Donner aux prestataires de soins de santé les moyens d’agir grâce à l’IA générative – Technology Record

Contributeur invité |

05 octobre 2023

L’intelligence artificielle est désormais au centre des préoccupations des fournisseurs de technologies, et 2023 marque la saison de l’innovation en matière d’IA générative. Le regain d’intérêt suscité par l’IA générative dans le domaine de la santé dépasse l’attrait typique de la nouveauté.

Selon un article de McKinsey & Company de juillet 2023, l’IA générative représente « un nouvel outil significatif qui peut aider à débloquer une partie du potentiel d’amélioration non réalisé de 1 000 milliards de dollars présent dans le secteur de la santé ». De l’automatisation des lettres de pré-autorisation à la synthèse des notes des patients, l’IA générative est progressivement intégrée aux services de santé pour offrir des expériences améliorées aux patients et aux professionnels de la santé. Même si les préoccupations concernant la sécurité et l’éthique de l’utilisation de l’IA générative dans les soins de santé et les sciences de la vie persistent, les organisations trouvent des moyens par lesquels la technologie peut améliorer les soins de santé sans compromettre la qualité des soins et la vie privée des patients.

À grande échelle, Microsoft travaille avec la société de logiciels de soins de santé Epic pour alléger le fardeau administratif des cliniciens en intégrant Azure Open AI dans son logiciel de dossiers médicaux électroniques. Cette synergie permet aux cliniciens et au personnel d’interagir avec les données de santé de manière conversationnelle et intuitive, répondant ainsi plus efficacement aux messages des patients. De plus, grâce à Nuance DAX Express, Microsoft a intégré des capacités de documentation clinique basées sur l’IA dans les flux de travail Epic, allégeant ainsi les charges de travail administratives qui contribuent à l’épuisement professionnel, tout en élargissant l’accès aux soins des patients et en améliorant les résultats des soins de santé.

À l’autre extrémité du spectre, les entreprises plus petites et plus jeunes jouent également un rôle essentiel dans l’intérêt généralisé et l’adoption de l’IA générative. Pangea Data, une entreprise de technologie des sciences de la vie, relève les défis cliniques en fournissant une plateforme de produits qui combine l’expertise médicale avec une IA innovante pour imiter les tâches manuelles d’un clinicien. Pangea a démontré le potentiel et les limites des grands modèles linguistiques (LLM) en menant deux analyses à l’aide de ChatGPT et GPT-4 : l’une pour trouver des patients atteints de maladies spécifiques à l’aide d’une grande base de données de dossiers de santé électroniques réelle, et l’autre pour aider les travailleurs de la santé à évaluer prospectivement les patients atteints de maladie pulmonaire obstructive chronique (MPOC) tout au long de la progression de leur maladie.

Pangea a révélé que GPT-4 s’acquitte efficacement de diverses tâches concernant diverses maladies, telles que la BPCO, la maladie rénale chronique, la cachexie cancéreuse, les infections par le virus de l’herpès simplex et la cholangite biliaire primitive. Pour générer un texte plus cohérent et plus complet, Pangea a utilisé des techniques d’incitation telles que la chaîne de pensée, qui intègrent les connaissances cliniques des maladies et demandent aux LLM de produire un raisonnement intermédiaire. Il a également utilisé des invites en quelques étapes, permettant à GPT-4 d’apprendre à partir de quelques exemples sans nécessiter de données de formation approfondies. Pangea a démontré la capacité du GPT-4 à atteindre des niveaux de performance allant jusqu’à 96 % des scores F1 pour la classification des maladies, ainsi que le potentiel de fournir une assistance aux cliniciens dans l’évaluation prospective des patients.

Une autre société, ScienceIO, a pour mission de développer des modèles linguistiques pour déchiffrer les données de santé. Sa solution transforme les textes médicaux en données enrichies pour améliorer la prise en charge des patients. Grâce à l’interface de programmation d’applications, les utilisateurs peuvent analyser les dossiers médicaux et identifier les détails essentiels tels que les médicaments, les traitements et les procédures. De plus, ScienceIO garantit la sécurité des données en excluant les informations sensibles sur les soins de santé. Le fondement du travail de ScienceIO repose sur ses modèles linguistiques spécifiques aux soins de santé, qui sont formés à l’aide de données biomédicales et cliniques de haute qualité pour éviter les biais potentiels et les mauvaises pratiques qui peuvent s’infiltrer à partir des données Web, posant ainsi des risques pour les applications de soins de santé. ScienceIO a récemment dévoilé son API Embeddings, qui aide les développeurs à créer des produits de recherche permettant de découvrir des informations critiques sur les patients.

Au-delà de l’aide aux soins des patients, les startups exploitent également de grands modèles linguistiques pour comprendre et améliorer l’expérience et l’engagement des patients. Hyro, un fournisseur de solutions de soins de santé par IA conversationnelle, permet aux entreprises d’automatiser les flux de travail et les interactions sur leurs plateformes, services et canaux les plus précieux, y compris les centres d’appels, les sites Web et les applications mobiles. En utilisant une approche plug-and-play associée à l’intelligence conversationnelle, Hyro fournit des analyses omnicanales, notamment des mesures d’engagement, des sujets d’actualité et des lacunes dans les connaissances, qui offrent un contrôle et une optimisation de pointe. Spot, son nouvel assistant basé sur GPT, jouit de la confiance des principaux systèmes de santé mondiaux. Il génère des réponses personnalisées aux requêtes tout en dirigeant les patients vers les pages pertinentes pour une exploration plus approfondie.

Une fois que les cliniciens ont interagi avec les patients, CommerceAI peut les aider à surveiller leurs sentiments via l’IA générative. La dernière offre de CommerceAI, auto-MATE, est un outil d’IA générative destiné à divers secteurs, notamment la santé, en traitant des données non structurées telles que les appels du centre de contact, les réunions Teams ou les enregistrements de télémédecine pour extraire des informations structurées et automatiser ensuite les flux de travail. Cet outil rationalise les opérations des prestataires, améliore les soins aux patients et améliore les résultats globaux des soins de santé. CommerceAI adapte même l’outil auto-MATE spécifiquement aux sociétés pharmaceutiques pour soutenir des activités allant de la découverte de médicaments à la conformité réglementaire.

Même si le potentiel de l’IA générative dans le domaine de la santé est immense, il reste encore beaucoup à apprendre et des garanties à développer. Le principe clé pour adopter avec succès les LLM est de commencer par des scénarios à faible risque et à fort impact, tels que des tâches administratives, dont tous les résultats sont soumis à l’évaluation d’un clinicien. En tant qu’industrie, nous devons travailler ensemble pour résoudre les défis de la confidentialité des données, des biais algorithmiques et de l’interprétabilité afin de garantir le déploiement sûr et responsable des LLM dans les soins aux patients.

Sally Ann Frank est responsable mondiale des sciences de la santé et de la vie chez Microsoft for Startups

Cet article a été initialement publié dans le numéro d’automne 2023 de Dossier technologique. Pour recevoir les prochains numéros directement dans votre boîte de réception, inscrivez-vous pour un abonnement gratuit