Quand l’intelligence artificielle passe du laboratoire au patient

Comme la plupart des autres secteurs, les soins de santé connaissent une évolution fulgurante. L’accès aux données permet d’accélérer les essais cliniques, de développer des médicaments plus personnalisés, de poser des diagnostics plus rapides et plus précis, d’améliorer la qualité des soins aux patients et, bien sûr, de sauver des vies. Les six prédictions suivantes montrent comment l’IA et l’analyse des données auront un impact supplémentaire sur le secteur de la santé et les sciences de la vie à court terme.

La pandémie a accéléré la transformation numérique dans tous les secteurs. En conséquence, il y a plus de données disponibles que jamais auparavant, y compris pour les soins de santé. De la découverte au traitement, à chaque point du continuum, les données offrent un énorme potentiel pour améliorer la vie des patients. L’analyse des données de santé ouvre des portes pour développer des médicaments plus personnalisés, par exemple. Et pour mieux éclairer les décisions cliniques et opérationnelles.

Vous trouverez ci-dessous six prédictions sur la façon dont l’IA et l’analyse des données amélioreront les soins de santé et la recherche clinique.

1. L’analyse des données rendra les hôpitaux et le personnel de santé plus efficaces que jamais

L’investissement dans des systèmes intelligents pour les hôpitaux rendra le travail du personnel de santé beaucoup plus efficace, ce qui rendra également les employés plus satisfaits de leur travail. L’automatisation croissante et l’utilisation des flux de données laissent aux prestataires de soins de santé plus de temps à consacrer aux soins des patients. Bien entendu, un changement de culture est nécessaire pour exploiter tout le potentiel de la technologie. Les responsables doivent donc veiller à former le personnel à travailler avec ce genre de données. Ils devraient également tirer parti des analyses avancées et s’engager à mettre en place de meilleurs systèmes pour collecter et analyser ces données.

2. Les données synthétiques ouvrent la voie à de nouvelles applications d’IA

Les lois plus strictes sur la protection de la vie privée ne facilitent pas toujours le partage des données sur les patients par les organismes de santé. Pourtant, il est très important pour les chercheurs de pouvoir partager ce type d’informations. Imaginez qu’un hôpital en Belgique puisse faire appel à des data scientists au Canada pour développer un score de risque personnalisé pour les patients diabétiques. Pour permettre ce type de collaboration transfrontalière entre les organismes de santé, l’avancée des données synthétiques change véritablement la donne.

Avec les données synthétiques, les caractéristiques de l’ensemble des données d’origine sont préservées, mais les informations personnellement identifiables disparaissent. Cela permet aux applications d’IA non seulement de générer et de valider des ensembles de données, mais aussi d’utiliser l’ensemble de données dans des modèles prédictifs.

3. Le secteur de la santé adopte le potentiel de l’analytique en nuage

Grâce au cloud, on assiste à l’émergence d’un écosystème qui connecte entre eux les différents prestataires et institutions de recherche. La connectivité et l’intégration des données fourniront une mine d’informations aux médecins pour établir des diagnostics et proposer des traitements. Les décideurs politiques bénéficieront également de cet écosystème et pourront mieux anticiper l’avenir sur la base d’ensembles de données beaucoup plus complets. Enfin, les chercheurs pourront puiser dans un immense réservoir de données pour leurs recherches essentielles.

4. L’intelligence artificielle passe du laboratoire au patient

Des établissements de santé de premier plan et d’autres organisations de soins de santé ont déjà démontré le rôle que l’IA peut jouer dans les hôpitaux lorsque nous amenons la technologie au chevet du patient. L’IA multimodale, par exemple, favorise la découverte de signaux et la compréhension de plusieurs flux de données parallèles, tels que les images, la génomique et les dossiers cliniques. D’autres prestataires de soins de santé suivront cette tendance en 2023 et utiliseront l’IA connectée pour améliorer la prise de décision clinique, construire des systèmes d’alerte précoce pour les environnements de soins critiques et surveiller le respect des protocoles cliniques clés.

5. Les preuves réelles et les données génétiques accélèrent les essais cliniques

Les entreprises pharmaceutiques seront en mesure de commercialiser des thérapies plus rapidement, car elles déploient davantage de technologies tout en s’appuyant également sur des preuves réelles. Pour y parvenir, elles réorganisent les départements qui travaillaient séparément et réunissent des experts en numérisation pour rendre les essais cliniques encore plus efficaces et efficients. Le développement des thérapies cellulaires et géniques va numériser et favoriser la tendance à une médecine plus personnalisée.

6. L’IA devient plus efficace grâce à son adoption par les scientifiques et les chercheurs cliniques

Les promoteurs d’essais cliniques adoptent de plus en plus les approches de l’IA multimodale et de la multigénomique, mais uniquement lorsqu’elles sont intégrées à la réalité clinique. Les calculs informatiques permettront ainsi d’identifier de nouvelles opportunités de médicaments, de générer de meilleures connaissances sur les patients, d’automatiser plus rapidement les tâches quotidiennes, etc.

Les applications de l’IA qui ne peuvent pas être utilisées par chercheurs ou des scientifiques cliniques, ou qui ne s’appuient pas sur des espaces d’information avec des données de bonne qualité, seront remplacées par des approches plus précises en raison de la qualité croissante des algorithmes, des clusters de calcul et des progrès dans l’utilisation de l’IA explicable.


L’auteur Mark Lambrecht est directeur EMEA & APAC Health and Life Sciences Practice chez SAS Belgique.

Plus
Array
Marchés
Ma liste de suivi
Marchés
BEL20