L’intelligence artificielle en santé est souvent associée à des technologies visibles, comme les outils d’aide au diagnostic ou l’analyse d’images médicales. Mais une partie de sa valeur se trouve aussi dans des usages plus discrets : comprendre les documents produits par les établissements, faciliter leur circulation et rendre les données plus facilement exploitables.
À l’occasion de la conférence CHAM (Convention on Health Analysis and Management), Franck Le Ouay, CEO de Lifen, a partagé sa vision d’une IA utile au système de santé. Son constat : les établissements disposent déjà d’une grande quantité d’informations, mais celles-ci restent souvent dispersées dans des documents, des PDF et des centaines de logiciels peu interconnectés.
L’enjeu n’est donc pas seulement d’inventer de nouveaux outils, mais de mieux utiliser l’information qui existe déjà. La rendre plus accessible, plus compréhensible et plus exploitable pour les professionnels de santé, les équipes de recherche et les établissements. Cette transformation n’est pas à venir : elle est déjà à l’œuvre dans des centaines d’établissements de santé.
Les établissements de santé doivent répondre à des besoins croissants, dans un contexte où les ressources humaines, financières et techniques sont limitées. Les équipes consacrent encore une part importante de leur temps à rechercher, transmettre, classer ou ressaisir des informations.
Pour Franck Le Ouay, l’intelligence artificielle peut contribuer à améliorer le fonctionnement du système de santé sans ajouter de complexité aux professionnels.
S’il y a, avec des budgets limités et des contraintes, un moyen de faire évoluer les choses et d’améliorer la qualité des soins, c’est bien l’IA.
L’IA en santé peut notamment intervenir dans la coordination des soins, l’interopérabilité des systèmes d’information, la gestion des documents médicaux et la constitution de bases de données pour la recherche clinique.
Son intérêt ne réside pas uniquement dans sa capacité à automatiser. Elle peut aussi aider les professionnels à mieux comprendre l’information médicale déjà produite par les établissements.
Une grande partie de l’information utile se trouve encore dans des documents non structurés : comptes rendus, courriers, PDF ou documents numérisés.
Ces informations sont disponibles, mais elles restent difficiles à traiter automatiquement avec les outils informatiques traditionnels. Elles doivent souvent être lues, interprétées, orientées ou classées manuellement.
Les progrès récents de l’intelligence artificielle permettent désormais d’analyser le langage médical et de mieux comprendre le contenu de ces documents.
On peut faire des modèles d’IA qui lisent le texte, le comprennent, et donc on peut enfin faire des choses intéressantes.
Cette capacité ouvre de nombreux usages pour l’IA à l’hôpital. Elle peut permettre d’identifier automatiquement la nature d’un document, le patient concerné, le service destinataire ou encore l’emplacement où il doit être classé dans le dossier patient informatisé.
L’objectif est de réduire les manipulations manuelles et de rendre l’information médicale plus facilement accessible aux personnes qui en ont besoin, et en premier lieu, les soignants.
Dans un hôpital ou une clinique, l’information ne circule pas dans un système unique. Les professionnels utilisent de nombreux logiciels spécialisés, chacun répondant à un besoin précis : bloc opératoire, imagerie, laboratoire, gestion administrative, dossier patient ou spécialités médicales.
Ces outils produisent tous des informations utiles, mais ils ne communiquent pas toujours facilement entre eux.
Dans un hôpital, un CHU, il n’y a pas un logiciel, il y en a des centaines.
Cette fragmentation peut compliquer la circulation de l’information et la coordination entre les équipes. Elle rend également plus difficile l’exploitation des données pour la recherche ou l’analyse des pratiques.
L’IA contribue à résoudre cette difficulté en analysant les informations produites par ces différents systèmes. Elle peut identifier un compte rendu opératoire, comprendre à quel patient il correspond et déterminer comment il doit être transmis ou classé.
L’objectif n’est pas nécessairement de remplacer les logiciels existants. Il s’agit plutôt de créer une couche capable de comprendre les informations qu’ils produisent et de mieux les relier.
