La CDP, vraiment indispensable ?

La CDP, vraiment indispensable ?

Si l’on s’en réfère à la définition donnée par Gartner, la CDP “est une technologie marketing qui permet d’unifier les données clients en provenance du marketing et de tous les autres canaux afin de construire des profils clients et d’optimiser le timing et le ciblage des messages et des offres ».
Il s’agit donc d’une plateforme qui permet :

– De réunir la donnée client en provenance de différentes sources (web, mobile, CRM, social media, e-commerce etc.)

Gouvernance data : centraliser ou décentraliser ?

Gouvernance data : centraliser ou décentraliser ?

La data est une ressource de plus en plus maîtrisée et exploitée par les entreprises. Le cloisonnement de la donnée tend à disparaître chez les organisations. Gouverner et structurer la data devient donc nécessaire à toute entreprise voulant s’adapter et se développer...

La santé à travers l'Intelligence Artificielle

La santé à travers l’Intelligence Artificielle

25 Mar, 2019 | Santé, Technologies | 0 commentaires

L’Intelligence Artificielle (IA) est un sujet de recherche en pleine expansion qui ne cesse de repousser les limites du possible dans de nombreux domaines. Celui de la santé est certainement celui où l’avancée technologique est la plus impressionnante. Au-delà des aspects futuristes des nouvelles techniques de médecine, c’est tout le processus de soin qui est optimisé.

L’IA a contribué à de grands progrès et notamment, il a permis d’améliorer le parcours de soins des patients de la prise de rendez-vous au suivi post opératoire. C’est l’IA qui va déterminer la médecine du futur : opérations assistées par ordinateur, suivi des patients à distance par application, prothèses intelligentes, traitements sur mesures grâce au grand nombre de données collectées et traitées par l’IA. Le but n’est évidemment pas de remplacer les médecins, mais de les aider à être plus performant dans leurs diagnostics comme dans leurs soins.

Quand l’IA permet un meilleur suivi du parcours de soin

En utilisant des outils de Process Mining (méthode d’analyse des processus à partir des données tracées dans les journaux d’évènements des Systèmes d’Information, dans une démarche d’amélioration continue), les chercheurs de Mines Saint-Étienne peuvent décrire les parcours de soin typiques de patients atteints d’une pathologie donnée. À partir de l’historique des soins d’un patient, de son état à un instant donné, croisés avec les données des parcours de soin de patients similaires, ils peuvent donner les directives de soin à venir.

Pouvoir anticiper les évolutions d’une maladie et les étapes de soin, c’est permettre au patient de limiter les risques auxquels il sera exposé.

Par exemple, dans le cas de personnes diabétiques, la démarche consiste à détecter le plus tôt possible des signaux, même faibles, précurseurs de complications. Pour cela l’IA prend en compte l’historique de prise en charge du patient qu’il compare avec les données d’autres patients diabétiques. Par cette analyse, il est possible de déterminer son risque de développer une insuffisance rénale ou de nécessiter une amputation liée au diabète à un stade précoce et ainsi, d’essayer de l’éviter dans la mesure du possible.

Le parcours de soin synthétiser en un graphe personnalisé

L’équipe de Vincent Augusto au Mines de Saint-Etienne travaille sur la mise au point d’algorithmes qui sont capables d’analyser de grandes quantités de données médicales. Les patients sont ensuite triés et regroupés par critères de similarité. Les différentes catégories de parcours de soin peuvent être établies, chacune rassemblant plusieurs milliers de parcours semblables (patients similaires, complications identiques…). Pour un patient donné et selon sa catégorie, un graphe en est tiré, représentant le parcours de soin typique pour lui. Il peut également être utilisé comme référence pour savoir si un patient en début de pathologie présente des étapes semblables, et ainsi déterminer les probabilités qu’il a d’appartenir à cette catégorie.

Ce graphe représente les parcours de soin de patients suivis sur 8 ans ayant vécu l’implantation d’un défibrillateur cardiaque. La partie en amont de l’implantation permet d’établir des statistiques sur les étapes précédant l’intervention. Celle en aval donne des informations sur le devenir des patients après l’implantation. (source : blogrecherche.wp.imt.fr – Octobre 2018)

santé et parcours de soin de demain avec de l'intelligence artificielle
En procédant de la sorte, les chercheurs mettent au point des graphes longitudinaux : chaque étape de soin représente un point du graphe, et le tout se lit de manière chronologique. Ainsi, le process mining apporte plus d’efficacité et de lisibilité dans la description d’un parcours de soin.

