:41
de professeurs,
30:42
de directeurs de recherche,
30:45
parce que c'est comme ça qu'on va avancer.
30:46
Ce n'est pas juste les ingénieurs d'un côté,
30:48
spécialisés en informatique et en IA,
30:49
et ce n'est pas juste les médecins.
30:50
Donc,
30:51
c'est vraiment cette collaboration forte qu'en tout cas,
30:54
moi,
30:55
je crois qu'il va être bénéfique à tous.
30:57
J'ai été très contente de lire des...
30:59
Le point de vue de plusieurs médecins qui sont très engagés dans le domaine de l'ILA,
31:05
il y a
31:06
Emmanuel Bibaud en oncologie,
31:09
il y a le professeur Alexandre Mignon comme professeur d'anesthésie.
31:15
Ça ajoute de l'incarnation au livre pour montrer des visions concrètes de praticiens ?
31:24
Des personnes brillantes,
31:26
extrêmement curieuses,
31:28
pleines d'humilité,
31:30
et qui vraiment contribuent en plus de leur activité,
31:35
j'allais dire classique,
31:37
de praticien,
31:38
qui vraiment permettent de faire avancer les choses.
31:41
Donc,
31:42
c'est vraiment des gens qui,
31:42
en France,
31:44
aident beaucoup,
31:45
je pense.
31:46
Et ils ont été d'une gentillesse terrible pour pouvoir contribuer et échanger.
31:50
Tant mieux,
31:51
on a besoin de ça.
31:52
Alors,
31:53
comment gagner en confiance les défis éthiques ?
31:57
Tu parles de robustesse des modèles et tu parles des billets,
32:01
les billets encore une fois,
32:03
ces données au fait.
32:04
Moi,
32:04
ce qui m'intéresse sur la partie
32:07
IA, c'est comment est-ce qu'elle va bénéficier le bien commun ?
32:12
Comment est-ce que l'IA va permettre d'avoir une partie diagnostic expert rendue accessible à tous et à toutes ?
32:21
Donc,
32:21
je dis accessible,
32:22
c'est en termes de rapidité d'accès,
32:24
en termes de coût.
32:25
en termes de non-discrimination géographique.
32:29
Donc,
32:29
comment est-ce que l'IA va permettre de mieux servir tous et toutes ?
32:34
Moi,
32:34
je ne veux pas d'une médecine à deux vitesses où on va avoir les super hôpitaux qui vont avoir l'IA,
32:40
qui vont faire des miracles,
32:41
et ceux qui n'ont pas accès à ces hôpitaux qui ne vont pas bénéficier de tous ces avancées.
32:45
Donc,
32:45
pour moi,
32:45
ça,
32:46
c'est une priorité d'un point de vue éthique qui est extrêmement forte.
32:52
Comment est-ce qu'on fait de l'IA vraiment ?
32:55
ce bien commun pour tous et toutes.
32:56
Tu peux me donner un exemple concret,
32:59
par exemple,
32:59
en ce qui concerne quand tu dis que ça va privilégier certaines personnes par rapport à d'autres,
33:08
si on n'utilise pas les bonnes données,
33:10
par exemple,
33:12
dans le cas du dépistage du cancer,
33:14
si on sait plus dépister certaines
33:16
population,
33:17
les autres vont être si on n'utilise pas des données qui représentent la majorité de la société,
33:23
ça va concerner juste une partie de la population ?
33:25
Comment ça se passe,
33:26
les biais ?
33:26
Oui,
33:26
alors là,
33:27
au niveau du...
33:28
Il y a effectivement au niveau du modèle,
33:30
il y a au niveau du modèle tel quel,
33:32
et même en fonction des populations du monde,
33:35
géographiquement,
33:37
avec les différences qu'il peut y avoir.
33:41
Donc ça c'est avoir des modèles assez clairs et assez inclusifs finalement.
33:47
Donc ça c'est un premier sujet.
33:50
Je faisais mention un petit peu avant plus d'un point de vue axé à une médecine de qualité parce que pour prendre l'exemple du cancer du sein.
34:01
Par exemple,
34:02
cancer du sein avec une
34:06
IA, on a un taux de détection
34:09
supérieur de 17%.
34:11
Donc,
34:11
17%,
34:11
c'est énorme.
34:12
C'est énorme.
34:13
Et surtout,
34:14
si on est la personne concernée.
34:17
Parce qu'on sait,
34:18
un taux de cancer du sein pris en charge assez tôt,
34:21
on sait qu'on est sur un taux de guérison de plus de 99%,
34:24
c'est parfait.
34:25
Donc,
34:25
on sait à quel point c'est important d'être dans l'anticipation vis-à-vis.
34:30
Et puis,
34:30
finalement,
34:30
on reparle après de cette médecine des différents P,
34:33
avec le P,
34:34
vraiment,
34:35
de prévention.
34:36
Donc ça,
34:36
c'est l'IA qui va nous permettre d'y arriver.
34:39
Sur le cancer du sein,
34:43
la mammographie,
34:44
qu'elle soit réalisée dans une ville,
34:47
deux provinces,
34:48
etc.,
34:48
peu importe,
34:50
ou dans le plus bel hôpital parisien ou je ne sais quel pays,
34:57
finalement,
34:57
l'IA intervient de façon univoque.
35:03
Elle ne fait aucune...
35:04
peu importe où l'examen a été réalisé,
35:06
elle peut apporter son aide au diagnostic.
35:09
Donc,
35:09
c'est pour ça que...
35:10
Utiliser de façon intelligente,
35:12
ça sera un vecteur finalement d'égalité aux soins.
35:15
Et on revient,
35:17
pour l'introduction à notre échange,
35:19
c'est comment est-ce qu'on en fait un projet de société extrêmement positif.
35:23
Donc ça,
35:23
c'est l'exemple sur la partie cancer du sein.
35:27
Je l'ai dit,
35:28
7%.
