moneta: Mary-Anne Hartley, vous avez conçu «Meditron», une intelligence artificielle (IA) capable de transmettre des connaissances médicales. En quoi est-elle utile?
Mary-Anne Hartley Les grands modèles de langage naturel – ou GML – donnent accès à l’un des aspects fondamentaux de la médecine: l’information. Je considère, en tant que médecin, que la tâche principale de ma discipline consiste à fournir les bonnes informations, au bon moment et au bon endroit. Les GML fiables peuvent aider des personnes qui ne seraient autrement jamais allées consulter un médecin.
On ne parle pas ici de régions avec des infrastructures hospitalières de pointe, mais de milieux dits «à faibles ressources». En quoi diffèrent-ils?
La densité de médecins donne un bon aperçu de la situation. En Suisse comme dans le reste de l’Europe, elle est généralement de 50 à 70 médecins pour 10 000 personnes.En Afrique, cette densité est souvent inférieure à un pour 10 000 personnes.
Et que propose exactement votre modèle de langage appelé «Meditron»?
Imaginez-le un peu comme un «copier/coller» de connaissances médicales. Normalement, une telle duplication est très complexe et coûteuse, et elle nécessite la formation de nouveaux médecins. Mais tout devient bien plus facile avec une IA qui a rassemblé ces connaissances spécialisées!
Pardon, mais les soins médicaux ne sont-ils pas bien plus que de simples informations?
Bien sûr, mais ces informations sont indispensables. Même si l’on dispose de montagnes de médicaments coûteux, ils ne serviront à rien si l’on ignore quand et comment les administrer au mieux.
Comment se représenter le service «Meditron»? Est-ce une IA linguistique qui fonctionne sur smartphone, accessible à toutes et tous?
Notre priorité est que l’IA fournisse des informations correctes et utilisables. Nous testons donc actuellement le modèle en profondeur et lui apprenons à donner les meilleures informations possibles, en fonction du contexte. Ensuite, nous commencerons par le mettre à disposition des médecins. S’il fait ses preuves, nous pourrons aussi en ouvrir l’accès au personnel soignant, puis directement aux patientes et patients.
Quels autres défis faut-il relever pour utiliser un tel système, en particulier dans des pays à faibles ressources?
Les données d’entraînement doivent absolument représenter la situation spécifique qui prévaut dans les pays dépourvus de la coûteuse médecine occidentale. Et cela est difficile. La littérature spécialisée disponible ne reflète pas la situation. Nous avons donc prévu un niveau de formation supplémentaire: des médecins locales et locaux cherchent des points faibles et adaptent le système en conséquence.
Pour l’instant, vous vous focalisez sur des régions non occidentales. De tels systèmes pourraient-ils nous aider également à maîtriser les coûts?
Pourquoi pas? Répartir plus efficacement les ressources est aussi une nécessité chez nous. Avez-vous déjà entendu parler de la «fatigue des médecins»? Elles et ils sont toujours surchargés de travail, et on aurait beaucoup à gagner si l’IA pouvait les soulager de tâches administratives. On peut même voir plus loin: je considère une telle IA d’assistance comme un «dispositif d’écoute», qui s’intègre discrètement entre médecin et patiente ou patient. Le contact visuel s’améliore si la ou le médecin doit moins garder les yeux sur un appareil ou un tableau.
Comprenez-vous les réticences que certaines personnes peuvent avoir vis-à-vis de machines supplémentaires dans le domaine médical?
Honnêtement, je trouve dangereux ce discours «humain contre machine». Il devrait plutôt être question de l’humain et de la machine, de la façon dont l’IA peut nous assister au mieux. Mais revenons aux milieux à faibles ressources: si l’on craint que la machine remplace des humains qui font pourtant un bon travail, le problème est justement que ces humains manquent. L’IA permet de combler des lacunes béantes.
