Quelles sont les conditions pour réussir l’intégration de l’IA dans la santé ?

Pour réussir, une implémentation d’IA doit répondre à une approche inter-organisationnelle, interdisciplinaire et stratégique. Aujourd’hui, l’industrie de la santé génère environ 30 % des données mondiales. Or, malgré leur grand intérêt potentiel, moins de 2 % de ces données sont analysées. Pour intégrer l’IA dans le secteur de la santé, il faut commencer par investir dans les données. Il faut aussi favoriser la collaboration entre disciplines de façon à prendre en compte les aspects technologiques et cliniques. On peut préciser ici que l’acteur de santé n’a pas besoin de développer ses propres modèles d’IA: il peut acheter des solutions d’IA, à condition cependant de disposer d’un minimum d’expertise en interne pour les évaluer. En effet, beaucoup de PoC (Proofs of Concept) valides ne parviennent pas à franchir l’étape du déploiement faute de pouvoir les intégrer à l’activité clinique existante et il est essentiel de maintenir la pertinence du modèle IA dans le temps.

Quelle est l’approche d’Intel en matière d’intégration de l’IA dans la santé ?

Ces dernières années, Intel s’est transformé pour devenir une entreprise orientée vers les données, capable de fournir des solutions end-to-end pour traiter, analyser et connecter les données. Et si Intel dispose d’une offre de capacités matérielles importante, l’entreprise mobilise beaucoup d’efforts autour du logiciel. Plus de dix mille ingénieurs logiciels travaillent sur la caractérisation et la labellisation des données pour l’IA et conçoit des outils pour aider les développeurs à tirer le meilleur parti de nos capacités matérielles. En effet, la polyvalence de nos processeurs Intel® Xeon Scalable permet de traiter des charges très différentes, y compris les cas d’usage de l’IA, ce qu’apprécient particulièrement les acteurs du secteur Santé. La stratégie, adoptée par Intel consiste donc à optimiser les logiciels et matériels et offrir une plateforme technologique end-to-end pour répondre aux problèmes métiers des clients. Intel peut également s’appuyer sur un très riche écosystème et des centaines de partenaires de longue date pour intégrer ses capacités d’IA à des solutions plus complètes en vue de leur mise sur le marché.

Pouvez-vous nous donner des exemples de mise en œuvre réussie de l’IA ?

Aujourd’hui, les cas d’usage de l’IA dans le secteur de la santé se multiplient. Une mise en œuvre réussie de l’IA permet aux équipes de santé d’être plus proactives et d’obtenir de meilleurs résultats en termes de soins, mais aussi de réduire les coûts. Deux domaines de la santé mobilisent particulièrement notre attention : l’imagerie médicale et l’usage des données patients à des fins médicales et d’optimisation opérationnelle. L’imagerie médicale est l’un des premiers domaines des soins de santé et des sciences de la vie où l’IA est largement utilisée. Beaucoup d’acteurs de l’imagerie médicale adoptent des capacités d’IA et développent eux-mêmes des modèles qu’ils intègrent directement à leurs dispositifs médicaux. C’est ce que fait par exemple GE Healthcare, qui s’appuie sur un modèle de deep learning pour détecter avec une grande précision et en moins d’une seconde, des pneumothorax à partir d’images radiographiques prises avec son scanner à rayons X OPTIMA XR240amx équipé de processeurs Intel® Xeon® Scalable. Pour réaliser cette performance, GE Healthcare a utilisé notre kit d'outils OpenVINO™ axée sur la vision par ordinateur pour optimiser son modèle pour nos processeurs ainsi que notre technologie Turbo Boost Max 3.0, spécifiquement conçue pour accélérer ses applications.

Un autre exemple est celui d’AccuHeath. Cette startup basée au Chili s’est intéressée à la question des maladies chroniques, qui captent plus de 86% des dépenses de santé aux États-Unis. Elle a développé un système de contrôle de l’état de santé des patients à distance en utilisant des capteurs connectés à un appareil intelligent fonctionnant sur des processeurs Intel® Xeon®. Les données collectées sont transmises en temps réel à un service cloud appelée AccuBrain qui réalise une analyse prédictive basée sur l’IA, l’objectif étant d’éviter d’éventuelles complications ou une hospitalisation d’urgence. Leur solution a permis de réduire les hospitalisations d’urgence de 42% et de réduire les coûts des mutuelles de santé de 50%.