35:29
À chaque fois que je donne un chiffre,
35:30
c'est des chiffres qui viennent d'études scientifiques qui ont été publiés dans les revues de référence.
35:38
et il y a des taux de succès qui sont même beaucoup plus importants que d'autres études.
35:43
Tout ça,
35:44
c'est vraiment des choses qui vont permettre d'aider et d'avancer pour cette adoption de l'IA.
35:52
Il y a des petites limites au déploiement de tout ça.
35:58
C'est le fait qu'il y a quand même certains enjeux pour que ça puisse diffuser partout où on veut.
36:05
Tu parles de l'interface et de l'interopérabilité.
36:07
Ça,
36:08
ça me parle parce que,
36:09
travaillant dans des établissements de santé,
36:12
on sait que les passerelles entre les différents logiciels,
36:16
c'est une difficulté qui est réelle.
36:20
Passer de tous les logiciels déjà qui existent de diagnostic,
36:26
notamment quand je pense à l'imagerie médicale,
36:27
vers d'autres applications et intégrer l'intelligence artificielle là-dedans,
36:34
c'est un défi,
36:35
n'est-ce pas ?
36:36
Oui.
36:38
Juste un nom pour situer un petit peu le débat.
36:42
Aujourd'hui,
36:44
99%
36:45
de la donnée de santé n'est jamais réutilisée.
36:48
C'est-à-dire qu'on va avoir toute cette richesse en informations,
36:51
99%
36:52
n'est jamais réutilisée.
36:52
Et ce n'est pas une spécificité française.
36:55
C'est vrai partout dans le monde,
36:57
aux États-Unis aussi.
36:58
Les États-Unis ont un avantage.
37:02
Et après,
37:02
on a aussi beaucoup d'avantages.
37:03
Mais un avantage qu'ils ont,
37:04
c'est qu'eux,
37:05
d'un point de vue logiciel,
37:06
il y a une solution de référence sur le marché qui capte quasiment tous les hôpitaux.
37:13
Donc,
37:14
toute cette partie interopérabilité de données,
37:16
elle fonctionne extrêmement bien.
37:19
Je pourrais redonner un exemple aussi que j'ai vécu,
37:23
la collaboration entre,
37:25
alors,
37:25
SERC et Service d'un même hôpital,
37:27
c'est sûr,
37:27
mais entre ces partages d'informations et de données,
37:32
pour peu qu'on donne le droit,
37:34
c'est vraiment...
37:35
extrêmement utile.
37:36
J'ai eu des retours de médecins qui prenaient en compte des examens que j'avais fait dans cette même structure hospitalière sans que je leur reparle précisément.
37:45
Ça,
37:45
c'est une réalité.
37:46
Nous,
37:46
en France,
37:47
on a d'autres avantages aussi.
37:50
C'est accessoirement ce SNDS et c'est cette sécurité sociale qui permet de codifier absolument tous les actes et qui est une base de connaissances absolument énorme.
38:01
Donc,
38:01
on a aussi...
38:02
Des avantages forts par rapport au modèle qu'on a,
38:06
qui permet aussi de faire progresser énormément les informations,
38:10
la recherche,
38:10
le suivi historique des patients.
38:12
Et d'un point de vue statistique,
38:14
individuellement,
38:14
ça n'a pas d'intérêt,
38:15
mais vraiment d'un point de vue statistique,
38:17
pour faire progresser la recherche,
38:18
ça c'est vraiment des choses qu'on va pouvoir faire fortement en France.
38:22
D'accord.
38:23
Alors,
38:24
l'acculturation et la formation du personnel,
38:26
ben voilà,
38:27
ça commence par ici,
38:28
par le partenariat en livre et par le podcast.
38:30
Alors...
38:32
Là,
38:33
c'est un vaste sujet.
38:35
Je vais citer les personnels médicaux eux-mêmes.
38:39
C'est une étude que j'ai lue il y a quelques semaines.
38:41
La très grande majorité,
38:42
on était de l'ordre de plus de 80%,
38:44
disait qu'ils ne s'estimaient pas assez informés sur le sujet et qu'ils voulaient s'en savoir plus.
38:54
Moi,
38:54
j'ai échangé aussi à travers le livre,
38:56
j'ai échangé avec des étudiants de médecine qui sont aujourd'hui à la fac dans les premières années.
39:00
et qui m'expliquent à quel point ils étaient curieux du sujet.
39:03
Ils regrettaient en l'état pour l'instant que ça ne faisait pas partie importante du programme.
39:10
Ils se sentaient un petit peu inéquipés sur le sujet.
39:14
Et quand je discute avec des médecins qui pratiquent depuis de nombreuses années,
39:19
il y a les deux cas.
39:20
Il y a ceux qui ne savent pas et il y a ceux qui,
39:24
en plus de tout ce qu'ils font,
39:25
ils prennent le temps de se former,
39:26
de s'intéresser.
39:27
Donc je pense qu'il y a une vraie appétence sur le sujet,
39:31
et maintenant je pense que ça doit faire partie de cette culture un petit peu globale.
39:34
En tout cas,
39:35
moi c'est ce que j'entends de la part des médecins.
39:39
J'ai rarement entendu de rejet,
39:41
j'ai rarement entendu de gens qui n'y croyaient pas,
39:44
qui n'étaient pas intéressés,
39:47
des inquiétudes,
39:47
des craintes,
39:48
d'ailleurs tu en as exprimé quelques-unes pendant l'échange,
39:52
mais toujours avec cette volonté d'apprendre,
39:53
et je crois d'ailleurs que ça fait partie...
39:55
des qualités intrinsèques qu'a un bon médecin de toujours avoir cette volonté d'apprendre.
39:59
Donc,
40:00
je pense qu'on est au début de l'histoire sur le sujet et puis il faut continuer cet apprentissage de façon extrêmement forte.
40:07
Oui,
40:07
tout à fait.
40:09
Merci pour ça.
40:09
Merci de contribuer à ça,
40:10
Thomas.
