IA pour l’interopérabilité dans les soins de santé : Carla Goulart Peron de Philips

Dans cet épisode du Moi, moi et l'IA podcast, Carla Goulart Peron, directrice médicale de Philips, explique comment l’intelligence artificielle transforme les soins de santé — non pas en remplaçant les cliniciens, mais en élargissant l’accès, en améliorant les diagnostics et en libérant du temps aux médecins pour se concentrer davantage sur les patients. S’appuyant sur son expérience de médecin dans le système de santé publique sous pression du Brésil, elle explique comment des technologies comme l’imagerie assistée par IA et la collaboration à distance peuvent combler des lacunes critiques dans les soins. Carla explore également les défis de la confiance, des biais, de l’interopérabilité et des données sur la santé des femmes dans la prochaine ère de la médecine assistée par IA. Elle offre une perspective mondiale et ancrée sur la façon dont la technologie peut rendre les soins de santé plus humains.

Abonnez-vous à Moi, moi et l'IA sur Podcasts Apple ou Spotify.

Transcription

Allison Ryder : Comment un clinicien envisage-t-il d’appliquer l’IA aux soins de santé de manière additive pour améliorer l’accès aux soins, la confiance des cliniciens et l’expérience des patients ? Découvrez-le dans l’épisode d’aujourd’hui.

Carla Goulart Peron : Je suis le Dr Carla Goulart Peron de Philips, et vous écoutez Moi, moi et l'IA.

Sam Ransbotham : Bienvenue à Moi, moi et l'IA, un podcast de MIT Sloan Management Review explorer l’avenir de l’intelligence artificielle. MIT SMR depuis 2014, avec des articles de recherche, des rapports annuels de l'industrie, des études de cas et maintenant 13 saisons d'épisodes de podcast.

Notre invitée aujourd’hui est le Dr Carla Goulart Peron, directrice médicale chez Philips. Philips est une entreprise de technologies de la santé derrière les systèmes d’imagerie, la surveillance des patients et une gamme croissante d’outils cliniques basés sur l’IA. Ce que je trouve fascinant dans le point de vue de Carla, c’est qu’elle a commencé sa carrière comme médecin dans le système de santé publique de São Paulo, où la demande dépasse largement les ressources. Elle a conservé cette perspective jusqu’au poste de direction. Elle dirige désormais la stratégie médicale d’une entreprise qui mise fortement sur l’IA pour combler les lacunes dans les soins. Carla, bienvenue dans l’émission.

Carla Goulart Peron : Merci beaucoup, Sam.

Sam Ransbotham : De nombreux auditeurs associent peut-être encore Philips davantage à l’électronique grand public, mais pouvez-vous nous parler de l’entreprise en termes de soins de santé et des types de choses que vous faites ?

Carla Goulart Peron : C’est une entreprise qui existe depuis 130 ans et qui a été présente dans de nombreux domaines, mais au cours des dernières décennies, Philips s’est entièrement tournée vers les soins de santé. Nous avons commencé avec l’imagerie — donc le domaine du diagnostic, les rayons X, la tomodensitométrie, l’IRM, l’échographie — puis nous sommes passés à la thérapie interventionnelle, aux salles de cathétérisme. Nous sommes également très présents dans les unités de soins intensifs et dans tous les domaines de l’hôpital où l’on surveille les signaux provenant de ces patients. Nous investissons également massivement dans la surveillance des choses en dehors de l’hôpital. Et enfin, mais non des moindres, il y a définitivement l’IA qui soutient tous ces domaines de soins et qui continue de croître en tant que sujet très brûlant en ce moment.

Sam Ransbotham : En énumérant ces technologies, je me disais : « Ce sont des applications classiques où l’IA a fait d’énormes progrès avec l’imagerie et ce genre de choses. » J’ai mentionné plus tôt que vous avez été formée comme médecin et que vous avez travaillé à la fois dans le secteur public et privé, parfois le même jour, je pense, en alternant. Qu’est-ce que cette expérience vous a appris sur les points de rupture dans les soins de santé où la technologie pourrait peut-être aider ?

