Depuis mai, des équipes sur le terrain en République démocratique du Congo (RDC) combattent le virus Ebola Bundibugyo, selon Euronews FR. Chaque jour, les équipes appelées health workers, des agents de santé communautaires, frappent aux portes des maisons et proposent des conseils. Elles recensent les guérisons et les décès et orientent les personnes présentant des symptômes suspects vers des structures médicales.

Ce savoir accumulé par les health workers, consigné dans leurs carnets où figure l'état de santé de toute une communauté, a été numérisé. Qui est tombé malade ? Avec qui la personne a-t-elle été en contact et où s'est-elle rendue avant d'apprendre sa contamination ? Pour analyser ces réponses et ces signalements, les équipes ont utilisé le modèle Claude développé par Anthropic.

Ce qu'il faut retenir

  • L'intelligence artificielle est utilisée pour lutter contre les épidémies, notamment Ebola en RDC.
  • Les équipes de santé utilisent le modèle Claude pour analyser les données et prendre des décisions.
  • L'IA peut aider à évaluer plus rapidement la propagation des épidémies et à cibler plus précisément l'aide médicale.

L'IA au service de la santé

La Dr Marie Roseline Darnycka Belizaire, directrice de la préparation et de la riposte aux situations d'urgence au bureau régional pour l'Afrique de l'Organisation mondiale de la santé (OMS), a déclaré : « Un rapport de situation est désormais prêt en une heure au lieu d'occuper toute une journée de travail ». L'intelligence artificielle peut aider à apprécier plus vite la propagation des épidémies et à cibler plus précisément l'aide médicale.

Les autorités ont identifié des zones potentielles de flambée et commencé à se préparer, par exemple en acheminant des stocks de matériel médical vers des points névralgiques ou des régions à risque. Dans une urgence, cela peut être décisif. Plus les autorités sanitaires réagissent tôt à un possible foyer, mieux elles peuvent se préparer et organiser la prise en charge.

Les défis de l'IA dans la santé

Les systèmes modernes d'IA peuvent analyser de vastes volumes de données et repérer des motifs qui échappent aux humains. Mais il reste souvent difficile de comprendre comment ils obtiennent leurs résultats. Le Dr Thomas Thesen, professeur de formation médicale et d'informatique à la Geisel School of Medicine de l'université américaine Dartmouth, a souligné : « Ces systèmes sont extrêmement doués pour reconnaître des schémas, mais vraiment mauvais pour nous expliquer de quoi il s'agit ».

Cela pose un défi particulier dans le système de santé. Quand un système fournit un diagnostic ou une recommandation thérapeutique, les soignants doivent pouvoir juger si cette proposition a du sens dans le cas précis. Le résultat ne suffit pas toujours. La façon d'y parvenir doit elle aussi rester compréhensible.

Et maintenant ?

L'IA peut contribuer à alléger la charge de travail, à optimiser les tâches administratives, à améliorer la prise de décision clinique et la qualité des diagnostics. Cependant, il est essentiel de ne pas déléguer toutes les opérations mentales à une IA et de garder l'apprentissage autonome pour comprendre un savoir et le retenir sur le long terme.

Les prochaines étapes attendues incluent l'intégration de l'IA dans les systèmes de santé existants, la formation du personnel de santé pour utiliser ces outils et l'amélioration de la transparence et de la responsabilité dans l'utilisation de l'IA. La confiance dans les systèmes de santé locaux doit également être renforcée pour que les personnes malades demandent une aide médicale à temps.

En conclusion, l'intelligence artificielle peut être un outil précieux pour lutter contre les épidémies et améliorer les soins, mais il est essentiel de prendre en compte les défis et les limites de cette technologie pour en faire un usage efficace et responsable.