Des enquêtes de terrain mettent en lumière les limites comme les atouts d’outils d’aide à la décision médicale basés sur l’intelligence artificielle (IA) utilisés, par exemple, pour mieux détecter des lésions cancéreuses par imagerie médicale, évaluer un traitement dans la sclérose en plaques ou encore livrer un « deuxième avis »..
Les outils d’intelligence artificielle (IA) pour la médecine sont entourés de beaucoup de promesses. Celles-ci sont nombreuses : on attribue aux technologies d’IA la capacité de standardiser les pratiques et de dépasser la variabilité inhérente à chaque observateur et entre deux observateurs différents, de suppléer à des manques d’expertise ou de fournir une solution aux « déserts médicaux », d’empêcher les erreurs diagnostiques par le dépassement des faiblesses humaines comme la fatigue, de mieux affiner la personnalisation des prises en charge…
Qu’en est-il de ces promesses quand elles sont mises au défi des usages ? Qu’elle est la vision des professionnels confrontés à l’introduction de ces technologies ? Quels sont les freins qui entravent leur intégration en pratique clinique mais aussi quelles sont les appropriations réussies ?
Les recherches que j’ai menées autour de la conception et des usages d’outils d’aide à la décision au sein de diverses spécialités médicales (radiologie, oncologie, neurologie, médecine de la reproduction) ont fait émerger des craintes des professionnels mais aussi des difficultés d’articulation des technologies avec les pratiques existantes.
Faire coïncider performances techniques et utilité clinique
En premier lieu, je me suis intéressée à la radiomique qui vise à extraire des informations de bases de données d’images médicales afin de découvrir des biomarqueurs capables d’améliorer la prédiction en oncologie. La radiomique fait partie de ces domaines récents pour lesquels la question de la…
Auteur: Giulia Anichini, Anthropologue, Post-doctorante à l’ISNS et au Cermes3, Inserm