Carla Goulart Peron : Vous avez raison. Le matin, je travaillais dans le secteur public au Brésil, où la pénurie de personnel soignant, de technologie et d’informations est parfois très présente, il faut donc travailler au mieux de ses capacités pour offrir des soins à ces patients. Mais c’est un système de santé universel, ce qui signifie que tout le monde y a accès. Il y a donc aussi un avantage là-dedans.

Parfois l’après-midi ou le soir, je travaillais dans les meilleurs hôpitaux du secteur privé, avec tout ce qu’il fallait. Je pense que cela vous apprend beaucoup de résilience, personnellement, en tant qu’individu, en tant que médecin, mais cela vous donne aussi la chance d’essayer différentes choses et d’apprendre de ces expériences. Mais cela rend aussi beaucoup plus clair pour une personne comme moi à quel point la technologie peut réellement construire un pont et aider à soutenir davantage de patients qui s’attendent à avoir accès aux soins de santé en général… parce que cela accélère la façon dont nous voyons ces patients, parce que cela connecte les points de données d’information, ou même permet une collaboration entre les spécialités qui peuvent ne pas être présentes dans le secteur public.

Sam Ransbotham : Y a-t-il eu un moment précis où vous vous êtes dit : « C’est quelque chose avec lequel la technologie pourrait vraiment aider ou pourrait aider à résoudre ? » Y a-t-il quelque chose qui vous a fait penser que la technologie pourrait être la réponse ?

Carla Goulart Peron : De nombreuses fois. J’adore partager un exemple d’échographies datant de ma sortie de l’internat, en fait, et du début de ma pratique en voyant des patients par moi-même. L’échographie est l’un des plus grands outils de diagnostic que nous utilisons dans la pratique obstétrico-gynécologique. Mais nous n’avions pas toujours accès à ces machines dans le cadre hospitalier. Parfois, nous avions accès à ces machines, mais nous n’étions pas qualifiés pour les utiliser.

La technologie devient aujourd’hui une réalité — je suis très jalouse des personnes qui apprennent aujourd’hui dans leur propre pratique clinique — d’une manière qui permet une collaboration claire. Vous pouvez donc vraiment ouvrir la technologie, ouvrir l’échographe, avoir accès à un expert qui peut être n’importe où sur la planète, disons dans la même ville, juste pour faciliter les choses du point de vue de la pratique clinique, pour vous guider, pour voir ce que vous voyez sur cette même image, vous aider à capturer la bonne image et accélérer la technologie. Dans d’autres endroits, comme ceux où je pratiquais dans le secteur public, je devais transférer ce patient, parfois vers un autre établissement, ce qui signifie appeler une ambulance, être coincé dans les embouteillages, juste pour obtenir l’image capturée, puis ramener le patient pour pouvoir poser un diagnostic final et initier le traitement. Je veux dire, c’était comme le vin et l’eau, malheureusement, entre ces deux mondes dans lesquels je vivais.

Sam Ransbotham : Vous avez mentionné la circulation. Il n’y a pas si longtemps, j’étais à São Paulo, et c’était une chose importante dont je me souviens là-bas — le temps qu’il fallait pour aller d’un endroit à un autre.

Mais en fait, les échographes sont des machines coûteuses qui ne peuvent pas se déplacer, mais il y a aussi d’autres parties où l’information peut se déplacer. Je pense que vous faisiez une distinction entre les deux. Vous avez certains aspects de ce que vous faites qui semblent reposer très lourdement sur un équipement sophistiqué. D’un autre côté, vous avez aussi des informations qui peuvent circuler sans ce goulot d’étranglement qu’est la circulation à São Paulo.

Carla Goulart Peron : J’ai mentionné l’échographie, qui dépend fortement de l’imagerie que vous voyez en temps réel, n’est-ce pas ? Vous utilisez donc cette imagerie en temps réel pour poser le diagnostic. Mais quand on pense à un scanner ou à une IRM, ils produisent des centaines d’images que le radiologue peut voir de n’importe où, et cela facilite également considérablement la façon dont nous rapportons réellement l’imagerie. De plus, vous dépendez fortement des utilisateurs qui placent réellement le patient dans la machine, qui s’assurent que le patient est bien positionné, qui retient son souffle si nécessaire, ou qui bouge en conséquence. Et maintenant, avec l’IA qui arrive, vous pouvez également le faire très rapidement, avec précision, sans beaucoup de soutien ou de formation du point de vue technique. Cela a donc aussi changé la donne.

