Digital Society Forum Digital Society Forum
Focus 02/04/2020

L'IA ouvre des pistes prometteuses face au coronavirus mais il faut rester prudent

L'intelligence artificielle peut aider à mieux comprendre le virus et à trouver des traitements mais les résultats à ce stade doivent être traités avec précaution.
Image par mattthewafflecat de Pixabay
Face au coronavirus, que peut faire l'intelligence artificielle ? Dans le domaine médical, l'IA peut être un auxiliaire précieux pour les soignants, mais en aucun cas une solution miracle à une crise sanitaire, sociale et politique. Dans cette enquête en deux volets, nous interrogerons d'abord les rôles possibles de l'IA dans le domaine médical, puis dans un second article, la question de l'utilisation des données massives et la tension entre besoin d'information à l'échelle des populations et garantie de la vie privée .

En décembre, une start-up canadienne a été une des premières à identifier la menace épidémique dans la province de Hubei et à en informer ses clients, parmi lesquels des entreprises et des agences gouvernementales de différents pays. Son arme ? Un programme d’intelligence artificielle, analysant différentes données de santé pour identifier avant tout le monde les tendances émergentes.
Quatre mois plus tard, l’épidémie est devenue mondiale et personne ne sait avec certitude comment le monde en sortira. Force est de constater que ce diagnostic précoce n’a pas permis d’éviter la crise : preuve qu’ici comme ailleurs, il faut se garder du « solutionnisme » technologique.
Pourtant, l’IA pourrait se révéler très utile à la sortie de crise, à condition de l’envisager comme un auxiliaire et non une panacée – et que l’urgence sanitaire ne serve pas à rogner la protection des données privées.

Mieux comprendre le virus


Au plan médical, l’IA peut aider à mieux comprendre le fonctionnement du virus, et à identifier des traitements.

DeepMind, la filiale de Google spécialisée dans l’intelligence artificielle, a ainsi annoncé travailler sur le séquençage de la protéine du virus Sars-Cov-2, avec son outil AlphaFold, qui permet de faire des modélisations de protéines en 3D. «Nous espérons pouvoir participer à l’effort scientifique en utilisant la dernière version de notre système AlphaFold pour publier des prédictions sur la structure de plusieurs protéines mal connues associées au SARS-CoV-2, le virus responsable du Covid-19», explique un communiqué sur le site de DeepMind . DeepMind a partagé les résultats obtenus avec la communauté scientifique. Mais l’entreprise met en garde contre un excès de confiance car ces résultats n’ont pas encore été validés par les pairs et sont de toutes façons préliminaires : « les expériences nécessaires pour identifier ces structures peuvent prendre des mois et parfois aboutir à une impasse.»

En France, l’Institut National de la Santé et de la Recherche Médicale (INSERM) a annoncé le financement d'un projet de recherche similaire , utilisant des méthodes d'intelligence artificielle pour mieux comprendre la biochimie des protéines du virus et tester sur les modélisations obtenues l'effet de possibles inhibiteurs.

Dépistages et diagnostics


Dans un contexte où les hôpitaux et professionnels de santé sont surchargés et le nombre de tests insuffisants, des entreprises développent des solutions d’intelligence artificielle pour aider au dépistage.

Des outils de diagnostics simplifiés à base de chatbots sont déjà mis en place, mais ils ne font souvent que quasiment reprendre les outils d’autodiagnostic déjà mis en ligne par le gouvernement.

D’autres utilisations plus ambitieuses reposent sur la vision assistée par ordinateur et le traitement d’images par des logiciels d’intelligence artificielle (comme c’est déjà le cas en ophtalmologie ou en dermatologie , avec des résultats très probants).
Une entreprise chinoise, Infervision, annonce avoir développé des logiciels de vision assistée par ordinateur capable d’analyser des scanners thoraciques pour déceler des signes liés à la maladie, notamment à ses complications pulmonaires.

Selon le fondateur d’Infervision, interviewé dans la revue médicale The Lancet , des aides au diagnostic de ce type pourraient également réduire la contamination des personnels de santé : « Un article dans JAMA (une revue médicale, nldr) affirme que les transmission interhumaines associées à l’hôpital étaient responsables de 41% des contaminations dans une étude portant sur des patients de l’hôpital Zhongnan, à l’université de Wuhan. Nous savons également que plus de 1000 membres du personnel hospitalier de Wuhan ont été dépistés positifs. »

Cependant la fiabilité des diagnostics ainsi réalisés n’est pas encore prouvée. Et ils ne peuvent intervenir que dans les cas où la maladie est déclarée, non dans les cas des patients asymptomatiques ou chez qui la maladie prend des formes plus bénignes.

Chercher des traitements


Les capacités de traitement d’information massive des logiciels d’IA, et leur capacité à y déceler des « patterns », des schémas signifiants, indécelables à plus petite échelle, peuvent se révéler très utiles dans la recherche de traitements.
Selon le magazine Wired , la Maison-Blanche a ainsi lancé une initiative avec des universitaires et des entreprises de tech pour permettre aux chercheurs en IA d’accéder à une large masse d’informations scientifiques relatives au coronavirus. « En croisant les article scientifiques par mots-clés et en y cherchant des patterns, les algorithmes d’intelligence artificielle pourraient contribuer à identifier de nouveaux traitements ou des facteurs qui aggravent l’effet du virus chez certains patients », écrit Wired.

Plusieurs entreprises utilisent des outils d’intelligence artificielle, combinés à des techniques de génomique et de médecine de précision, pour tenter d’identifier des traitements.
Certaines techniques tirent profit de la grosse puissance des machines et de la capacité des IA à effectuer un très grand nombre de calcul pour chercher des médicaments possibles : c’est le cas des algorithmes de « design génératif », qui produisent un large éventail de résultats possibles et les trient ensuite pour ne sélectionner que les plus intéressants.

Une autre piste est de combiner le traitement d’informations scientifiques massives avec des techniques de génomique pour chercher des repositionnements possibles — c’est-à-dire identifier des médicaments existants qui pourraient être appliqués au traitement du coronavirus.
Pharmanext, en France , ou encore BenevolentAI au Royaume-Uni , ont ainsi annoncé avoir identifié grâce à des IA plusieurs médicaments potentiellement repositionnables.

S’il est clair que l’IA est un outil précieux de la recherche médicale, il faut rester prudent et se méfier des effets d’annonce, en IA médicale comme ailleurs. Ces initiatives sont récentes et leurs résultats n’ont pas encore été testés dans la durée, ni validés par la communauté scientifiques.

Ici comme ailleurs encore, les avertissements que l’on peut lire sur le site de l’Inserm , très actif dans le développement de l’IA en santé, restent valables : « Malgré les énormes capacités de calcul offertes par les ordinateurs actuels, aucune application existante ne peut s’afficher comme réellement intelligente : elle devrait pour cela être multitâches et capable de réagir correctement dans des situations non prévisibles et non préprogrammées. On est encore très loin du compte. »

Lire la suite de cette enquête ici .

Article disponible en anglais


Les commentaires

Pour réagir à cet article, je me connecte Je m’inscris

Soyez le premier à réagir !

S’inscrire et participer

Inscrivez vous sur le Digital Society Forum pour commenter et réagir sur les articles et être informé des événements à venir

DSF