40:11
Et alors,
40:11
l'autre enjeu,
40:12
c'est celui du patient parce que tout ça,
40:14
c'est bien sympa,
40:15
mais le patient,
40:16
il a son mot à dire à plein de niveaux,
40:19
au fait.
40:20
Qui va se duper de lui ?
40:22
Ces données,
40:22
où elles vont aller ?
40:24
qu'est-ce qu'on en fait,
40:25
qui les utilise,
40:26
pour quel usage.
40:29
Le patient fait partie intégrante de l'équation.
40:34
Je considère que les données appartiennent à la personne qui les incarne.
40:41
Les données doivent clairement appartenir au patient.
40:44
Il doit avoir la plus grande clarté sur l'usage qui est fait de ces données.
40:49
Il doit avoir plus grande cartée sur ce qui est fait,
40:52
qui a accès,
40:53
etc.
40:54
Je pense que ça doit faire vraiment partie intégrante.
40:57
C'est que comme ça qu'on construira un socle de confiance.
41:00
Moi,
41:00
si tu veux,
41:01
il m'a des projets.
41:03
En IA,
41:04
j'en ai vécu un nombre très important.
41:08
Certains fonctionnent,
41:09
certains ne fonctionnent pas.
41:10
Quand ça ne fonctionne pas,
41:11
c'est très rarement pour des questions techniques,
41:14
technologiques.
41:15
Quand ça ne fonctionne pas,
41:16
la très grande majorité des cas,
41:18
c'est parce qu'il y a une mauvaise explication de ce qui allait être fait,
41:21
donc les critères de succès n'étaient pas bien définis.
41:25
C'est parce qu'il y a une résistance des gens.
41:28
parce qu'ils ne comprennent pas et parce qu'ils opposent la technologie avec ce qui va être fait.
41:33
Dans certains cas,
41:34
à une fois,
41:34
je ne vais même pas dire que mon job va être affecté,
41:36
donc je rejette.
41:38
Donc,
41:38
c'est important de pouvoir créer les conditions de la confiance pour que chacun soit à l'aise,
41:44
chacun ait envie et chacun puisse voir un bénéfice à l'arrivée de cette technologie.
41:49
Après,
41:49
est-ce qu'il va y avoir des impacts ?
41:51
Oui,
41:51
c'est sûr et certain qu'il va y avoir des impacts.
41:54
Mais si on prend un peu de recul,
41:56
si on regarde ce qu'a...
41:58
apporter la science à la médecine depuis plusieurs millénaires,
42:05
on voit que le médecin n'a pas été effacé,
42:10
l'arrivée des antibiotiques n'a pas effacé les médecins,
42:12
l'arrivée des vaccins n'a pas effacé les médecins,
42:14
l'arrivée de la chirurgie robotisée n'a pas effacé les médecins.
42:17
À chaque fois,
42:19
la science a contribué à rendre la médecine plus forte,
42:21
plus importante,
42:22
et j'ai envie de dire même dans les deux cas,
42:24
la médecine aussi a permis de contribuer de façon générale à la science.
42:27
Mais à chaque fois,
42:27
le médecin est ressorti avec des pouvoirs magiques en plus,
42:31
si tu veux.
42:32
Donc,
42:32
je pense qu'il faut vraiment prendre un peu de recul,
42:34
sortir un peu de la hype autour de l'IA et regarder.
42:38
Finalement,
42:38
on regarde toutes ces choses qui se passent.
42:41
L'IA rentre dans cette logique,
42:43
dans ces nouveaux outils qui vont permettre d'être au médecin.
42:45
Ce n'est pas un outil magique.
42:46
Il va pouvoir faire des choses très bien.
42:48
Certaines choses,
42:49
il ne va pas être capable de les faire.
42:51
mais voilà comment on va pouvoir avancer au service de...
42:56
de cette mission et de cette vocation.
42:59
Merci beaucoup pour ce rappel,
43:00
Thomas.
43:01
Alors,
43:02
j'ai envie qu'on revienne sur les données,
43:03
parce que c'est quelque chose d'extrêmement important qu'il faudra expliquer.
43:10
On dit que c'est le nouveau pétrole,
43:12
que ça conditionne tout.
43:16
C'est à partir des données qu'on va avoir des objectifs et qu'on va pouvoir les réaliser.
43:21
Sans les données,
43:21
on n'a rien.
43:22
Mais ces données-là,
43:24
elles ne sont pas brutes.
43:26
il faut les travailler,
43:27
il faut les préparer,
43:28
il faut faire en sorte que l'IA puisse les utiliser comme il faut.
43:33
Alors,
43:34
d'où ça vient déjà les données ?
43:36
Elles proviennent d'où en France ?
43:40
Ça va vraiment dépendre des désirs qu'on va vouloir intéresser.
43:46
On a parlé un petit peu avant de toute la partie corpus scientifique et médical,
43:51
ça c'est une source de données très forte.
43:54
Ensuite,
43:54
il y a la partie en retravail des données brutes,
43:57
tu as tout à fait raison.
43:58
Donc ça,
43:58
c'est un métier,
43:59
c'est le métier de certaines personnes de créer des choses pour que l'IA puisse bien absorber les données,
44:05
que l'IA puisse bien faire le tri et puisse avoir une utilisation intelligente de sa donnée.
44:10
Donc ça,
44:11
ça fait partie des sujets de préparation.
44:13
Effectivement,
44:14
il faut de la clarté sur comment est-ce que les modèles ont été entraînés,
44:16
avec quelles sources de données,
44:19
etc.
44:20
Et après,
44:22
C'est toujours les usages.
44:23
On va revenir après aux usages de ce qu'on va faire de tout cela.
44:28
Prévention,
44:29
diagnostic,
44:31
suivi,
44:31
accompagnement.
44:32
Je pense que c'est tous les sujets derrière qui vont être vraiment intéressants.