Vers une médecine de plus en plus prédictive…

santé et médecine prédictive- intelligence artificielle

Anticiper une maladie et donc prévoir les symptômes qui en découlent sont devenus depuis peu des enjeux de santé publique. L’Etat souhaite des solutions peu coûteuses et durables. Certains tests permettent de prédire les risques de développer une pathologie. Ils pourraient à grande échelle limiter le coût des soins et le recours à des procédures lourdes. “Mieux vaut prévenir que guérir” est donc devenu une priorité majeure.

De nos jours, on fait de plus en plus appel aux tests génétiques dans des cas précis à risque pour permettre un diagnostic précoce et une probabilité de guérison plus élevée. Par exemple, dans une famille où plusieurs personnes ont contracté la même maladie, les jeunes enfants pourront bénéficier d’une étude générique et s’ils s’avèrent être malades d’avoir les meilleurs soins et les meilleures chances de guérison.

Les tests ont toutefois une limite : l’origine génétique de certains cancers (comme celui du sein) ne sont pas encore totalement identifiés, ce qui empêche de mettre en place une médecine prédictive basée sur Big Data et l’IA. Malgré de grands progrès dans le domaine de la santé et un avenir prometteur, il reste encore des étapes cruciales avant que l’IA puisse prédire toutes les maladies.

L’IA plus performante que les médecins ? Petite étude de cas :

Pour la première fois, une équipe de chercheurs de Google AI, a mis au point une intelligence artificielle capable de réaliser toutes les étapes de dépistage du cancer du poumon de manière totalement autonome, aussi bien, voire mieux que des radiologues. Leur travail a été publié en mai dans la revue Nature Medicine.

Généralement, le dépistage du cancer du poumon se fait par scanner. Si le scanner révèle une ou plusieurs anomalies suspectes, il faut alors réaliser une biopsie. Mais l’interprétation d’un scanner n’est pas toujours facile, un nodule peut avoir 30 à 40 diagnostics différents. Une erreur peut conduire à passer à côté d’un cancer ou à infliger une biopsie inutile.

médecine prédictive - cancer des poumons - intelligence artificielle

Avec 94,4% de réussite, l’IA développé par Google, permet de détecter la présence d’un cancer du poumon à partir seulement du scanner. Comment ?

Et bien par exemple, si l’on veut qu’une IA sache reconnaître un lion, il faut d’abord lui fournir plusieurs centaines de milliers d’images de lion dans différents contextes. C’est précisément ce que les chercheurs ont fait pour obtenir un algorithme capable de dire seul si une personne a ou non un cancer du poumon à partir d’un simple scanner.

Une fois prêt, l’algorithme a été mis en compétition avec 6 radiologues expérimentés. Lors d’un premier essai, l’IA avait accès aux derniers scanners du patient, tandis que les radiologues avaient l’avantage de pouvoir regarder leur historique médical. Malgré cela, les médecins ont plus souvent échoué à poser le bon diagnostic par rapport à l’algorithme. Sur 507 patients, dont 83 atteints de cancer, ils ont en effet diagnostiqué à tort 11% de cancers en plus par rapport au logiciel. Et ils sont passés à côté de 5% de vrais malades que le logiciel avait, lui, correctement identifiés.

Ce n’est pas le seul cas, où l’IA est plus précise dans la détection du cancer. Autre exemple, l’IA “Show and Tell” analyse le contenu des images et les classe en catégorie avec un taux de précision de 94%. Aujourd’hui, elle sait faire la différence entre plus de 2 000 maladies de la peau. Elle a atteint le niveau de connaissances des dermatologues et aide au diagnostic de tumeurs malignes et de tâches bénignes. Une application mobile pourrait voir le jour pour que les utilisateurs puissent identifier si un grain de beauté est dangereux ou non.

Si l’IA est de plus en plus fiable dans le diagnostic des maladies, parfois même plus que les médecins, elle ne peut (et ne pourra sans doute jamais) les remplacer pour les soins, même si elle les aide à être plus performant et précis. En effet, une maladie n’est pas qu’un problème de mécanique physique, le psychique est souvent aussi impacté et le contact humain reste primordial dans le processus de soin.

Aller au contenu principal