Une étude publiée dans Nature met en lumière le potentiel transformateur de l’intelligence artificielle (IA) pour accélérer les découvertes dans la recherche sur les maladies infectieuses et améliorer la réponse aux épidémies.
Cette publication intervient dans un contexte de débat mondial croissant sur l’investissement et la réglementation de l’IA, et insiste sur la nécessité d’une approche axée sur la sécurité, la responsabilité et l’éthique lors du déploiement et de l’utilisation de l’IA dans le domaine de la santé publique.
L’étude souligne l’importance d’un environnement collaboratif et transparent, tant au niveau des ensembles de données que des modèles d’IA, et résulte d’un partenariat entre des scientifiques du monde entier. Alors que les applications médicales de l’IA se sont jusqu’à présent concentrées principalement sur les soins aux patients individuels, cette analyse examine l’utilisation de l’IA dans la santé des populations.
L’étude révèle que les progrès récents des méthodologies d’IA offrent des performances de plus en plus satisfaisantes, même avec des données limitées, ce qui représente un atout majeur. Cette amélioration ouvre de nouvelles perspectives pour l’utilisation des outils d’IA afin d’améliorer la santé dans les pays tant à revenu élevé qu’à faible revenu.
Les opportunités identifiées par les auteurs pour l’IA dans la préparation aux pandémies concernent divers domaines. Ainsi l’IA permet l’amélioration des modèles de propagation des maladies en rendant la modélisation plus robuste, précise et réaliste.
Par ailleurs, elle permet d’identifier des zones à haut risque de transmission. Ceci permettrait d’allouer les ressources de santé limitées de la manière la plus efficace possible pour ces zones. L’IA pourrait détecter plus rapidement les nouveaux variants et pourrait prédire leur potentiel d’infecter d’autres espèces tout en offrant la possibilité d’accélérer le développement de nouveaux vaccins.
Enfin, l’intégration des données individuelles à l’échelle de la population permet de mieux détecter et surveiller les épidémies grâce aux technologies portables.
Les auteurs insistent sur le fait que l’IA ne résoudra pas à elle seule les défis posés par les maladies infectieuses, mais que l’intégration du feedback humain dans les workflows de modélisation de l’IA pourrait aider à surmonter les limites actuelles. Ils soulignent également l’importance de la qualité et de la représentativité des données d’entraînement, de l’accessibilité des modèles d’IA à la communauté et des risques potentiels liés au déploiement de modèles de type « boîte noire » pour la prise de décision.