44:35
Est-ce qu'il faut qu'elles soient annotées,
44:37
anonymisées,
44:38
les données de santé ?
44:41
Pour entraîner les modèles,
44:42
oui,
44:43
ça n'a pas d'intérêt d'avoir le nom,
44:46
que ce soit Thomas,
44:47
etc.
44:47
que ce soit un numéro anonyme et qu'il peut y avoir un suivi,
44:51
ça peut être intéressant.
44:52
Mais ça dépend toujours de ce qu'on veut faire derrière.
44:56
En tout cas,
44:57
je pense qu'il faut respecter la plus grande confidentialité sur toute la partie donnée.
45:04
Mais ça nous implique aussi...
45:06
Il y a un sujet que je trouve qu'on ne parle pas assez lorsqu'on parle du mentionné.
45:11
Parce que la plupart du monde,
45:13
les données médicales vont être utilisées par des sociétés Merci.
45:16
pharmaceutiques,
45:18
des sociétés scrupuleuses qui vont exploiter.
45:20
C'est un peu la peur qu'on peut tous avoir.
45:24
Aucun souci.
45:24
Très bien.
45:25
Maintenant,
45:26
la réalité derrière tout ça,
45:28
c'est la fuite des données.
45:31
C'est la sécurisation des données.
45:33
Ça fait partie d'un chapitre dans le livre,
45:35
la partie cybersécurité.
45:37
Comment est-ce qu'on donne les moyens aux hôpitaux aussi de protéger les données des patients ?
45:42
Les hôpitaux,
45:42
ils ont des données.
45:43
Quand on voit ce qui s'est passé et
45:46
en France ces dernières années pour vraiment tirer la sonnette d'un arbre.
45:49
Il n'y a pas que en France,
45:50
aux Etats-Unis aussi et dans tous les pays du monde.
45:53
Mais c'est parce que ces données ont de la valeur,
45:55
comme tu as dit justement,
45:56
elles sont la proie de personnes qui ont peu d'éthique pour le coup et qui veulent les voler,
46:03
les revendre,
46:03
les utiliser,
46:04
faire du chantage aux hôpitaux pour payer des rançons.
46:08
C'est ce qu'on appelle des ransomware où tu vas avoir des gens qui vont envoyer un virus informatique,
46:13
qui vont chiffrer toutes les données Merci.
46:15
C'est un hôpital qui va dire que vous avez payé une rançon en crypto-monnaie et tant que vous n'avez pas payé la rançon,
46:24
vous n'aurez pas la clé informatique qui va permettre de déchiffrer ces données.
46:28
Donc,
46:28
vous êtes paralysé.
46:31
Donc,
46:31
ça,
46:31
c'est des cas réels.
46:32
Ce n'est pas du tout des cas fictifs.
46:36
Il y a beaucoup d'exemples en France.
46:37
Je ne vais pas nommer les hôpitaux,
46:40
mais ceux qui veulent chercher des trouvons assez facilement.
46:43
où il y a de la fuite de données de patients ou des systèmes informatiques qui ont été chiffrés et les conséquences sont graves.
46:52
Et on a des bonnes pratiques sur le sujet dans le métier.
46:56
Et première pratique,
46:57
c'est ne jamais payer les rançons.
47:00
Ne jamais payer les rançons,
47:01
parce que sinon,
47:01
c'est un appel aux gens à répéter.
47:04
Donc ça,
47:04
c'est la politique qu'on a en France,
47:06
qui est notamment portée par un organisme qu'on appelle l'ANSI.
47:08
L'ANSI,
47:09
c'est vraiment l'organisme de référence en France,
47:13
la partie bonne pratique,
47:14
cybersécurité,
47:15
protection de la donnée au sens large.
47:18
Dans la doctrine qu'ils proposent,
47:19
en tout cas,
47:19
moi j'adhère pleinement,
47:21
c'est qu'on ne paye jamais les rançons,
47:23
on accepte les conséquences de ça.
47:25
mais accepter de payer une rançon pour un sujet,
47:26
c'est vraiment ouvrir la porte à de nombreuses attaques dans le futur.
47:30
Donc,
47:31
tout à fait d'accord,
47:31
pour revenir à ta question,
47:34
il faut que les données n'aient pas d'utilisation non consentie par les patients,
47:39
n'aient pas d'utilisation commerciale non validée,
47:42
ou pas de caution commerciale tout court.
47:44
Et moi,
47:44
ce que je veux aussi lever à côté,
47:46
c'est comment est-ce qu'on fait pour protéger les données,
47:48
parce qu'aujourd'hui,
47:49
c'est le cas,
47:50
il y a des fuites de données qui sont faites.
47:52
parce qu'on n'a pas mis les moyens pour protéger les serveurs qui stockent les données.
47:56
D'accord.
47:56
Alors ça,
47:57
c'est le côté cybersécurité.
47:58
Tiens,
47:58
il y avait la ministre de l'Intelligence Artificielle qui en parlait ce matin à la radio,
48:02
de tous ces sujets-là.
48:04
Je voudrais revenir sur l'utilisation des données de santé dans le sens du développement et de la progression.
48:14
Comment ça s'organise en France ?
48:16
Je sais qu'il y a quelque chose qui s'appelle le
48:20
Alt Data Hub.
48:21
qui est une spécificité française,
48:26
qui est là depuis les années,
48:28
depuis 2018,
48:30
c'est sous Macron qui avait annoncé la création de cette plateforme nationale.
48:35
Elle fonctionne bien ?
48:36
Comment elle fonctionne ?
48:38
Il faut plutôt leur poser la question à eux qu'à moi,
48:42
mais il y a de l'information,
48:43
en tout cas publique,
48:44
sur ce sujet.
48:46
C'est effectivement une plateforme qui permet,
48:50
d'utiliser les droits des données de façon anonymisée,
48:53
pseudonymisée,
48:54
pour effectivement faire de la recherche.