Je dirais que la façon dont nous utilisons la technologie, l’IA, l’automatisation, pour positionner ces patients, pour s’assurer que l’examen peut être aussi rapide que possible, mais aussi la façon dont nous traitons l’imagerie qui sort de ces grosses machines, a été très différente.

Sam Ransbotham : Je pense que j’ai été trop simpliste. Je parlais de la machine puis des résultats de la machine, mais en fait, vous soulevez un point important, à savoir qu’il y a aussi un transfert de connaissances et un transfert d’informations sur la façon d’obtenir la meilleure image en premier lieu. Je pense que j’ai passé cela sous silence.

Vous avez commencé au chevet du patient, mais maintenant vous dirigez la stratégie médicale de Philips. Comment cela influence-t-il votre réflexion sur la stratégie de soins de santé et son fonctionnement, votre expérience approfondie de la pratique médicale ?

Carla Goulart Peron : C’est intéressant parce que je pense que quand on entre en faculté de médecine, la plupart des gens qui décident de suivre cette voie ne pensent à rien d’autre qu’à voir des patients en tête-à-tête. Au moins quand j’ai commencé la faculté de médecine, c’était la réalité — je pense qu’aujourd’hui c’est très différent.

Mais dans ce parcours de compréhension du système de santé, du fonctionnement des entreprises qui développent des médicaments, des dispositifs médicaux ou d'autres types d'équipements, j'ai [appris] qu'il y a un rôle à jouer [du] côté de l'industrie, [du] côté de l'entreprise, qui peut être aussi gratifiant et intéressant que de voir des patients en tête-à-tête, probablement [à] une échelle beaucoup plus grande. Je pense donc que j'avais besoin de me convaincre qu'en passant du chevet [à] l'entreprise, je ne changeais pas mon parcours de médecin ou que je ne laissais pas ma [formation] professionnelle derrière moi. En réalité, j'appliquais simplement ces connaissances d'une manière différente.

Je suis fasciné par l'innovation. Je suis fasciné [par] le fait de garantir que toute innovation dans laquelle nous investissons, dans l'environnement de l'entreprise, puisse réellement atteindre les patients [qui] en bénéficieront le plus. Et c'est vraiment la plus grande partie de mon travail : garantir que les idées que nos ingénieurs développent en partenariat avec les hôpitaux et les médecins répondent aux exigences réglementaires, car nous devons prouver que c'est sûr et efficace, mais aussi [garantir] que nous aurons un bon plan sur la manière dont cette technologie peut être intégrée par le système de santé de façon à atteindre réellement les patients [qui] en bénéficieront le plus.

C'est très différent, mais c'est fascinant, car j'apprends tous les jours grâce aux nouvelles technologies, aux nouveaux domaines de soins, aux nouveaux types de systèmes de santé. Si vous pensez à une entreprise comme Philips, qui a une présence mondiale, il est très différent de penser à commercialiser quelque chose au Brésil qu'aux États-Unis, en Europe, en Afrique ou en Asie. Vous devez donc avoir cette pensée mondialisée à l'esprit lorsque vous réfléchissez au développement de technologies.

Sam Ransbotham : Parlons de certains de ces détails. Je pense que Philips vient d'obtenir l'autorisation de la [Food and Drug Administration] pour SmartHeart, un outil automatisé de planification d'IRM [résonance magnétique] cardiaque. D'abord, expliquez à des gens comme moi ce que cela signifie réellement, puis comment cela change-t-il la journée d'un radiologue ? Qu'est-ce qui est différent ?

Carla Goulart Peron : SmartHeart est un excellent exemple. Quand on pense à une machine d'IRM, c'est une technologie qui peut capturer des images de tout votre corps. Pour ce faire, vous avez besoin d'un technicien [qui] comprend exactement pourquoi, en tant que patient, on vous demande de passer cet examen.

