Dans son rapport annuel, AI for Health analyse les bonnes pratiques de l’IA en santé

Comment les organisations de santé perçoivent et appliquent l’IA et les data dans la chaîne de valeur, en tant qu’écosystème ? Pour le savoir, les organisateurs d’AI for Health ont interrogé plus de 80 acteurs du secteur. Il ressort de cette enquête que les données et l’IA sont des priorités élevées pour les PDG et les cadres supérieurs (3/4 en moyenne). Les cadres semblent moyennement acculturés aux données et à l’IA (2,5/4), en particulier au sein des laboratoires pharmaceutiques et de recherche. La plupart des entreprises privées du panel interrogé déclarent disposer d’un département dédié aux données, à l’IA et à l’innovation (100 % des medtechs, 86 % des pharmas). Des rôles spécifiques pour piloter les feuilles de route de l’IA existent mais sont encore trop éloignés des comités exécutifs. 

Développement et maturité en progrès

La perception globale d’une maturité moyenne concernant les données et l’IA cache des hétérogénéités : les start-up et les scale-up se considèrent toujours comme “très matures” tandis que les sociétés pharmaceutiques, les hôpitaux et les laboratoires de recherche considèrent leur maturité comme plus faible. Les start-up montrent également une plus grande confiance dans leur capacité à évoluer rapidement (3,4/4), tandis que les pharmas et les laboratoires de recherche semblent plus dubitatifs (respectivement 2,4/4 et 2/4).

Complémentarité des profils

Les data scientists et data ingénieurs restent les profils les plus représentés au sein des équipes data, suivis des product owner, data managers/architectes (pour les entreprises non start-up) et des développeurs front-end (pour les start-up). Les organisations de santé continuent de tirer parti de l’IA pour offrir de meilleurs soins aux patients (considérée comme clé à 77 % pour les hôpitaux, les start-up, les pharmacies et les technologies médicales) et pour améliorer la satisfaction des professionnels de la santé du patient 1 (clé à 51 % pour les sociétés pharmaceutiques et médicales). La plupart d’entre eux (63 %) adoptent une approche centrée sur l’utilisateur pour construire leurs cas d’utilisation de l’IA.

Évolution de perception

L’étude constate qu’un changement de perception est en marche dans le secteur. “En effet, à mesure que leur engagement dans des projets d’IA augmente, les acteurs de la santé commencent à rencontrer plus de difficultés. En moyenne, les freins répertoriés étaient considérés à 67 % comme des barrières, contre 50 % en 2020.” La qualité des données et l’accessibilité restent la préoccupation principale (un obstacle pour 90 % du panel), mais le manque de budget et les difficultés à conduire le changement se posent également comme des problèmes, selon les acteurs. Les dimensions de la vie privée sont désormais systématiquement prises en compte par la plupart des acteurs (81 %). La souveraineté des données demeure un sujet important pour la plupart des acteurs (94 %).

Focus technologique

D’un point de vue technique, le nettoyage et le stockage des données concentrent le plus d’efforts (60 %). L’apprentissage automatique / l’apprentissage profond et la datavisualisation semblent être largement utilisés dans tous les domaines (respectivement 90 % et 80 %) tandis que de nouvelles techniques comme Le traitement du langage naturel (NLP) entraîne de plus en plus de cas d’utilisation. L’informatique quantique ressemble à un coup plus important pour l’industrie. La collaboration avec les fournisseurs de cloud est généralement adoptée ou planifiée (69 %).

Une très forte logique de partenariat

Concernant les partenariats, 80 % du panel déclare s’appuyer au moins parfois sur ceux-ci. Les collaborations scientifiques avec des universitaires sont les plus courantes (70 %). Quant aux partenariats technologiques, les laboratoires pharmaceutiques et de recherche sont plus enclins à s’associer avec des géants de la technologie (respectivement 72 % et 63 % déclarent travailler au moins “parfois” avec eux). Enfin, les auteurs remarquent que les médecins et les patients commencent à trouver leur chemin vers un modus vivendi avec l’IA. Pour les médecins, cela se traduit par le fait que l’IA devient un compagnon “convivial” afin qu’ils se sentent plus en confiance pour prodiguer des soins de qualité. Tandis que les patients de leur côté auraient besoin de faire confiance à leurs médecins et au système pour partager leurs données pour leur bénéfice personnel et pour une communauté plus large.