"L'intelligence artificielle" : Quels services, quelles applications, quels résultats et quel développement aujourd'hui dans la recherche clinique ? Quel impact sur la qualité des soins ? Quelles recommandations ?

Résumé L'intelligence artificielle (IA), au-delà des applications concrètes qui font déjà partie de notre quotidien, permet de traiter des données et des connaissances nombreuses et hétérogènes, et de comprendre des règles potentiellement complexes et abstraites à la manière de l'intelligence humaine mais sans intervention humaine. L'IA combine deux propriétés, l'auto-apprentissage par le traitement successif et répétitif de données ainsi que la capacité d'adaptation, c'est-à-dire la possibilité pour un programme scénarisé de faire face à de multiples situations susceptibles de varier dans le temps. Les experts de la table ronde ont confirmé l'apport potentiel et l'avantage théorique de l'IA dans la recherche clinique et dans l'amélioration de l'efficacité des soins aux patients. Les experts ont également mesuré, comme c'est le cas pour tout nouveau processus auquel les gens doivent s'habituer, son impact sur les pratiques et les mentalités. Pour maximiser les bénéfices de l'IA, quatre points critiques ont été identifiés. La prise en compte de ces quatre points conditionne l'intégration technique et l'appropriation par tous les acteurs du spectre des sciences de la vie : chercheurs, régulateurs, développeurs de médicaments, établissements de soins, praticiens et, surtout, patients et société civile. 1er point critique : produire des démonstrations tangibles des apports de l'IA en recherche clinique en quantifiant ses bénéfices. 2ème point critique : instaurer la confiance pour favoriser la diffusion et l'acceptabilité de l'IA en santé grâce à un cadre réglementaire adapté. 3ème point critique : assurer la disponibilité des compétences techniques, ce qui implique un investissement dans la formation, l'attractivité du secteur de la santé par rapport aux secteurs à forte composante technologique et le développement d'outils ergonomiques de collecte de données pour tous les opérateurs de santé. 4ème point critique : organiser un système de gouvernance pour un modèle distribué et sécurisé au niveau national afin d'agréger les informations et services existant au niveau local. Trente-sept recommandations concrètes ont été formulées qui devraient ouvrir la voie à une adoption généralisée de l'IA dans la recherche clinique. Dans ce contexte, l'initiative française " Health data hub " constitue une opportunité idéale.