Quels sont les défis liés à l’implémentation de l’IA Quels sont les défis liés à l’implémentation de l’IA dans les hôpitaux et cliniques ? dans les hôpitaux et cliniques ? L’IA est étroitement liée à la digitalisation des L’IA est étroitement liée à la digitalisation des images. Avec notre scanner de pathologie images. Avec notre scanner de pathologie numérique 3DHISTECH, la production de coupes numérique 3DHISTECH, la production de coupes de haute qualité est essentielle pour obtenir une de haute qualité est essentielle pour obtenir une bonne qualité de numérisation. Cela nécessite un bonne qualité de numérisation. Cela nécessite un processus standardisé et manuel dans le processus standardisé et manuel dans le laboratoire, où les compétences et l’expertise laboratoire, où les compétences et l’expertise des techniciens de laboratoire jouent un rôle des techniciens de laboratoire jouent un rôle central. central. La qualité des coupes se reflète directement La qualité des coupes se reflète directement dans la qualité des images numériques scannées, dans la qualité des images numériques scannées, influençant ainsi les résultats des analyses par IA. influençant ainsi les résultats des analyses par IA. Une mauvaise qualité d’image peut entraîner des Une mauvaise qualité d’image peut entraîner des diagnostics imprécis et une perte diagnostics imprécis et une perte d’informations cruciales. C’est pourquoi il est d’informations cruciales. C’est pourquoi il est primordial de maintenir des normes de qualité primordial de maintenir des normes de qualité strictes, tant pour le diagnostique digitale que strictes, tant pour le diagnostique digitale que manuelle. Le principe reste toujours : ‘garbage in, manuelle. Le principe reste toujours : ‘garbage in, garbage out’. garbage out’. Y a-t-il d’autres risques liés à l’IA ? Y a-t-il d’autres risques liés à l’IA ? Comme pour d’autres innovations, l’IA Comme pour d’autres innovations, l’IA implique à la fois le développement de nouvelles implique à la fois le développement de nouvelles compétences et la perte de certaines autres. Une compétences et la perte de certaines autres. Une dépendance excessive à l’IA peut entraîner une dépendance excessive à l’IA peut entraîner une perte de routine chez les professionnels de santé, perte de routine chez les professionnels de santé, de la même manière que l’automatisation a de la même manière que l’automatisation a conduit à la disparition de certaines conduit à la disparition de certaines compétences. La transparence est également un compétences. La transparence est également un sujet de préoccupation, car dans le domaine de la sujet de préoccupation, car dans le domaine de la santé, il est essentiel de comprendre à tout mo- santé, il est essentiel de comprendre à tout mo- ment comment un diagnostic a été établi et sur ment comment un diagnostic a été établi et sur quelle base l’IA a pris ses décisions. La quelle base l’IA a pris ses décisions. La sécurité des données est un autre aspect sécurité des données est un autre aspect important, car il existe toujours un risque que important, car il existe toujours un risque que des individus malintentionnés tentent d’exploiter des individus malintentionnés tentent d’exploiter ces données. En résumé, il y a des risques, mais ces données. En résumé, il y a des risques, mais ils doivent être anticipés et gérés. Il est essentiel ils doivent être anticipés et gérés. Il est essentiel que les algorithmes d’IA restent transparents et que les algorithmes d’IA restent transparents et accessibles aux professionnels de santé, tout en accessibles aux professionnels de santé, tout en offrant une réelle valeur ajoutée aux patients offrant une réelle valeur ajoutée aux patients Comment cela fonctionne-t-il en pratique ? Comment cela fonctionne-t-il en pratique ? Actuellement, la validation est toujours effectuée Actuellement, la validation est toujours effectuée par un pathologiste sur le terrain. Bien que le par un pathologiste sur le terrain. Bien que le système soit partiellement auto-apprenant, au- système soit partiellement auto-apprenant, au- cune modification n’est effectuée sans cune modification n’est effectuée sans supervision humaine. L’IA apprend des données supervision humaine. L’IA apprend des données Life Science analysées, et les améliorations sont supervisées analysées, et les améliorations sont supervisées et validées par les développeurs et le laboratoire. et validées par les développeurs et le laboratoire. Les normes strictes de qualité pour les Les normes strictes de qualité pour les dispositifs médicaux sont toujours respectées. dispositifs médicaux sont toujours respectées. Nous sommes dans une phase de transition, Nous sommes dans une phase de transition, passant d’algorithmes statiques à des systèmes passant d’algorithmes statiques à des systèmes d’IA plus autonomes. d’IA plus autonomes. Quelle est la différence entre un algorithme et Quelle est la différence entre un algorithme et une IA ? une IA ? Un algorithme est une série d’instructions ou de Un algorithme est une série d’instructions ou de code conçu pour résoudre un problème code conçu pour résoudre un problème spécifique, restant statique à moins d’être spécifique, restant statique à moins d’être modifié par un humain. L’intelligence artificielle modifié par un humain. L’intelligence artificielle va plus loin : elle inclut des algorithmes capables va plus loin : elle inclut des algorithmes capables de prendre des décisions indépendantes basées de prendre des décisions indépendantes basées sur des données et d’apprendre de celles-ci. Ain- sur des données et d’apprendre de celles-ci. Ain- si, l’IA est dynamique et possède un niveau d’au- si, l’IA est dynamique et possède un niveau d’au- tonomie que les algorithmes traditionnels n’ont tonomie que les algorithmes traditionnels n’ont pas. Dans notre cas, le système est pas. Dans notre cas, le système est auto-apprenant, mais sous la supervision des auto-apprenant, mais sous la supervision des développeurs et des utilisateurs. développeurs et des utilisateurs. ‘Mais nous ne ‘Mais nous ne sommes qu’au sommes qu’au tout début de la tout début de la révolution de l’IA révolution de l’IA en pathologie.’ en pathologie.’ L’IA remplacera-t-elle un jour totalement L’IA remplacera-t-elle un jour totalement l’expertise l’expertise humaine d’un humaine d’un pathologiste ? pathologiste ? Pas encore, Pas encore, mais cela mais cela pourrait être pourrait être possible à possible à l’avenir. l’avenir. Actuellement, Actuellement, l’IA est l’IA est principalement principalement un outil qui un outil qui améliore et accélère le processus diagnostique. améliore et accélère le processus diagnostique. Cependant, chaque résultat doit encore être Cependant, chaque résultat doit encore être vérifié individuellement. vérifié individuellement. Les cas clairement anormaux sont bien Les cas clairement anormaux sont bien interprétés par l’IA, mais les cas complexes interprétés par l’IA, mais les cas complexes restent un défi, nécessitant une attention restent un défi, nécessitant une attention particulière et des investigations supplémen- particulière et des investigations supplémen- taires, même pour les pathologistes humains. taires, même pour les pathologistes humains. Nous ne sommes qu’au début de la révolution de Nous ne sommes qu’au début de la révolution de l’IA en pathologie, et je suis curieux de voir ce que l’IA en pathologie, et je suis curieux de voir ce que l’avenir nous réserve. Pour l’instant, je ne me sens l’avenir nous réserve. Pour l’instant, je ne me sens pas menacé dans mon travail. Une expertise pas menacé dans mon travail. Une expertise humaine sera toujours nécessaire pour humaine sera toujours nécessaire pour superviser le système. superviser le système. Connext | 19