48:56
Et c'est vraiment dans l'esprit de rendre la donnée accessible pour permettre à des structures,
49:02
mais ça peut être aussi peut-être des grosses structures,
49:04
mais aussi des startups,
49:05
et on a beaucoup d'usages,
49:06
pour pouvoir permettre de créer aussi des champs.
49:09
Parce que ce qui se passe aujourd'hui,
49:11
c'est que beaucoup de sociétés medtech quittent la France pour aller dans d'autres pays.
49:15
Donc,
49:16
de fait,
49:16
ils travaillent avec d'autres standards sur la partie santé.
49:19
parce qu'ils ont accès à de la donnée médicale de façon beaucoup plus facile.
49:22
C'est toujours une question d'équilibre assez subtile,
49:25
où on veut pouvoir permettre d'encourager,
49:27
etc.,
49:29
en donnant de l'accès à de la donnée,
49:31
tout en conservant la protection de la donnée.
49:34
Les deux extrêmes sont mauvais.
49:36
C'est-à-dire donner toute la donnée de façon ouverte et sans contrôle,
49:40
non,
49:40
c'est absolument inacceptable pour les patients.
49:42
Mais en même temps,
49:43
on veut quand même pouvoir permettre à cette recherche de progresser.
49:46
C'est une question que personne n'a la réponse de façon péremptoire,
49:51
mais je pense que c'est des projets extrêmement intéressants.
49:56
C'est des beaux succès,
49:58
le Wells Data Hub,
49:58
des beaux succès français et des initiatives un petit peu similaires qui se sont montées depuis aux États-Unis.
50:05
Et moi,
50:07
je trouve que c'est bien quand l'État innove et permet de créer les conditions de la recherche en mettant des plateformes utiles pour...
50:16
toutes ces équipes d'intelligence artificielle et de data science.
50:18
Il y a peut-être une petite organisation européenne autour de ça,
50:21
non ?
50:21
Oui,
50:22
tu as tout à fait raison.
50:24
Il y a également un S-Data Hub européen qui est en projet.
50:29
Je crois comprendre,
50:31
mais il faudra leur poser la question à eux,
50:33
que le S-Data Hub français a été une forte source d'inspiration sur le sujet.
50:38
On peut être très fiers de tout cela.
50:41
Voilà.
50:42
Un concept que j'ai vraiment envie
50:45
de partager avec les auditeurs,
50:46
c'est le jumeau numérique.
50:48
J'ai besoin de toi,
50:49
Thomas.
50:50
Le jumeau numérique,
50:52
bonne question,
50:53
ce n'est pas une notion qui date d'hier.
50:55
Pareil,
50:56
c'est comme l'IA,
50:56
ça ne date pas d'il y a quelques années.
51:02
C'est assez intéressant,
51:03
un des projets qui a permis d'accélérer,
51:06
c'est un projet lorsqu'on a eu des astronautes qui étaient un peu perdus dans l'espace et il a fallu faire une tâche.
51:13
Ah,
51:13
pour le fait.
51:14
C'est exactement ça,
51:15
c'est là qu'on a appelé au 13.
51:16
Il a fallu les faire revenir et il n'y a pas le droit à l'erreur.
51:19
Donc il y a des modèles de simulation qui ont été tournés,
51:22
ce qu'on a appelé ce jumeau numérique.
51:24
Donc le jumeau numérique,
51:25
le fantasme,
51:26
l'idée,
51:26
l'objectif.
51:27
c'est d'avoir une copie intégrale d'un humain pour pouvoir tester en amont des traitements,
51:34
des médicaments et voir comment ça va réagir.
51:38
On n'y est pas encore,
51:39
ce jumeau numérique parfait n'existe pas.
51:43
Aujourd'hui,
51:44
on arrive à avoir des simulations d'un organe précis,
51:50
mais c'est extrêmement positif.
51:54
En oncologie,
51:55
l'HVC...
51:55
était une étude qui était publiée dans Nature,
51:58
je crois,
51:59
où on arrivait à avoir des taux de fiabilité de plus de 94%.
52:05
Et pour des patients qui sont concernés,
52:08
qu'il n'y ait pas ce tâtonnement pendant des semaines et mois,
52:11
où des fois ça peut être extrêmement dur pour les patients,
52:16
pour le médecin,
52:18
du premier coup,
52:18
voilà la bonne dose de rayonnement,
52:21
voilà comment on va traiter.
52:24
en ayant des résultats mais voilà ça change tout donc on progresse c'est hyper encourageant le jumeau numérique tu as absolument raison d'en parler on progresse énormément sur le sujet il y a encore du travail mais quand on y arrivera ça va être ça va être extrêmement bien et
52:42
on l'a vu dans plein de films de science-fiction ouais non mais c'est extraordinaire moi j'ai vu des chirurgiens pour le cancer du rein à priori c'est pour la chirurgie cardiaque aussi donc
52:53
on peut créer un organe jumeau numérique pour pouvoir déjà faire de la médecine prédictive,
53:01
c'est ça ?
53:02
C'est-à-dire ?
53:04
C'est comment est-ce que...
53:06
L'organe va réagir à la chimie ou comment le malade va réagir à une ligne de chimio ?
53:16
Moi,
53:16
je pense,
53:16
si on se projette dans un langage comme moi,
53:20
vu les efforts qui sont déployés,
53:22
Le taux de fiabilité du jumeau numérique,
53:26
on y arrivera.
53:26
On y arrivera.
53:28
Il y a énormément de moyens qui sont mis en oeuvre sur le sujet.
53:31
Ça ne date pas d'hier,
53:32
mais effectivement,
53:33
l'IA va permettre d'accélérer tout ça.
53:36
C'est le traitement personnalisé.
53:38
L'IA va permettre un traitement personnalisé.
53:41
C'est exactement ça.
53:42
La difficulté du jumeau numérique,
53:44
c'est simplement par rapport au fait qu'il faut donner...
53:47
C'est-à-dire que,
53:48
par exemple,
53:49
je prends l'exemple d'un...