Dans ce cas, le médecin — très probablement un cardiologue — veut voir comment votre cœur fonctionne. Imaginez donc qu'un technicien doit savoir exactement comment vous positionner sur la table d'IRM, à quel angle, si vous êtes grand ou petit, si vous êtes quelqu'un [qui] est gros ou mince, s'il s'agit d'un enfant, d'une femme ou d'un homme — il y a tellement de points de données différents qu'un technicien doit comprendre pour capturer le bon niveau d'imagerie avec la bonne qualité [afin] qu'un radiologue puisse poser un diagnostic.

SmartHeart est un outil d'automatisation en un clic, piloté par l'IA, qui planifie tous les réglages nécessaires à la capture de l'imagerie cardiaque. Cela se fait en 30 secondes. Cela semble simple, mais pour l'opérateur [qui] effectue plusieurs examens sur différentes parties du corps avec différentes indications, cela peut passer de 15 minutes à 30 secondes. Cela rend la machine beaucoup plus accessible. Cela permet au technicien de réaliser beaucoup plus d'examens. Cela réduit également la dépendance à une personne hautement qualifiée. La charge de travail du technicien est aussi un problème majeur aujourd'hui.

Sam Ransbotham : J'aime l'idée que nous ayons une machine très coûteuse dont nous pouvons augmenter le débit. Vous avez dit 15 minutes — cela fait quatre examens par heure, même sans préparation ni mise en place de la blouse. Mais vous avez parlé de 30 secondes, et soudain je me dis : « Hé, nous avons une machine coûteuse que nous pouvons utiliser beaucoup plus. »

Carla Goulart Peron : Il s'agit définitivement [de la] bonne vitesse. Il y a une charge de travail pour les prestataires de soins, les infirmières et les médecins en général. Mais [cela] implique aussi [le] « premier coup juste ». Parfois, si vous n'avez pas quelque chose comme ça, vous effectuez l'examen, vous envoyez les images au radiologue, et il vous dit : « Vous devez rappeler ce patient car il manque une ou deux vues. » Avec quelque chose comme ça, cela n'arrive pas.

Sam Ransbotham : Personne n'aime ça. Personne n'aime faire des allers-retours.

Carla Goulart Peron : Surtout sur une machine — vous ne voulez pas y être, c'est petit, et ce n'est peut-être pas très confortable pour les patients en général.

Sam Ransbotham : La radiologie est l'un des domaines où, il y a dix ans, les gens disaient : « Oh mon Dieu, nous n'aurons plus jamais de radiologues. Les machines feront tout. » Vous savez, ce récit ne s'est pas du tout réalisé. Mais je pense que c'est un excellent exemple de la manière dont l'intelligence artificielle pourrait affecter l'avenir du travail et ce que nous faisons en général. Mais y a-t-il un risque que si ce processus fonctionne trop bien, les hôpitaux commencent à penser qu'ils ont besoin de moins de radiologues ? Comment cela va-t-il se passer, selon vous ?

Carla Goulart Peron : Je crois personnellement que l'IA est là pour ajouter, pas pour prendre le relais. Peut-être que cette conversation sera très différente dans cinq ans, car je pense que nous apprenons cet environnement.

Sam Ransbotham : Il est si difficile de prédire dans ce monde.

Carla Goulart Peron : Mais je pense [que] dans le domaine de la radiologie pour l'instant, les radiologues perdent leur temps sur des choses qui n'ont aucune valeur, à examiner des images qui n'ont pas été capturées avec précision, à faire des rapports ou à réévaluer beaucoup d'images normales. Fait intéressant, il y a quelques semaines, j'étais avec l'une des sociétés médicales de radiologues, et ils parlaient de ce qui se passerait si nous pouvions laisser l'IA définir toutes les images normales, et les radiologues ne regarderaient que les images anormales. Ce qui est fascinant avec l'IA et [son] potentiel, c'est que quelqu'un dans le public a levé la main et a dit : « Eh bien, comment allons-nous former les radiologues à reconnaître ce qui est anormal s'ils ne voient pas de normal ? »

Donc je pense que la réponse à votre question est encore à déterminer [pour] ce à quoi ressemblera l'avenir, comme vous le dites, mais je ne vois pas l'IA prendre le relais. Je pense qu'elle nous aide en fait à voir plus de patients car il y a un grand écart là-bas [et] aussi à consacrer notre temps à des choses uniques que nous pouvons faire en tant que cliniciens.

