Exploitez la plateforme Lionbridge Lainguage Cloud pour prendre en charge votre localisation de bout en bout et le cycle de vie du contenu

Lainguage Cloud™ Plateforme
Connectivité
Communauté de traduction
Technologie de flux de travail
Smairt Content™
Smairt MT™
Smairt Data™

Nos collaborateurs sont notre richesse. Ils aident de nombreuses sociétés à satisfaire leurs clients depuis plus de 20 ans. 

À propos de nous
Informations fondamentales
Direction
Trust Center

SÉLECTIONNER LA LANGUE :

L’intelligence artificielle médicale : comment peut-elle améliorer les essais cliniques ?

Analyse des nouvelles technologies en matière de santé

par Mark Aiello et April Crehan

Dans le monde entier, nombre d’entreprises encensent l’intelligence artificielle (IA) comme étant la solution à tous les problèmes. Nos technologies sont de plus en plus intelligentes. Dans certains cas, les avantages sont évidents. Ainsi, les applications sur smartphone nous font gagner du temps en nous faisant contourner les embouteillages. Les réfrigérateurs savent quand nous sommes à court de lait et sont capables d’en passer commande. Les réseaux électriques sont plus souples, répondent à nos besoins et intègrent des sources d’énergie renouvelable.

Dans le domaine de la santé, le potentiel de l’IA est immense. En revanche, son application est limitée par des réglementations complexes et par les conséquences sur le long terme que peuvent avoir les décisions liées à la santé (ce qui n’est pas le cas quand il s’agit de commander une nouvelle bouteille de lait).

Avant de parler de l’IA dans le domaine de la santé, il convient tout d’abord définir ce que l’on entend par « IA ».

Qu’est-ce que l’IA ?

L’intelligence artificielle regroupe un vaste ensemble de domaines qui décrivent le développement de modèles informatiques capables de prendre en charge des tâches habituellement effectuées par des humains, comme la reconnaissance de tendances ou la résolution de problèmes. Une intelligence artificielle peut être faible ou forte. Quand elle est dite faible, le système procède sans nécessairement comprendre comment fonctionne l’intelligence humaine. Quand elle est dite forte, elle est capable de réfléchir comme un humain.

En outre, l’intelligence artificielle peut être générale ou spécifique, à l’instar des domaines d’expertise qu’elle cherche à rendre plus accessibles. Les applications de l’IA qui sont actuellement mises en œuvre ou qui le seront dans un futur proche sont toutes spécifiques, car elles ont été entraînées dans un domaine particulier à effectuer des tâches précises. Ces systèmes sont conçus pour des rôles spécifiques (à l’inverse de l’intelligence humaine, plus globale) et possèdent donc des fonctionnalités limitées.

Apprentissage automatique et apprentissage approfondi

L’apprentissage automatique est l’une des sous-catégories de l’IA. Les systèmes d’apprentissage automatique évoluent d’eux-mêmes lorsqu’ils accèdent à de nouvelles données. En d’autres termes, lorsque la machine accède à de nouvelles données, elle « apprend ». En règle générale, les programmeurs font s’améliorer cette fonctionnalité avec un objectif d’erreur minimale. Cela permet au système de comprendre quels efforts sont couronnés de succès afin d’augmenter la probabilité d’utiliser des procédures similaires à l’avenir.

Dans la catégorie de l’apprentissage automatique, on retrouve l’apprentissage approfondi, le domaine le plus intéressant parmi les trois cités. L’apprentissage approfondi se définit par les nombreuses couches de reconnaissance de caractéristiques qui permettent à ces systèmes de voir aussi bien la forêt que les arbres individuels qui la composent. L’apprentissage approfondi traite les images comme le ferait un être humain. De la même manière que les objets lointains que nous voyons deviennent de plus en plus nets, les systèmes d’apprentissage approfondi peuvent observer des caractéristiques de plus en plus complexes. Par exemple, des pixels ordonnés d’une certaine manière deviennent une ligne, et des lignes ordonnées d’une certaine manière deviennent un carré.

Lorsque l’on parle de l’IA dans le domaine de la santé, on fait le plus souvent référence à l’apprentissage approfondi. Il s’agit du type d’IA qui est à la fois le plus utile, mais aussi le plus nébuleux, pour les créateurs comme pour les utilisateurs. Les applications et les réglementations régissant l’utilisation de l’IA dans le domaine de la santé peuvent être tout aussi nébuleuses.

Applications de l’IA dans le domaine de la santé

Voici quelques exemples d’applications de l’IA déjà en place dans le domaine de la santé :

Aujourd’hui, les personnes concernées par le secteur des sciences de la vie, que ce soient des organismes de recherche clinique (CRO), des organismes gouvernementaux ou le grand public, cherchent à démystifier le rôle de l’IA dans le domaine de la santé. Pour l’heure, il s’agit d’une tâche ardue. Les questions que j’ai posées aux experts ont même parfois généré davantage de questions, comme :

  • Comment trouver un point d’équilibre entre l’utilisation et le partage des données personnelles pour stimuler l’innovation et le respect des lois et de l’éthique concernant la vie privée ?

  • Quelles sont les réglementations qui régissent l’utilisation de l’IA dans le domaine de la santé ? Sur quels points avons-nous besoin de plus de conseils ?

  • Quels sont les activités de santé auxquelles contribue déjà l’IA ? Quelles sont les applications les plus prometteuses ?

  • Aujourd’hui, la transparence est une notion clé dans la recherche clinique. Comment l’importance accordée à la transparence et à la formation se traduit-elle en ce qui concerne l’utilisation de l’IA dans le domaine de la santé ?

  • Un changement de culture sera-t-il nécessaire pour que les CRO adoptent l’IA ? Comment s’adapter sans condamner accidentellement certains groupes à l’obsolescence ?

Au cours des prochaines semaines et en ces temps où nous devons nous adapter aux changements rapides des sciences de la vie, je m’intéresserai à ces sujets dans le détail.

 

Si vous souhaitez prendre part à la conversation, que vous ayez ou non pu assister à la table ronde, n’hésitez pas à nous faire part de vos idées ! Déposez un commentaire ci-dessous.

 

 

linkedin sharing button
  • #life_sciences
  • #blog_posts

#essais cliniques #essais cliniques #IA #santé #sciences de la vie


Mark Aiello
AUTEUR
Mark Aiello