La vague du numérique (big data, intelligence artificielle (IA), indicateurs de qualité clinique et applications diverses) est à nos portes et les médecins sont face à un flux d'information sans précédent. Entre aide à la décision, et surcharge de travail, le médecin hésite. Pour surfer sur la vague et profiter de sa puissance, il faudra la rattraper. L'Absym Bruxelles a organisé pour cela un symposium pour en débattre avec les experts.

Le big data n'est pas un problème en soi mais du fait de l'existence du boom des données, le problème est l'usage qu'on en fait au travers de l'IA qui est tout sauf intelligente. Pour le praticien, il y a un risque de biais majeurs et de chaos numérique dans l'information qui arrive et le risque d'une déshumanisation des soins pour le patient.

Pour Advisory Board 1, la digitalisation fait partie des innovations intéressantes, mais ne s'imposera que s'il y a un changement culturel, avec un nécessaire centrage des outils - simples, sur le praticien et le patient. " Not how but what for ? ". On parle de " clinical entrepreneur " pour le médecin, quand il est impliqué et de " system citizen " pour la patient.

IQVIA2 soutient les initiatives pour l'amélioration de l'usage de l'information et des données. En dehors de la recherche médicale " facilitée ", on parle de " enriched studies ", et de " pragmatic randomization ", surtout pour les maladies rares. Un outil présenté montre comment la gestion des données non structurées des dossiers médicaux devient un jeu. L'expérience est bluffante et prouve que la structuration extrême, énergivore pour le praticien, n'est pas fondamentale.

Pour Awell-Helath3, " data is stupid " et le mot d'ordre c'est la value-based-care. C'est l'objectif essentiel (et ICHOM4. nous propose déjà de le mesurer) et pas la technologie en soi. Cette dernière vit selon une courbe temporelle où l'effet " mode " est réel alors qu'elle doit se traduire en applications pratiques. Partager les données ne suffit pas, il faut les utiliser correctement et commencer par appliquer correctement les connaissances acquises avant d'aller à l'assaut du nouveau.

Enfin, pour Microsoft, le 4e paradigme5 (échantillonnage et modèle probabilistique) est le modèle scientifique qui sous-tend l'IA. Mais cette dernière n'est en rien intelligente, dans le sens où c'est l'expression de corrélations dont le sens clinique ne peut dépendre que du médecin. Certes il y a des erreurs, mais différentes de celles de l'humain et la combinaison des deux est alors gagnante. L'IA surperforme dans les domaines plus techniques et InnerEye©en est un exemple. Enfin, la qualité des données est fondamentale et leur partage aussi !

D'ailleurs, pour le médecin comme pour le juriste, Pr Lewkowicz nous explique que l'IA sous forme d'aide à la décision clinique doit constamment être défiée face à la connaissance et au cas par cas. Par définition, les corrélations sont parfois aberrantes et l'effet de standardisation est dangereux. Il ne s'agit pas de rendre des décisions statistiques (...). Il faudra sûrement revoir notre modèle éducatif, scolaire avant l'universitaire pour y intégrer ces concepts (...).

1 : Advisory Board International, compagnie de conseil pour les hôpitaux, pour la promotion des meilleures pratiques

2 : IQVIA, spécialiste en gestion des données et d'aide dans la recherche médicale et des soins

3 : Awell Health, Startup belge, qui aide à la mise en place d'itinéraires cliniques en vue d'améliorer l'efficience des soins, notamment sur les critères ICHOM

4 : ICHOM (International Consortium for Health Outcomes Measurement).

5 : Microsoft : https://www.microsoft.com/en-us/research/wp-content/uploads/009/10/Fourth- Paradigm.pdf

La vague du numérique (big data, intelligence artificielle (IA), indicateurs de qualité clinique et applications diverses) est à nos portes et les médecins sont face à un flux d'information sans précédent. Entre aide à la décision, et surcharge de travail, le médecin hésite. Pour surfer sur la vague et profiter de sa puissance, il faudra la rattraper. L'Absym Bruxelles a organisé pour cela un symposium pour en débattre avec les experts.Le big data n'est pas un problème en soi mais du fait de l'existence du boom des données, le problème est l'usage qu'on en fait au travers de l'IA qui est tout sauf intelligente. Pour le praticien, il y a un risque de biais majeurs et de chaos numérique dans l'information qui arrive et le risque d'une déshumanisation des soins pour le patient.Pour Advisory Board 1, la digitalisation fait partie des innovations intéressantes, mais ne s'imposera que s'il y a un changement culturel, avec un nécessaire centrage des outils - simples, sur le praticien et le patient. " Not how but what for ? ". On parle de " clinical entrepreneur " pour le médecin, quand il est impliqué et de " system citizen " pour la patient.IQVIA2 soutient les initiatives pour l'amélioration de l'usage de l'information et des données. En dehors de la recherche médicale " facilitée ", on parle de " enriched studies ", et de " pragmatic randomization ", surtout pour les maladies rares. Un outil présenté montre comment la gestion des données non structurées des dossiers médicaux devient un jeu. L'expérience est bluffante et prouve que la structuration extrême, énergivore pour le praticien, n'est pas fondamentale.Pour Awell-Helath3, " data is stupid " et le mot d'ordre c'est la value-based-care. C'est l'objectif essentiel (et ICHOM4. nous propose déjà de le mesurer) et pas la technologie en soi. Cette dernière vit selon une courbe temporelle où l'effet " mode " est réel alors qu'elle doit se traduire en applications pratiques. Partager les données ne suffit pas, il faut les utiliser correctement et commencer par appliquer correctement les connaissances acquises avant d'aller à l'assaut du nouveau.Enfin, pour Microsoft, le 4e paradigme5 (échantillonnage et modèle probabilistique) est le modèle scientifique qui sous-tend l'IA. Mais cette dernière n'est en rien intelligente, dans le sens où c'est l'expression de corrélations dont le sens clinique ne peut dépendre que du médecin. Certes il y a des erreurs, mais différentes de celles de l'humain et la combinaison des deux est alors gagnante. L'IA surperforme dans les domaines plus techniques et InnerEye©en est un exemple. Enfin, la qualité des données est fondamentale et leur partage aussi !D'ailleurs, pour le médecin comme pour le juriste, Pr Lewkowicz nous explique que l'IA sous forme d'aide à la décision clinique doit constamment être défiée face à la connaissance et au cas par cas. Par définition, les corrélations sont parfois aberrantes et l'effet de standardisation est dangereux. Il ne s'agit pas de rendre des décisions statistiques (...). Il faudra sûrement revoir notre modèle éducatif, scolaire avant l'universitaire pour y intégrer ces concepts (...).