Sam Ransbotham : Une façon dont je vois les choses est que nous aurions une histoire très différente si chaque patient possible dans le monde était complètement satisfait d'une offre parfaite de radiologie. Si tous ceux qui avaient besoin de ce traitement le recevaient actuellement, alors je pense que nous pourrions peut-être parler de ce genre de remplacement. Mais vous savez bien mieux que moi que ce n'est tout simplement pas le cas. Il y a une énorme pénurie de ces types de technologies, et cela est en grande partie dû au retour sur investissement et à la structure de coûts actuelle, ce qui, je crois, peut changer. Comment voyez-vous cet aspect évoluer, en termes de service à plus de personnes ?

Carla Goulart Peron : Je crois personnellement qu'il y a un si grand écart dans l'accès aux soins qu'en intégrant la technologie, nous pourrons faire plus avec la même chose, pas avec moins. Parce que je suis né et j'ai grandi au Brésil et j'ai exercé au Brésil, je me sens très à l'aise pour suivre [cette] voie [dans] les pays à faible revenu.

Dans ces régions, l'écart est vraiment énorme. Vous pouvez faire la queue pendant des mois pour passer, par exemple, une IRM ou un scanner, n'est-ce pas ? Parfois trop tard, ce qui peut changer le résultat du patient. Eh bien, nous ne pouvons pas nous leurrer. Cette réalité existe aussi aux États-Unis, en Europe et en Asie. Nous avons des déserts, n'est-ce pas ? Nous avons des zones où les gens n'ont aucun accès aux soins. Donc je ne vois personnellement pas de calendrier où je dirais : « Eh bien, cela va rapidement combler cet écart de manière à le réduire. »

Sam Ransbotham : J'aime l'idée que cela conduit à une meilleure adéquation entre l'offre et la demande.

J'ai un reproche à vous faire. Vous avez ce Future Health Index que vous avez élaboré. Normalement, j'aime parcourir ces choses avant un appel, mais c'était en fait assez intéressant. Cela m'a donc pris beaucoup plus de temps que je ne le voulais. Mais je pense qu'une partie de vos conclusions dans le Future Health Index était que 79 % des professionnels de santé sont optimistes quant à l'IA, mais la moitié des patients craignent que cela réduise leur temps en face à face. Comment allons-nous concilier ces deux perspectives différentes dans un marché [où] les deux parties sont importantes ?

Carla Goulart Peron : Je pense que la perspective des patients est très importante dans ce cas, n'est-ce pas ? Si les patients commencent à se sentir trop mal à l'aise et rejettent l'IA, cela pourrait devenir un défi.

Je pense aussi que cela change lentement. Nous allons lancer une nouvelle version de l'évaluation un peu plus tard cette année. Mais pour moi, la capacité à concilier ces deux choses du point de vue des professionnels de santé est de garantir que nous validons, que nous avons un bon accès aux données qui sont réellement utilisées pour entraîner les machines. Donc les médecins sont partants mais un peu prudents quant au biais de preuve qu'ils obtiennent dans l'IA. Puis-je faire entièrement confiance à l'IA ? Dans quelle mesure dois-je vérifier ce qui se passe ? Je pense [que] du point de vue du médecin ou du travailleur de la santé, c'est plus axé sur les données.

Alors [que] du point de vue du patient, je pense que c'est plus une question d'expérience. Et je pense que l'IA est devenue un grand mot à la mode, donc les gens ne savent pas exactement à quoi s'attendre. Il y a cette idée fausse que les médecins seront remplacés par des machines. La réalité est que le temps du médecin est en fait libéré pour être davantage consacré à l'empathie, au contact, à ce face-à-face, œil dans l'œil, ce qui, je pense, fera une grande différence.

