• Résumé

    Management & Data Science lance un appel à contributions sur l’impact de l’intelligence artificielle sur le domaine de la santé. Notre démarche consiste à réfléchir ensemble à la manière dont la révolution de l’IA percute les humains, les métiers et les modèles d’affaires. La finalité est de fournir un ensemble de réflexions et de préconisations à destination des praticiens pour les aider à surmonter le défi de l'IA.

    Citation : ., AMARA, B., ., ., AGREBI, K., ., & LAVAL, B. (Mar 2024). IA et Médecine : quel impact sur la santé de demain ?. https://management-datascience.org/projects/27682/.
    Les auteurs : 
    • CALVO Eneka
       (eneka.calvo@iscparis.com) - (Pas d'affiliation)
    • Besma AMARA
       (besma.amara@iscparis.com) - (Pas d'affiliation)
    • blivet
       (Louis.blivet@iscparis.com) - (Pas d'affiliation)
    • hady arafa
       (hady.arafa@iscparis.com) - (Pas d'affiliation)
    • Kenza AGREBI
       (kenza.agrebi@iscparis.com) - (Pas d'affiliation)
    • Menehould DURAND
       (menehould.durand@iscparis.com) - (Pas d'affiliation)
    • Benoît LAVAL
       (benoit.laval@iscparis.com) - ISC Paris
    Copyright : © 2024 les auteurs. Publication sous licence Creative Commons CC BY-ND.
    Liens d'intérêts : Le ou les auteurs déclarent ne pas avoir connaissance de conflit d'intérêts impliqués par l'écriture de cet article.
    Financement : Le ou les auteurs déclarent ne pas avoir bénéficié de financement pour le travail mis en jeu par cet article.
    Objectifs

    L’intelligence artificielle (IA) a considérablement transformé le secteur de la santé, offrant des opportunités et suscitant des défis complexes. Son intégration dans les diagnostics médicaux promet une meilleure précision et une accélération des traitements, mais soulève des questions éthiques sur la confidentialité des données et la transparence des algorithmes.

    D’un autre point de vue, l’automatisation facilitée par l’IA pourrait optimiser la gestion administrative, bien que des préoccupations persistantes telles que la résistance au changement et les risques de biais algorithmiques nécessitent une attention particulière. 

    L’amélioration sans cesse des intelligences artificielles et l’avènement du métaverse permet à de nombreux chirurgiens en devenir comme confirmés de s’entraîner sur des opérations plus ou moins complexes. Une réelle révolution pour la formation et le perfectionnement des personnes en charge de la vie des patients. Cependant, nous retrouvons aujourd’hui des IA capables de réaliser des sutures avec une précision de 85,5% grâce à seulement 78 vidéos. Un robot comme le Da Vinci et aujourd’hui capable de réaliser des opérations en semi-autonomie. Les machines ne ressentant pas la fatigue, le stress ou l’empathie pourraient peut-être un jour remplacer totalement les chirurgiens et limiter l’erreur humaine.

    Dans la recherche médicale, l’IA ouvre la porte à des avancées significatives, accélérant la découverte de médicaments et la compréhension des maladies, tout en soulevant des interrogations sur la validation des modèles et la reproductibilité des résultats. Globalement, l’IA dans la santé représente une transformation majeure, nécessitant une exploration approfondie des opportunités, des défis éthiques et des implications socio-économiques.

    Et vous, qu’en pensez-vous ?

    Chercheurs, professionnels, experts aidez-nous à mieux comprendre les implications managériales et stratégiques de l’Intelligence Artificielle dans le secteur de la santé !

    • Confidentialité des données: Comment concilier l’utilisation de l’IA dans la santé avec la protection et la confidentialité des données médicales sensibles?
    • Transparence des algorithmes: Comment assurer la transparence des algorithmes d’IA dans les diagnostics médicaux pour garantir la confiance des professionnels de la santé et des patients?
    • Biais algorithmique: Comment atténuer les risques de biais dans les algorithmes d’IA, en particulier lorsqu’ils sont utilisés dans des domaines sensibles comme le diagnostic médical?
    • Acceptation par les professionnels de la santé: Comment favoriser l’acceptation et l’adoption de l’IA par les professionnels de la santé, souvent réticents au changement dans leur pratique quotidienne?
    • Résistance au changement: Comment surmonter la résistance au changement au sein des établissements de santé pour intégrer efficacement les technologies d’IA?
    • Sécurité des données: Quelles mesures peuvent être mises en place pour assurer la sécurité des données médicales traitées par des systèmes d’IA, notamment en prévention des cyberattaques?
    • Validation des modèles: Comment garantir la fiabilité des modèles d’IA utilisés dans la recherche médicale et les diagnostics, en particulier compte tenu de la diversité des populations?
    • Reproductibilité des résultats: Quels sont les défis liés à la reproductibilité des résultats obtenus par des systèmes d’IA dans le contexte médical, et comment les surmonter?
    • Intégration interdisciplinaire: Comment encourager une collaboration plus étroite entre les experts en IA, les professionnels de la santé et les éthiciens pour aborder de manière holistique les défis complexes du secteur?
    • Implications socio-économiques: Quelles sont les implications à long terme de l’IA sur les coûts des soins de santé, l’accès aux traitements, et l’équité dans la prestation des services médicaux?
    • Prise en charge des opérations chirurgicales: L’amélioration constante des IA nous mène-elles vers la fin des opérations pratiquées des humains ? 
    • IA et erreur médicale: Comment pouvons-nous aborder de manière éthique et légale la possibilité qu’une intelligence artificielle puisse effectuer un diagnostic médical incorrect, et quelles mesures devraient être mises en place pour assurer une gestion responsable de ces situations dans le domaine de la santé ? 
    Modalités

    Les propositions sont courtes (entre 1000 et 2000 mots, voir le guide des auteurs). Les articles seront publiés après validation au fil de l’eau.

    L’ensemble des formats de réponses ci-dessous sont acceptés :

    Les contributions doivent se faire directement via la plateforme Management & Datascience à partir de l’onglet « Participer ».

    • Aucune ressource disponible.
      • Aucun outil disponible.
    • Il n'y a encore aucune contribution.