53:50
patient qui est hospitalisé en réanimation,
53:53
si je veux prendre l'exemple d'un jumeau numérique,
53:55
il faut que les données soient apportées de façon continue.
54:00
Et c'est la difficulté.
54:02
C'est-à-dire que ce n'est pas à un moment T,
54:05
le jumeau numérique correspond à un moment T et il y a l'évolution.
54:08
Et même,
54:08
j'ai un peu un moment avant que la situation critique arrive.
54:12
Ah oui,
54:13
en réanimation,
54:14
oui,
54:15
mais l'application du jumeau numérique.
54:16
Mais c'est vrai que c'est...
54:18
hyper prometteur,
54:19
ça c'est la médecine prédictive dont tu parles,
54:21
c'est-à-dire qu'au fait en utilisant des données qui viennent de plusieurs l'IA a permis d'anticiper beaucoup mieux et beaucoup plus tôt qu'un réanimateur sur des signaux très faibles,
54:36
c'est ça ?
54:37
C'est un peu ça ?
54:38
Oui,
54:39
exactement,
54:39
et cette médecine anticipative,
54:42
préventive,
54:43
prédictive,
54:44
personnalisée,
54:45
c'est vraiment cette médecine des 4 P on...
54:48
qu'on veut viser,
54:48
et du jumeau numérique,
54:49
complètement dans cette logique et cette dynamique.
54:54
Et sur la partie cancer colorectal,
54:57
on a aussi des excellents résultats.
54:59
Cancer des poumons,
55:00
je dis,
55:01
on a plus de 90%
55:02
de fiabilité sur de nombreuses études.
55:07
C'est extrêmement encourageant parce qu'il faut être capable de faire tourner des modèles assez longs,
55:13
assez coûteux en intelligence et en énergie.
55:16
pour pouvoir savoir comment est-ce que ça va réagir,
55:19
un organe va réagir à un traitement.
55:22
Ok.
55:23
Le temps file,
55:24
mais j'ai vraiment envie qu'on aborde cette histoire d'imagerie médicale,
55:28
parce qu'on est persuadés que les radiologues sont les premiers spécialistes qui vont disparaître du fait de l'IA.
55:38
Je voudrais juste expliquer quelle est la place.
55:41
de l'intelligence artificielle au service de l'imagerie et du diagnostic et expliquer qu'on ne pourra pas tout de suite,
55:48
ni après d'ailleurs,
55:51
renoncer à nos radiologues.
55:52
On a besoin d'eux malgré cette progression fulgurante de l'IA en imagerie.
55:59
Oui,
55:59
tout à fait.
56:01
Dans le livre,
56:01
je donne le témoignage du professeur Langlois,
56:04
qui est une sommité en radiologie aux États-Unis.
56:12
et on a des résultats extrêmement intéressants sur la partie imagerie avec l'IA où on va pouvoir permettre de détecter des petites variations,
56:24
des toutes petites choses qui vont pouvoir nous laisser penser qu'eux.
56:28
Et là où l'IA est vraiment extrêmement forte,
56:31
c'est qu'elle va pouvoir mettre en corrélation l'image,
56:34
le scanner,
56:34
la radio,
56:35
peu importe,
56:36
avec des millions
56:40
d'autres images qui ont été prises à travers le monde.
56:43
Elle est capable de dire,
56:45
ces petites choses-là,
56:46
ces petits points-là,
56:48
j'ai vu 10 000 autres cas dans ce sujet à travers le monde,
56:53
et cinq ans après,
56:54
ça a donné un développement de tel cancer,
56:55
tel cancer.
56:56
Donc,
56:57
monsieur le médecin,
56:58
madame le médecin,
57:00
regardez un petit peu.
57:01
Nous,
57:01
on vous invite à avoir une attention un petit peu particulière sur le sujet.
57:04
Et c'est là vraiment la partie...
57:06
et de diagnostic où l'IA n'est pas là pour poser le diagnostic,
57:11
mais pouvoir attirer l'attention des médecins sur ces différents sujets et que personne n'est infaillible,
57:19
moi non plus,
57:19
les médecins non plus.
57:20
Les médecins peuvent être fatigués,
57:22
ils peuvent avoir aussi des heures d'inattention,
57:24
ils peuvent être dérangés,
57:25
ils peuvent avoir mal dormi parce que leurs enfants ont fait du bruit.
57:30
Mille raisons qu'on peut louper,
57:31
personne n'est infaillible.
57:32
Et avoir cette aide en plus,
57:33
c'est ce que je disais,
57:35
Moi,
57:35
j'aime bien aussi dans mon métier avoir cette IA qui va m'aider à avoir plus de justesse,
57:39
plus de rigueur et plus de précision.
57:40
Surtout qu'elle est capable de voir des choses que l'être humain ne peut pas voir.
57:45
Exactement.
57:47
Au-delà de la faillibilité,
57:49
il y a le fait qu'elle est capable de voir ce que le radiologue ne peut pas voir.
57:52
Quand on a un médecin compétent qui travaille avec une IA rigoureuse,
57:56
je pense que c'est le meilleur des combos.
58:02
Et aussi parce que ça permet d'être le deuxième regard quand il s'agit de vérifier,
58:10
de faire le dépistage,
58:11
par exemple,
58:12
des mammographies.
58:14
Ça permet de faire le tri.
58:16
J'ai trouvé ça hyper intéressant dans les urgences.
58:19
C'est-à-dire qu'au lieu que le radiologue se fasse les 100 clichés et qu'il se fatigue,
58:26
elle va trier pour lui tout le temps.
58:28
tout ce qui est normal,
58:29
elle le met de côté et elle va lui proposer là où il faut qu'il regarde et qu'il pose un diagnostic et un avis médical.
58:35
C'est un bon assistant l'IA finalement.
58:37
C'est génial.
58:38
C'est génial,
58:38
mais on ne peut pas se passer du radiologue.