Mais pour le deuxième point, où je pense que c'est très intéressant, il existe déjà des études qui montrent que si vous parlez à un vrai médecin ou à une version IA de ce médecin, parfois l'IA peut apprendre à être plus empathique que le médecin. Je pense donc que ce sera un parcours pour nous en tant qu'individus, apprenant à intégrer l'IA dans nos vies et à faire un peu confiance à cette aide que, je pense, nous commencerons à recevoir [à l']avenir.

Sam Ransbotham : Dans notre recherche, nous avons constaté que les personnes qui font confiance à l'IA sont deux fois plus susceptibles de l'utiliser régulièrement. Cette confiance est une partie importante, mais lorsque nous l'étudions, nous pensions en général [à l']utilisation de l'IA. Il me frappe que c'est différent de faire confiance à la recommandation de Netflix par rapport aux soins de santé, mais il y a peut-être quelque chose de transférable entre les niveaux de consommation de l'intelligence artificielle et la compréhension plus large, et les soins de santé. Y a-t-il quelque chose d'unique dans la construction de la confiance dans ce cadre clinique qui est différent de mon exemple Netflix ?

Carla Goulart Peron : Je pense que les gens sont plus préoccupés par leur santé que par le fait de recevoir des conseils sur le film ou la série à regarder. Mais l'un des domaines où je pense que l'IA fait déjà quelque chose pour les patients est de les habiliter. Je pense que même le nom que nous avons donné à cet individu [qui] est au centre de tout ce que nous faisons en tant que cliniciens — patient — c'est presque comme : « Restez là, soyez patient, et attendez que quelqu'un vous dise quoi faire. »

Alors que maintenant, avec, tout d'abord, l'IA permettant des points de données d'interopérabilité, vous donnez plus de visibilité sur la santé globale. De plus, quelles sont les options que ces patients peuvent avoir devant eux ? Et je pense que cela, à mon avis, va changer radicalement la façon dont nous, médecins et patients, aborderons les soins de santé à l'avenir, car je pense [que] quand je suis allé à l'école de médecine il y a de nombreuses années, les patients n'avaient pas leur mot à dire.

C'était vraiment : voici le protocole, et voici ce que nous allons faire, et vous suivez simplement. Je pense que de plus en plus, nous commençons à parler de médecine de précision, où les patients pourront se voir proposer une, deux, trois voies de traitement potentielles avec des avantages et des inconvénients et la possibilité de choisir. Et je pense que l'IA peut permettre à ces patients de prendre au moins des décisions plus éclairées.

Sam Ransbotham : En fait, j’aime beaucoup la façon dont le mot patient est formulé, car j’ai l’impression que je ne le suis souvent pas. Nous avons eu Josh Weiner de CVS Health il y a quelques épisodes, et l’une des choses dont nous avons parlé était : « Hé, oubliez tout ce truc d’IA ; je serais déjà content si je n’avais pas à saisir mon nom encore et encore et à attendre longtemps. » Vous pouvez parler de tout ce que vous voulez sur l’IA cool, mais réglons d’abord certaines de ces choses simples.

Je pense que vous êtes très concentré sur la santé cardiaque des femmes. Peut-être pouvez-vous nous orienter. Quelles sont certaines des lacunes spécifiques dans les soins pour les femmes, et comment voyez-vous l’IA potentiellement se connecter et soit aggraver, soit aider à cela ?

Carla Goulart Peron : Je suis très passionné par ce sujet car je dis toujours qu’il faut rappeler aux gens que nous ne sommes pas des mini-hommes ; nous sommes différentes en tant que femmes, et nous avons un cœur, et il doit fonctionner comme n’importe quel autre cœur dans le corps d’un homme.

Il y a un grand écart. Les cas cardiaques ont le taux de mortalité le plus élevé chez les femmes. Malgré cela, les femmes ont un temps d’attente beaucoup plus long avant d’obtenir un diagnostic, car nous ressentons parfois les symptômes différemment, parce que la plupart des protocoles qui ont été conçus l’ont été sur la base d’études qui n’incluaient que des hommes. Il y a donc un grand écart à combler.

Ce que la technologie peut certainement aider à combler cet écart, c’est en veillant à ce que les nuances et les différences dans la physiologie, dans le type de réponse que les femmes présentent habituellement, soient effectivement intégrées dans la façon dont nous concevons les outils de diagnostic.

