D’une part, l’IA “forte” cherche à créer des machines capables de raisonner comme les humains, avec le risque de créer une intelligence supérieure à celle de l’homme, dotée d’une conscience propre. D’autre part, l’IA “faible” vise à concevoir des machines pour aider les humains dans leurs tâches. Cette approche mobilise un large éventail de disciplines telles que l’informatique, les sciences cognitives et les mathématiques, conduisant à des systèmes d’aide à la décision médicale.
L’IA symbolique, basée sur des règles logiques et des modèles formels, a permis le développement de systèmes tels que les systèmes experts, utilisés en médecine pour aider à diagnostiquer des maladies. Cette approche nécessite une modélisation intensive des connaissances par des spécialistes du domaine.
L’IA numérique se concentre sur l’apprentissage à partir de données, en utilisant des techniques telles que l’apprentissage automatique et le deep learning. Ces méthodes détectent des modèles dans de grandes quantités de données, les rendant utiles pour des applications telles que la reconnaissance d’images médicales pour le dépistage de maladies.
Les grands modèles de langage (LLM) sont des modèles d’apprentissage automatique capables de comprendre et de générer des textes en langage humain. En médecine, les LLM sont utilisés pour l’extraction automatique de connaissances à partir de données cliniques. Cependant, leur utilisation pour des tâches médicales complexes comme le diagnostic reste limitée en raison des erreurs potentielles et de la nécessité d’une supervision humaine.
Malgré ces limitations, des améliorations sont envisageables grâce à l’enrichissement des données d’entraînement et à une meilleure formulation des questions posées aux agents conversationnels. Un nouveau domaine émerge, celui de l’ingénierie de prompts, pour améliorer l’efficacité de ces systèmes. ChatGPT répond mieux à certaines formulations de questions, ce qui donne naissance à un nouveau métier : ingénieur prompt.
La robotique, un sous-domaine de l’intelligence artificielle, s’étend dans divers secteurs, notamment la chirurgie assistée par ordinateur, les prothèses intelligentes et les robots d’assistance aux personnes fragiles ou âgées. Cependant, son développement soulève des questions éthiques, telles que la protection des données personnelles et les frontières entre l’humain et le robot.
L’intelligence artificielle en médecine offre des perspectives prometteuses, mais nécessite des recherches approfondies pour améliorer les performances techniques et garantir son adéquation aux pratiques médicales. Un défi majeur réside dans la qualité des données médicales, souvent non structurées et sujettes à des erreurs. La protection des données personnelles est essentielle, notamment dans la création d’une plateforme nationale de santé conforme aux réglementations telles que le RGPD.
L’IA joue un rôle croissant dans la prévention des maladies, telles que la détection précoce de la psychose grâce à des projets tels que PsyCARE. Il est essentiel que les applications d’IA soutiennent les médecins plutôt que de les remplacer. Les sciences cognitives inspirent également le développement de l’IA en médecine, visant à imiter le fonctionnement du cerveau humain. L’objectif ultime est de personnaliser les soins en intégrant diverses données des patients, nécessitant des progrès méthodologiques et une collaboration interdisciplinaire étroite.
L’intelligence artificielle représente une révolution technologique avec des applications variées et prometteuses, notamment en médecine. Cependant, son développement doit être accompagné d’une réflexion éthique et d’une amélioration continue des techniques et des pratiques.