58:40
Non,
58:44
je ne pense pas.
58:44
C'est les yeux augmentés.
58:45
Voilà,
58:45
c'est les yeux augmentés,
58:46
c'est exactement ça qu'on dit,
58:47
mais moi je reste dans cette position que l'IA est un très bon assistant pour les très bons médecins et c'est ça qu'on veut.
58:55
Voilà.
58:55
Et alors,
58:56
on peut
58:56
coupler les images de radiologie à d'autres données médicales et c'est encore plus pertinent parce que du coup...
59:04
Oui,
59:05
c'est de quoi on vient,
59:06
l'approche un peu multimodale que tu évoquais,
59:10
c'est des informations de différents types qui vont permettre vraiment d'être le plus complet et le plus exhaustif possible.
59:16
Sauver des vies parce que le scanner fait en urgence va tout de suite...
59:23
en cas d'accident vasculaire où il faut revasculariser rapidement,
59:27
on va pouvoir alerter directement le neurologue de garde ou alors le cardiologue qui doit aller déboucher une coronaire.
59:36
C'est bon d'avoir capté un maximum d'informations et être dans cette logique d'anticipation.
59:41
Je vais donner un autre exemple.
59:44
Passons à toute la partie malaise cardiaque.
59:49
Aujourd'hui,
59:50
on sait on sait
59:53
anticiper un malaise cardiaque de plusieurs heures avant que le malaise n'arrive juste avec des données assez basiques de suivi.
1:00:00
C'est là qu'il va être vraiment intéressant d'avoir cette analyse en continu
1:00:06
24h sur 24 7 jours sur 7 pour pouvoir dire alerte à la personne ou au médecin ou à la famille on pense,
1:00:15
il est possible on a un taux de confiance assez élevé qui laisse penser que d'ici quelques heures vous allez faire un malaise cardiaque.
1:00:21
Donc,
1:00:21
on sait à quel point chaque minute compte lorsqu'il y a un malaise cardiaque.
1:00:26
Donc,
1:00:26
pouvoir être dans cette anticipation,
1:00:29
dans cette prédiction,
1:00:31
ça change tout.
1:00:32
Et je pense que c'est vraiment des bons usages pour toute la partie.
1:00:35
Est-ce que tu peux me dire un mot sur la médecine préventive et prédictive ?
1:00:39
Parce que là,
1:00:40
c'est super intéressant.
1:00:41
C'est-à-dire,
1:00:41
au lieu d'être dans une médecine réactive,
1:00:45
on va être dans la médecine proactive.
1:00:47
C'est un changement paradigme de la médecine.
1:00:50
C'est-à-dire,
1:00:50
au lieu d'attendre que le monsieur arrive diabétique,
1:00:53
avec déjà des comorbidités en rapport avec le diabète,
1:00:57
on va pouvoir détecter quels sont les patients qui sont susceptibles de faire ça,
1:01:02
et on va le prévenir à l'avance.
1:01:04
Oui,
1:01:05
c'est tout à fait ça.
1:01:06
Je pense qu'on l'a un peu couvert lors de notre échange.
1:01:10
beaucoup de...
1:01:13
L'IA va être vraiment cette missime des catégories.
1:01:15
pays avec la partie prédiction,
1:01:17
ça fait des années qu'on en rêve.
1:01:22
Et je crois qu'il y a avec cet outil et déjà cet outil qui permet vraiment d'aller dans ce sens,
1:01:28
dans cette anticipation parce que l'image que je vais me donner,
1:01:32
c'est un petit peu le corona pendant le corona comme un puzzle.
1:01:37
Ce puzzle,
1:01:39
il est composé de 10 000 pièces.
1:01:42
Un humain,
1:01:42
un docteur va pouvoir regarder
1:01:45
3,
1:01:45
4,
1:01:45
5 pièces en même temps,
1:01:47
les mettre en comparaison,
1:01:48
analyser,
1:01:49
essayer de voir des tendances,
1:01:49
etc.
1:01:50
L'IA,
1:01:51
elle s'en moque,
1:01:52
elle va pouvoir analyser les 10 000 pièces en même temps,
1:01:56
utiliser l'historique,
1:01:57
identifier des patterns,
1:01:58
etc.
1:01:59
Donc c'est là que toute cette partie,
1:02:01
pouvoir pousser l'information à un médecin et faire ce travail d'analyse,
1:02:05
je pense que c'est là que l'IA est vraiment extrêmement pertinente.
1:02:09
L'homme ne pourra jamais le faire.
1:02:11
Non,
1:02:12
je ne crois pas,
1:02:13
non.
1:02:14
Ok.
1:02:16
La santé connectée,
1:02:17
c'est super important la santé connectée.
1:02:21
C'est la médecine participative,
1:02:23
c'est les patients qui vont pouvoir,
1:02:26
à part certains objets,
1:02:27
être reliés et avoir un feedback déjà.
1:02:30
Ça va les faire,
1:02:32
les engager dans leur santé.
1:02:34
Oui,
1:02:37
c'est un peu cet ange gardien,
1:02:39
si tu veux,
1:02:40
numérique,
1:02:41
qui va permettre de surveiller un certain nombre de constances,
1:02:43
de constantes,
1:02:44
d'informations.
1:02:46
pour produire une information utile et utilisable.
1:02:50
Et toutes les données physiologiques qu'on peut mesurer facilement.
1:02:55
Je donne un exemple aussi qui m'a été partagé par la professeure Picard du MIT,
1:03:01
où elle a travaillé avec ses jeunes étudiants chercheurs sur un bracelet qui permet de mesurer la conductance de la peau.
1:03:14
parce qu'on sait qu'en fonction de notre état émotionnel,
1:03:17
on va plus ou moins transpirer si on est content,
1:03:22
stressé,
1:03:22
si on a peur,
1:03:23
etc.
1:03:24
Et elle a travaillé avec notamment un des élèves de ces étudiants qui était autiste et qui était souvent concerné par des crises d'épilepsie.