Nous avons parlé de l’IRM. La position du cœur est légèrement différente dans la poitrine d’une femme par rapport à celle d’un homme. C’est un détail très mineur, mais cela peut avoir un impact sur la façon dont vous capturez l’imagerie. Si vous capturez le rythme cardiaque, par exemple, les algorithmes doivent comprendre que le cœur féminin a un motif légèrement différent du cœur masculin, et je pense donc que l’IA intégrera rapidement ces informations dans ces algorithmes grâce à la vitesse, et pourra égaliser cela.

Sam Ransbotham : Cela présuppose le fait que nous ayons ces populations peut-être sous-représentées ou sous-traitées dans nos ensembles de données. Nous avons eu Ziad Obermeyer de l’Université de Californie à Berkeleydans l’émission il y a quelques saisons, et il parlait de la façon dont ces algorithmes peuvent en fait construire cette équité. Mais cela dépendait du fait d’avoir ces données brutes pour commencer. Que pouvons-nous faire pour essayer d’obtenir un meilleur échantillonnage de ces populations sous-représentées ?

Carla Goulart Peron : La première chose est ce que nous faisons en ce moment — en parler, n’est-ce pas ? Il y a donc une opportunité pour nous de faire mieux maintenant. Vous avez tout à fait raison. La plupart des médicaments sont développés sur la base d’un nombre très limité de femmes ou même d’autres types de populations diverses. Vous l’avez dit.

La même chose pour les dispositifs médicaux. Et la plupart des protocoles et des directives qui sont créés le sont également sur la base d’essais qui ont été développés il y a longtemps, qui n’incluaient pas nécessairement le bon niveau de variété. C’est le premier point.

Le deuxième point est d’utiliser la technologie et l’IA pour capturer ces informations assez rapidement et itérer plutôt que de repartir de zéro. J’ai appris une grande leçon il y a deux ans lorsque j’ai assisté au WEF [Forum économique mondial] pour la première fois, et nous parlions de la santé des femmes. Je suis obstétricien-gynécologue, j’ai plus de 20 ans de pratique clinique. Quelqu’un me racontait l’histoire que lorsqu’une femme accouche, il existe une norme qui définit que 500 millilitres de perte de sang sont normaux. Donc si vous avez cela, vous n’avez pas besoin de prendre de mesures.

Puis j’ai entendu une question du public lors de la discussion du WEF. « Comment cela a-t-il été établi ? » Je me suis arrêté parce que je ne m’étais jamais posé cette question. Je n’avais jamais eu la curiosité. C’était dans le livre. J’ai simplement supposé qu’une très bonne méthodologie avait été mise en place. Et cette norme a été développée sur la base de neuf femmes en Allemagne, et exploitée et utilisée sur toute la planète. Pouvez-vous imaginer comment cela se traduit en Inde ou en Chine, où les corps sont beaucoup plus petits ? Ils ont donc rapidement pu itérer avec des points de données et créer la corrélation, et ont établi qu’en Inde, ce nombre devrait être de 300 millilitres. Cela fait donc une énorme différence dans la façon dont vous allez traiter vos patients.

Je pense que la technologie, cette interconnectivité, non seulement le fait que nous allons vers l’automatisation, mais aussi que l’IA peut maintenant analyser un si grand ensemble de données si rapidement, peut vraiment améliorer la façon dont nous pratiquons la médecine.

Sam Ransbotham : En fait, c’est un exemple intéressant car cela me frappe comme une approche légèrement différente, c’est-à-dire que dans votre exemple, vous avez dû aller au Forum économique mondial pour que cette question soit soulevée. Mais d’une certaine manière, je peux aussi imaginer un travail très simple pour les agents : « Hé, passe en revue toutes nos pratiques cliniques dans tous les domaines, et trouve l’étude originale pour cela, et évalue comment cela se déroule. » J’aurais l’impression que votre échantillon de neuf personnes en Allemagne devrait remonter assez rapidement en haut de cette liste. Cela semble assez excitant.

