Make this article seo compatible,Let there be subheadings for the article, be in french, create at least 700 wordsFDe la flambée des coûts des soins de santé aux États-Unis à la crise récurrente du NHS, il peut souvent sembler efficace et des soins de santé abordables sont impossibles. Cela ne fera qu’empirer à mesure que la prévalence des maladies chroniques augmentera et que nous découvrirons de nouvelles façons de traiter des maladies auparavant mortelles. Ces nouveaux traitements ont tendance à être coûteux, tandis que de nouvelles approches peuvent être difficiles à introduire dans les systèmes de santé qui sont soit résistants au changement, soit fatigués par trop de changement. Pendant ce temps, la demande croissante de soins sociaux aggrave la pression financière et rend l’allocation des ressources encore plus compliquée.L’intelligence artificielle (IA) est souvent posée avec désinvolture comme la réponse pour les services qui sont déjà obligés de faire plus avec moins. Pourtant, l’idée que les ordinateurs intelligents pourraient simplement remplacer les humains en médecine est un fantasme. L’IA a tendance à ne pas bien fonctionner dans le monde réel. La complexité s’avère un obstacle. Jusqu’à présent, les technologies d’IA ont eu peu d’impact sur le monde désordonné et intrinsèquement humain de la médecine. Mais que se passerait-il si les outils d’IA étaient conçus spécifiquement pour la médecine du monde réel – avec toute sa complexité organisationnelle, scientifique et économique ?Cette approche « centrée sur la réalité » de l’IA est au centre du laboratoire que je dirige à l’Université de Cambridge. En étroite collaboration avec des cliniciens et des hôpitaux, nous développons des outils d’IA pour les chercheurs, les médecins, les infirmières et les patients. Les gens pensent souvent que les principales opportunités de l’IA dans le domaine de la santé résident dans l’analyse d’images, telles que les IRM, ou la recherche de nouveaux composés médicamenteux. Mais il existe de nombreuses opportunités au-delà. L’une des choses que nos laboratoires étudient est la médecine personnalisée ou de précision. Plutôt qu’une solution unique, nous cherchons à voir comment les traitements peuvent être personnalisés pour refléter le profil médical et le mode de vie uniques d’un individu.L’utilisation de la médecine personnalisée basée sur l’IA pourrait permettre un traitement plus efficace de maladies courantes telles que les maladies cardiaques et le cancer, ou de maladies rares telles que la fibrose kystique. Cela pourrait permettre aux cliniciens d’optimiser le moment et la posologie des médicaments pour les patients individuels, ou de dépister les patients en utilisant leurs profils de santé individuels, plutôt que les critères généraux actuels d’âge et de sexe. Cette approche personnalisée pourrait permettre un diagnostic plus précoce, une prévention et un meilleur traitement, sauver des vies et mieux utiliser les ressources.Bon nombre de ces mêmes techniques peuvent être appliquées dans des essais cliniques. Les procès échouent parfois parce que moyenne réponse à un médicament n’atteint pas les objectifs de l’essai. Si certaines personnes participant à l’essai ont bien répondu au traitement, l’IA pourrait aider à trouver ces groupes dans les données d’essai existantes. La création de modèles de données de patients individuels, ou «jumeaux numériques», pourrait permettre aux chercheurs de mener des essais préliminaires avant de se lancer dans un essai coûteux impliquant de vraies personnes. Cela réduirait le temps et l’investissement nécessaires pour créer un médicament, ce qui rendrait commercialement viables davantage d’interventions améliorant la vie et permettrait de cibler les traitements sur ceux qu’ils aideront le plus.Dans une organisation complexe telle que le NHS, l’IA pourrait aider à allouer efficacement les ressources. Notre laboratoire a créé un outil pendant Covid pour aider les cliniciens à prévoir l’utilisation des ventilateurs et des lits de soins intensifs. Cela pourrait être étendu à l’ensemble du service de santé pour allouer le personnel et l’équipement de santé. Les technologies de l’IA pourraient également aider les médecins, les infirmières et les autres professionnels de la santé à améliorer leurs connaissances et à combiner leurs expertises. Cela pourrait également aider à résoudre des énigmes telles que la confidentialité des patients. Les dernières technologies d’IA créent ce que l’on appelle des « données synthétiques », qui reflètent les modèles au sein des données, permettant aux cliniciens d’en tirer des enseignements, tout en remplaçant toutes les informations identifiables.Les cliniciens et les spécialistes de l’IA envisagent déjà le potentiel pour les soins de santé de grands modèles de langage tels que ChatGPT. Ces outils pourraient aider à alléger la paperasserie, recommander des protocoles d’essais de médicaments ou proposer des diagnostics. Mais bien qu’ils aient un immense potentiel, les risques et les défis sont clairs. Nous ne pouvons pas compter sur un système qui fabrique régulièrement des informations ou qui est formé sur des données biaisées. ChatGPT n’est pas capable de comprendre des conditions et des nuances complexes, ce qui pourrait conduire à des interprétations erronées ou à des recommandations inappropriées. Il pourrait avoir des conséquences désastreuses s’il était utilisé dans des domaines tels que la santé mentale.Si l’IA est utilisée pour diagnostiquer quelqu’un et se trompe, il doit être clair qui est responsable : les développeurs de l’IA ou les professionnels de la santé qui l’utilisent ? Les directives et réglementations éthiques doivent encore rattraper ces technologies. Nous devons résoudre les problèmes de sécurité liés à l’utilisation de grands modèles de langage avec de vrais patients et nous assurer que l’IA est développée et déployée de manière responsable. Pour garantir cela, notre laboratoire travaille en étroite collaboration avec des cliniciens pour s’assurer que les modèles sont formés sur des données fiables, précises et impartiales. Nous développons de nouvelles façons de valider les systèmes d’IA pour garantir qu’ils sont sûrs, fiables et efficaces, et des techniques pour nous assurer que les prédictions et les recommandations générées par l’IA peuvent être expliquées aux cliniciens et aux patients.Nous ne devons pas perdre de vue le potentiel de transformation de cette technologie. Nous devons nous assurer que nous concevons et construisons l’IA pour aider les professionnels de la santé à être meilleurs dans ce qu’ils font. Cela fait partie de ce que j’appelle le programme d’autonomisation de l’IA humaine – utiliser l’IA pour autonomiser les humains, pas pour les remplacer. L’objectif ne devrait pas être de construire des agents autonomes qui peuvent imiter et supplanter les humains, mais de développer un apprentissage automatique qui permet aux humains d’améliorer leurs capacités cognitives et introspectives, leur permettant de devenir de meilleurs apprenants et décideurs. Mihaela van der Schaar est professeur John Humphrey Plummer pour l’apprentissage automatique, l’IA et la médecine, et directrice du Cambridge Center for AI in Medicine à l’Université de Cambridge
Source link -57