< Retour à l'accueil

Intelligence Artificielle et détection du cancer du sein

Comment réussir un projet d’Intelligence Artificielle en matière de détection du cancer du sein ?

Thème: Service & expérience utilisateur

L’Intelligence artificielle et en particulier les dispositifs d’aide à la décision médicale à base d’apprentissage automatique (ou machine learning) ouvre des perspectives prometteuses pour faire advenir une cancérologie 4P (préventive, prédictive, participative et personnalisée), pour un diagnostic, un pronostic et un suivi thérapeutique plus précis, plus individualisés et plus efficients.
La translation de ces dispositifs dans la clinique soulève des enjeux éthiques et légaux qui sont abondamment traités dans la littérature.
Toutefois, une question essentielle reste à ce jour peu étudiée : quels seront les impacts potentiels de ces nouvelles technologies sur les professions médicales ?

Le projet MaLO, auquel je suis associé, entend combler cette lacune, en combinant des approches à la fois théoriques, empiriques et expérimentales. Il réunit l’Université Technologique de Compiègne, l’Université catholique de Lille, l’Université Jean Moulin Lyon 3 et l’Institut national du cancer.

Les objectifs

  • Examiner les impacts potentiellement « disruptifs » des dispositifs de machine learning sur les professions médicales, ainsi que sur les connaissances et les pratiques en cancérologie.
  • Eclairer ces nouveaux dispositifs à la lumière de l’histoire de l’utilisation d’algorithmes en médecine ces dernières décennies, avec en ligne de mire la question de savoir si les succès et échecs passés peuvent aider à mieux cerner les enjeux du machine learning actuel.
  • Identifier les besoins et les valeurs des médecins cancérologues aussi bien que des patients, et examiner les enjeux éthiques et légaux soulevés par les systèmes de machine learning, dans le but de dégager les conditions d’une appropriabilité de ces dispositifs par les médecins, et d’une confiance des patients en des médecins équipés de ces mêmes dispositifs.
  • Mettre en œuvre une méthode de design en vue d’amener tous les acteurs (médecins cancérologues, patients, ingénieurs concepteurs des systèmes de machine learning) à co-concevoir des dispositifs sensibles aux valeurs et aux besoins des usagers.

Après s’être entretenu avec les protagonistes de 4 projets réalisés à Lyon, Toulouse, Lille et Paris, les ateliers de codesign sont en cours.