1:03:36
Donc elle a mis au point avec ses élèves un bracelet qui permettait de mesurer
1:03:42
en anticipation d'un certain nombre d'éléments et qui permettait de donner une alerte sur le risque d'une crise d'épilepsie.
1:03:52
Je donne l'exemple d'une maman qui s'occupait de sa fille autiste qui avait accès au bracelet.
1:03:58
Elle prenait sa douche et elle reçoit pendant sa douche une alerte sur son téléphone.
1:04:03
Effectivement,
1:04:03
elle va voir très rapidement sa fille.
1:04:05
Effectivement,
1:04:06
sa fille était déjà toute bleue.
1:04:08
Elle était tombée la tête sur l'oreiller.
1:04:11
Et l'intervention rapide de sa fille a permis de la prendre en charge,
1:04:15
de la retourner et d'éviter une situation qui peut être un peu moins agréable.
1:04:21
Donc ça,
1:04:21
c'est très concret.
1:04:22
Un objet connecté qui a permis d'envoyer une alerte au téléphone pour permettre une intervention.
1:04:29
Donc là,
1:04:30
la limite va être notre créativité,
1:04:32
parce que les cas d'usage sont tellement forts,
1:04:34
tellement nombreux,
1:04:36
qu'il faut avoir vraiment...
1:04:38
Utiliser toute cette intelligence pour créer des bons cas d'usage.
1:04:41
Tu vas plus loin,
1:04:42
tu parles de la relation entre toutes ces données des patients dans la médecine prédictive et l'association avec les assurances.
1:04:53
Il y a notamment une assurance,
1:04:54
il y a Alan qui a déjà intégré cette façon de...
1:04:59
Comment dire ?
1:05:02
d'accompagner les patients qui veulent participer à la prévention et être dans une hygiène de vie.
1:05:09
Bon,
1:05:10
après,
1:05:10
il y a le corollaire,
1:05:11
c'est-à-dire il y a des gens qui peuvent penser qu'on est suivi,
1:05:15
on est observé.
1:05:16
Donc,
1:05:16
ce n'est pas une position simple.
1:05:18
Mais l'idée,
1:05:19
elle est là.
1:05:19
Et l'idée est d'accompagner les patients dans leur propre prévention,
1:05:25
qu'ils soient engagés dans leur santé et d'anticiper les comorbidités avant qu'elles s'installent.
1:05:31
Tout à fait.
1:05:34
C'est un peu ça.
1:05:35
Et moi,
1:05:35
un peu en conclusion de notre échange,
1:05:37
effectivement,
1:05:38
c'est vraiment dans l'esprit d'inviter tout le monde à s'intéresser au sujet,
1:05:42
à se poser les bonnes questions,
1:05:46
à être conscient de ce que ça peut apporter comme risque,
1:05:49
parce qu'on parle de données médicales et on est tous très,
1:05:51
très attachés à la protection de nos données médicales,
1:05:56
voir comment est-ce qu'on peut l'utiliser pour le bien commun.
1:05:59
comment est-ce que l'IA en santé peut réduire les inégalités et certainement pas les aggraver.
1:06:06
On a besoin de tout le monde sur le sujet parce que chacun avec sa spécificité,
1:06:11
sa spécialité va pouvoir apporter des choses différentes.
1:06:16
Et vraiment,
1:06:17
pour embrasser cette médecine de prévention,
1:06:21
cette médecine personnalisée que tu évoquais,
1:06:26
on a vraiment besoin de...
1:06:28
de tout s'y pencher.
1:06:29
Je crois beaucoup au potentiel de toute cette technologie.
1:06:34
Je pense que c'est vraiment le sujet sur lequel l'IA doit le plus se pencher.
1:06:39
C'est vraiment toute la partie santé.
1:06:41
Elle est déjà là,
1:06:42
ce n'est pas de la science-fiction.
1:06:44
Elle sauve déjà des vies.
1:06:47
Donc,
1:06:49
au lait-cœur,
1:06:50
avançons sur le sujet et nous pourrons en bénéficier le plus possible.
1:06:56
C'est un petit peu les mots
1:06:58
En tout cas,
1:06:58
de fin de conclusion,
1:06:59
que moi,
1:06:59
je pouvais te partager.
1:07:02
C'était vraiment très agréable d'échanger avec toi,
1:07:06
Imane.
1:07:07
Je rappelle ton livre.
1:07:08
Il s'appelle « L'IA au service de la santé » .
1:07:10
C'est un ouvrage qui est indispensable pour appréhender la révolution de l'IA.
1:07:16
Où est-ce qu'on peut le retrouver,
1:07:18
Thomas ?
1:07:19
« L'IA au service de la santé » ,
1:07:20
sur n'importe quel moteur de recherche.
1:07:22
On trouvera le lien.
1:07:24
Très bien.
1:07:25
pour l'avoir en version papier ou en version électronique,
1:07:28
Ausha.
1:07:29
Moi,
1:07:29
je suis de plus papier,
1:07:30
mais après...
1:07:31
Moi aussi,
1:07:31
il y a plein de couleurs.
1:07:33
Voilà,
1:07:34
à la discrétion de chacun.
1:07:35
Merci infiniment,
1:07:37
Thomas.
1:07:37
Merci,
1:07:37
Yvanne.
1:07:38
Merci beaucoup.
1:07:38
À bientôt.
1:07:39
À bientôt.
1:07:42
Mes chers amis,
1:07:43
j'ai été enchantée de partager avec vous ce livre indispensable de Thomas Klein,
1:07:49
l'intelligence artificielle au service de la santé.
1:07:53
Vous pouvez...
1:07:54
partagez l'épisode sur les plateformes d'écoute et Instagram pour sensibiliser aux enjeux médicaux de l'intelligence artificielle et les mettre au centre de nos réflexions éthiques et sociales.
1:08:07
A très bientôt !