L’IA en santé est parfois présentée à travers des cas d’usage complexes. Mais certaines applications concernent des tâches plus quotidiennes, avec des bénéfices immédiats pour les équipes hospitalières.
La transmission des comptes rendus et le classement des documents dans le dossier patient informatisé en sont deux exemples.
Lors de son intervention à CHAM, Franck Le Ouay a cité plusieurs résultats associés à ces usages : une division par trois des frais postaux, environ 10% de temps gagné pour les secrétaires sur l’envoi des comptes rendus et environ 20% de temps gagné sur le classement des documents.
Ces chiffres illustrent néanmoins une caractéristique importante de l’IA en santé : sa valeur peut venir de tâches simples, répétitives et indispensables au bon fonctionnement des établissements.
En automatisant une partie de ces activités, l’IA peut réduire la ressaisie, limiter les manipulations et permettre aux équipes de consacrer davantage de temps aux tâches qui nécessitent leur expertise.
La recherche clinique constitue un autre domaine dans lequel l’intelligence artificielle peut apporter une contribution importante.
Les établissements disposent de volumes considérables de données médicales, mais ces informations sont souvent difficiles à structurer et à exploiter. La création d’une base de données de recherche peut nécessiter un travail important de collecte, de vérification et de mise en forme.
L’IA peut automatiser une partie de ce processus en analysant les comptes rendus médicaux et en identifiant les informations pertinentes.
L’objectif est de faciliter la constitution de bases de données plus importantes, plus récentes et de meilleure qualité. Avec davantage de patients et des données mieux structurées, les équipes de recherche peuvent disposer d’une puissance statistique plus importante pour étudier certains phénomènes de santé.
Ces usages de l’IA en santé peuvent contribuer à accélérer la recherche, tout en réduisant le temps consacré aux tâches manuelles de préparation des données.
L’intelligence artificielle peut également aider les établissements à mieux comprendre les pratiques de soins et les parcours des patients.
Lorsqu’un établissement dispose de millions de comptes rendus médicaux, il devient difficile d’analyser manuellement les informations qu’ils contiennent. Pourtant, ces documents peuvent fournir des indications utiles sur les prises en charge, les parcours et les pratiques des services.
L’IA peut analyser ces volumes importants de données et faire émerger des tendances qui seraient difficiles à identifier autrement.
À terme, ces analyses pourraient alimenter des tableaux de bord pour les établissements et contribuer à une meilleure évaluation des pratiques. Franck Le Ouay évoque également la possibilité que ces outils puissent intéresser les acteurs de la régulation.
Ces perspectives nécessitent un cadre rigoureux, une attention particulière portée à la qualité des données et un usage respectueux de l’expertise des professionnels de santé. L’IA peut aider à analyser et à comprendre les informations, mais elle ne remplace ni le jugement clinique ni la responsabilité des équipes.
À travers ces différents exemples, une même conviction se dégage : l’IA en santé doit d’abord répondre à des problèmes concrets.
Elle peut agir en arrière-plan pour faciliter la transmission des documents, améliorer le classement dans le dossier patient informatisé, connecter des systèmes hétérogènes, structurer des données de recherche ou faire émerger de nouvelles connaissances à partir des pratiques observées.
Cette IA peut être peu visible pour les utilisateurs, tout en produisant des effets importants sur l’organisation des établissements et sur la recherche en santé.
Pour les hôpitaux, l’enjeu est de pouvoir s’appuyer sur leurs outils existants tout en améliorant progressivement la circulation et l’exploitation de l’information.
L’objectif n’est pas d’ajouter une nouvelle complexité au quotidien des équipes. Il est de rendre les données de santé plus utiles, les parcours plus fluides et les connaissances plus facilement accessibles.
Vous souhaitez échanger sur les usages de l’IA pour améliorer les soins ou accélérer la recherche clinique ? Contactez nos équipes.
