Alors que l’intelligence artificielle révolutionne progressivement le secteur de la santé à l’échelle mondiale, les pays aux ressources limitées scrutent avec attention les promesses de cette technologie. Entre espoirs de rattrapage sanitaire et craintes de dépendance accrue, quel avenir pour l’IA dans les systèmes de santé en développement ? Franck Tiambo, directeur exécutif de KimboCare SA, entreprise suisse spécialisée dans le financement alternatif de la santé intervenant dans une douzaine de pays, livre son analyse sur les opportunités, les défis et les garde-fous nécessaires à une implémentation réussie de l’intelligence artificielle dans les contextes les plus vulnérables.

Vous êtes le directeur exécutif de KimboCare SA. Pourriez-vous nous présenter votre entreprise en quelques mots ?

Tout à fait. KimboCare SA est une entreprise suisse, active depuis 2019, spécialisée dans le financement alternatif de la santé. Nous avons développé une infrastructure sécurisée reposant sur la technologie blockchain. Cette plateforme permet à de nombreuses entreprises et particuliers de financer et d’offrir des soins de santé dans plus de douze pays, notamment le Nigeria, le Mexique et l’Inde.

D’un point de vue médical, dans les systèmes de santé où vous intervenez, quel regard portez-vous sur l’arrivée de l’intelligence artificielle ?

D’un point de vue purement médical, dans les systèmes de santé où l’on observe un déficit structurel de ressources, il est indéniable que l’IA représente une opportunité majeure. Elle permettra de combler ces lacunes, notamment en augmentant les capacités de notre personnel soignant. Il faudra néanmoins rester vigilant : le personnel soignant doit continuer à se former en continu. Sans cette appropriation, l’IA pourrait en effet remplacer les médecins ou les soignants qui n’auraient pas choisi de l’utiliser comme un outil d’appui. Le premier point d’attention à souligner d’emblée reste toutefois l’opportunité, mais aussi le défi, financier.

Justement, parlons de ce défi financier. Quels sont, selon vous, les risques liés à l’implémentation de l’IA dans ces contextes ?

L’implémentation de l’IA a un coût financier très important et entraîne une forte dépendance vis-à-vis des pays fournissant ces infrastructures. En termes de choix de politiques sanitaires, il faudra être extrêmement attentifs à ce que la mise en place de l’IA, avec toutes les opportunités qu’elle peut apporter, puisse être réellement matérialisée sur le terrain.

Concrètement, à quoi pourrait ressembler l’usage de l’IA en milieu rural, par exemple ?

En milieu rural, l’IA pourrait avoir une utilité très concrète pour l’infirmier. D’abord, pour le triage des patients : très rapidement, grâce à son téléphone portable et à un chat conversationnel, l’infirmier pourrait saisir les constantes du patient et l’orienter vers la structure adaptée. Une fois l’orientation faite, pour assurer la continuité de la prise en charge, on pourrait imaginer un système qui orienterait le patient vers les centres les plus appropriés, ou lui proposerait des solutions alternatives locales pour améliorer son état de santé en premier recours.

Existe-t-il déjà des exemples concrets d’utilisation de l’IA en milieu hospitalier ou sanitaire ?

Oui, absolument. Aujourd’hui, plusieurs systèmes utilisent activement l’IA. Je peux en citer quatre exemples principaux : L’aide au triage et à l’orientation grâce à des algorithmes basés sur divers protocoles médicaux. Les assistants de documentation : l’infirmier ou le médecin peut dicter sa consultation sur son téléphone, la conversation est transcrite, et un diagnostic peut être rapidement suggéré.
La télé-expertise : à distance, des spécialistes peuvent assister les médecins généralistes locaux grâce à des outils augmentés par l’IA. La formation continue intégrée au flux de travail, permettant d’alléger les processus administratifs souvent très lourds pour les médecins. L’IA fait donc déjà partie du quotidien des médecins dans les pays développés, et je pense que ces mécanismes peuvent être transmis efficacement à nos médecins locaux.
Un des risques souvent évoqués avec l’IA générative est celui de l’hallucination.

Comment peut-on s’en prémunir dans le domaine médical ?

Oui, très clairement, l’IA peut halluciner. C’est un phénomène connu et assez présent dans les modèles génératifs. En revanche, il existe des mécanismes pour réduire ce risque. Il faut toujours fixer un contexte strict à l’IA, lui donner des règles claires à appliquer pour qu’elle ne s’éloigne pas de l’interprétation recherchée. Il faut aussi intégrer une validation humaine systématique : à chaque fois que le modèle produit un résultat, un humain doit pouvoir le vérifier. Ainsi, on obtient une IA beaucoup plus précise et fiable. Le véritable danger, ce n’est pas que l’IA se trompe une fois, c’est qu’on lui donne un statut de « boule de cristal » infaillible. La solution, c’est une IA contrainte par des protocoles clairs, auditables, transparents et intégrés dans une chaîne de responsabilité humaine.

La formation des professionnels de santé a-t-elle évolué pour intégrer ces nouveaux outils ?

Oui, la formation a beaucoup évolué ces deux dernières années. Nous avons d’ailleurs participé à plusieurs reprises aux cours du professeur Bediang dans le cadre de son diplôme universitaire en santé numérique. Le petit bémol que je soulèverais, c’est que pour l’instant, on forme les professionnels de santé ou les informaticiens à l’utilisation de solutions d’IA toutes faites. Or, il faudrait faire les deux : former à l’utilisation, mais aussi former nos professionnels à la création. Il faudrait que nous soyons capables de créer nos propres modèles, issus de nos propres réalités. Aujourd’hui, nous avons un véritable déficit dans notre recherche académique ; nous formons très peu de chercheurs dans ce domaine spécifique de l’IA en santé. Une fois de plus, l’IA ne sera vraiment utile aux professionnels de santé que si elle s’intègre parfaitement aux chaînes de décision et aux chaînes de valeur. L’aspect théorique, avec des cas d’usage, est intéressant, mais il faut surtout une formation continue, une formation sur le terrain, pour permettre aux soignants de s’approprier l’outil dans le cadre concret de leur travail.

Pour conclure, quel message souhaiteriez-vous adresser à nos autorités sanitaires concernant l’implémentation de l’IA ?

À l’attention de nos autorités sanitaires, je dirais qu’il faudra faire preuve de bon sens lors de l’implémentation de l’IA dans nos contextes, et ce, selon trois axes principaux. Premièrement, il faut prendre le temps d’identifier les cas d’usage à fort impact, ceux qui démontreront rapidement la valeur ajoutée de l’IA par rapport à un investissement traditionnel dans des ressources classiques. Deuxièmement, l’axe de la validation clinique est crucial. Il ne faut pas permettre une utilisation ouverte et non supervisée des modèles. Il faut s’assurer qu’il y ait toujours une validation humaine et que l’IA se perfectionne au fil de l’eau.

Enfin, le véritable enjeu, le point capital pour nos politiques sanitaires, c’est l’investissement colossal qu’il faudra mobiliser pour déployer l’IA. Il faut être très attentif aux aspects d’interopérabilité et de souveraineté des données. Les data centers actuellement en place ne sont pas forcément adaptés à une utilisation intensive de l’IA. Cela va nécessiter de nouveaux investissements dans des infrastructures de nouvelle génération, ce qui représente un coût très élevé. Il appartient donc aux gouvernements et aux décideurs sanitaires d’évaluer avec soin les cas d’usage qui apportent une réelle valeur ajoutée au système de santé avant de se lancer.