Carla Goulart Peron : Assez excitant, exactement. C’est fascinant ce qui peut être fait.

Sam Ransbotham : Regardons un peu vers l’avant, cependant. Vous avez commencé dans la santé publique au Brésil. Il y a beaucoup de contraintes de ressources là-bas en matière de technologie. Si vous pouviez choisir une capacité d’IA à déployer à l’échelle mondiale qui ferait la plus grande différence — vous choisissez maintenant, liste de souhaits — que pousseriez-vous dans le monde ? Quelle pensez-vous être la plus grande application de l’utilisation de l’intelligence artificielle dans les soins de santé que nous pourrions promouvoir à l’échelle mondiale ?

Carla Goulart Peron : L’interopérabilité. Cela va complètement changer la façon dont nous pratiquons la médecine. Parce qu’aujourd’hui, nous sommes très fermés ou restreints au système de soins de santé dans lequel vous opérez. Donc la capacité de voir les patients longitudinalement sans ces barrières, je crois personnellement, va changer considérablement les résultats. Si je dois en choisir un, ce sera mon choix.

Sam Ransbotham : Ce n’est pas du tout là où je pensais que vous iriez avec ça. C’est assez fascinant. C’est tellement transversal, et cela affecte tout. D’accord, alors je mords. Quel est le plus grand obstacle à la réalisation de cela ?

Carla Goulart Peron : C’est une grande question. C’est pourquoi c’est un rêve. Vous avez dit que vous pouviez choisir n’importe quoi, ne soyez pas restreint. Je pense qu’il y en a beaucoup. Le premier est de s’assurer que nous avons accès à des données de bonne qualité, mais aussi que nous commençons à y penser dès le départ. Si vous n’avez pas un certain niveau de normalisation, il est très difficile de penser à l’interopérabilité. Je pense que c’est la première pièce, qui est la science. C’est ainsi que nous conduisons cela pour l’avenir.

Le second est la façon dont nous pensons à intégrer cette nouvelle ère. Comment pensons-nous à intégrer le remboursement et l’accès à la technologie dans la discussion sur l’IA ? Nous sommes toujours limités par les systèmes de remboursement. Quel type de couverture de code avons-nous ? Quelle est l’incitation ? Nous pouvons avoir quelque chose qui peut en fait sortir assez rapidement les patients de l’hôpital, réduire les durées de séjour. Mais si ce n’est pas l’incitation du point de vue du système de soins de santé, cela ne va pas se produire. Donc pour moi, c’est une autre grande chose à laquelle nous devons penser.

L’autre pièce, qui je pense est la façon dont nous devons nous associer, est la réglementation. La réglementation devra évoluer avec ce nouvel environnement dans lequel nous entrons. Le type de réglementation qui nous a amenés ici ne va pas nous emmener vers le futur car le futur est très différent de celui dans lequel nous jouons aujourd’hui.

Sam Ransbotham : Cela semble vraiment difficile parce que, oui, nous avons construit ce système réglementaire et nous avons construit ces processus de remboursement, et tant de processus que nous avons construits sur la façon dont les choses fonctionnaient auparavant.

Merci de vous être joint à nous. Je pense que ce qui ressort vraiment clairement, c’est que ce n’est pas abstrait pour vous. C’est quelque chose que vous connaissez profondément, et vous avez vu ce qui se passe lorsque les soins ne sont pas accessibles. Et j’ai aimé certaines des idées que vous avez mentionnées sur la façon dont nous faisons de l’utilisation de la technologie, pas seulement l’IA, mais la technologie en général, une partie de la solution et pas seulement une sorte de titre. Merci de vous être joint à nous.

Carla Goulart Peron : Avec plaisir, Sam. J’apprécie vraiment la conversation.

Sam Ransbotham : Merci d’avoir écouté aujourd’hui. Dans le dernier épisode de la saison 13, je serai rejoint par Bernard Hampton, un responsable de l’apprentissage en entreprise chez Bank of America. À bientôt.

Allison Ryder : Merci d'avoir écouté Moi, moi et l'IA.

MOI, MOI-MÊME ET IA^® est une marque déposée au niveau fédéral du Massachusetts Institute of Technology.