Le potentiel de l’intelligence artificielle (IA) pour transformer les soins de santé est énorme, mais un gros problème demeure. Les algorithmes d’IA auront besoin d’une grande quantité de données médicales (imagerie, information génomique ou les dossiers de santé électroniques ; tous des renseignements potentiellement très sensibles) sur lesquelles s’entraîner avant que l’apprentissage automatique soit en mesure de fournir de nouveaux moyens qui permettront d’identifier et comprendre la cause de la maladie.
Les chercheurs s’efforcent donc de trouver des moyens de permettre à l’IA d’apprendre, à partir de grandes quantités de données médicale,s tout en rendant très difficile la fuite de ces données. Une approche prometteuse est testée pour la première fois à la Stanford Medical School en Californie. Les patients peuvent fournir leurs données médicales à un système d’IA qui peut être formé pour diagnostiquer les maladies oculaires, sans jamais avoir accès à leurs données personnelles.
Les participants soumettent les résultats des tests ophtalmologiques et les données de leur dossier de santé au moyen d’une application. L’information est utilisée pour former un modèle d’apprentissage machine pour identifier les signes de maladie oculaire (comme la rétinopathie diabétique et le glaucome) sur les images. Mais les données sont protégées par la technologie développée par Oasis Labs, une start-up issue de l’UC Berkeley, qui garantit que les informations ne peuvent pas être divulguées ou mal utilisées. La Stanford Medical School a autorisé le démarrage de l’essai la semaine dernière, en collaboration avec des chercheurs de l’UC Berkeley, de Stanford et de l’ETH Zurich.
Oasis stocke les données privées des patients sur une puce sécurisée, conçue en collaboration avec d’autres chercheurs de Berkeley. Les données restent dans le nuage d’Oasis ; les personnes de l’extérieur peuvent exécuter des algorithmes sur les données et recevoir les résultats, sans jamais quitter le système. Un logiciel de “contrat intelligent”, qui s’exécute par dessus d’une blockchain, est déclenché à chaque fois qu’une demande d’accès aux données est reçue. Ce logiciel enregistre la manière dont les données ont été utilisées et vérifie également que le calcul de l’apprentissage machine a été effectué correctement.
