Selon Hilary Mason, l’intelligence artificielle (IA) est aujourd’hui utilisée à mauvais escient comme une sorte de terme fourre-tout qui décrit essentiellement « tout système qui utilise des données pour faire n’importe quoi ». Mais c’est beaucoup plus que cela. Un véritable système d’IA apprend seul, est capable d’ingérer de grandes quantités de données pour en déduire des associations et imiter intelligemment des tâches cognitives humaines.
L’IA imprime sa marque dans les soins de santé en automatisant les tâches banales et répétitives. En tirant parti de la puissance de l’apprentissage en profondeur, les algorithmes peuvent maintenant être formés pour détecter la présence du cancer via des pixels sur une image. Ce logiciel peut parcourir des millions d’images médicales (IRM, tomodensitogrammes, etc.) en une seule journée pour détecter des anomalies sur une échelle inatteignable pour les humains. Comme si cela ne suffisait pas, ces algorithmes sont constamment en train d’apprendre et d’évoluer, de détecter de plus en plus vite des associations avec chaque nouvel ensemble de données qui leur est fourni. La radiologie, la dermatologie et la pathologie connaîtront un bouleversement géant alors que les géants de la technologie et les startups se joindront à eux pour vendre des algorithmes d’apprentissage en profondeur à un hôpital près de chez vous.
En fait, certains en disposent déjà : la FDA a récemment donné son approbation pour une plate-forme d’imagerie médicale alimentée par l’IA qui aide les médecins à analyser et à diagnostiquer les anomalies cardiaques. C’est la première fois que la FDA approuve une application d’apprentissage automatique destinée à un usage clinique. Gartner a récemment prédit que d’ici 2025, 50% de la population comptera sur des « assistants personnels virtuels » alimentés par l’IA pour leurs besoins en terme de soins de base.
