Intelligence artificielle et handicap : quels progrès pour améliorer la recherche médicale ?
- Stéphane Guy
- 6 janv.
- 11 min de lecture
L'intelligence artificielle bouleverse la recherche médicale sur le handicap. En analysant des millions de données (images radios, dossiers de patients...) en quelques secondes, elle promet de diagnostiquer plus rapidement des pathologies comme l'autisme ou la sclérose en plaques, mais aussi de prédire leur évolution et d'identifier de nouveaux types de maladies. Ces avancées pourraient ouvrir la voie à des traitements plus personnalisés et efficaces. Mais où en est réellement la recherche ? Décryptage.
En bref
Des études montrent que l'IA est capable de détecter l'autisme avec une précision de 98,5 % chez les enfants de 2 à 4 ans grâce à l'analyse d'IRM cérébrales ou de simples photographies rétiniennes.
Le diagnostic de la sclérose en plaques est accéléré grâce à des algorithmes capables de repérer les nouvelles lésions grâce aux IRM.
De nouveaux sous-types de maladies sont découverts par l'IA, ouvrant la voie vers des traitements plus adaptés pour chaque patient.
L'IA pourrait être capable de prédire l'évolution des handicaps, aidant les médecins à anticiper les besoins futurs des patients et à adapter les soins en conséquence.
La recherche fait cependant face à des défis : besoin de davantage de données, collaboration interdisciplinaire nécessaire, et risques de biais dans les algorithmes.
Comment l'IA transforme-t-elle le diagnostic médical ?
Le cas de l’autisme : peut-on le détecter avant l'âge de deux ans ?
Le diagnostic des troubles du spectre de l'autisme (TSA) s'appuie traditionnellement sur l'observation comportementale. Cette méthode peut cependant s'avérer subjective et tardive. En effet, dans le cas de l’autisme, le processus d'évaluation de ce trouble “repose sur un faisceau d’arguments cliniques recueillis dans des situations variées par différents professionnels.”* De plus, "le diagnostic peut être établi à partir de l’âge de 2 ans."* En d'autres termes, un bilan pour le TSA repose sur une équipe pluridisciplinaire et un ensemble d'éléments qui permettent d'établir un diagnostic.
*Santé.Gouv.Fr, Dépistage et diagnostic de l’autisme, Fédération française de psychiatrie
Or, plus ce dernier est précoce, plus la prise en charge peut être efficace. La question que l’on peut se poser est donc : peut-on détecter l’autisme encore plus tôt ? Le TSA peut être détecté avant 2 ans par les professionnels de santé. Mais l'IA pourrait permettre de raccourcir encore plus ce temps ou de permettre une détection plus efficace en analysant des données d'imagerie médicale avec une précision inédite.
En effet, un système d'intelligence artificielle présenté lors de la conférence Radiological Society of North America (RSNA) de 2023 a analysé les marqueurs d'imagerie de l'autisme dans les IRM à tenseur de diffusion cérébrales. Ce type d’IRM permet d’observer le cerveau de manière non invasive afin de détecter (entre autres) de potentielles lésions cérébrales. C’est un outil crucial pour les neurosciences et qui peut être utilisé pour détecter des cas d’autisme, comme dans cet exemple.
Ce système alimenté par l’IA a diagnostiqué les enfants âgés de 24 à 48 mois atteints d'autisme avec un taux de précision de 98,5 %. Mohamed Khudri, chercheur à l'Université de Louisville dans le Kentucky, explique : “Our algorithm is trained to identify areas of deviation to diagnose whether someone is autistic or neurotypical”* (traduction : Notre algorithme est entraîné à identifier les zones de déviation afin de diagnostiquer si une personne est autiste ou neurotypique.)
*Eurekalert : Novel AI system could diagnose autism much earlier
Contrairement aux tests actuels qui, selon les sources, permettent un diagnostic fiable à partir de l’âge de 2 ans, cette méthode d’analyse d’imagerie permettrait d’une part de réduire l’âge minimal pour diagnostiquer l’autisme, mais permettrait d’autre part d’améliorer la précision du diagnostic, avec des résultats encore plus fiables.
Une simple photo de l'œil pourrait-elle suffire à détecter l'autisme grâce à l'IA ?
Des chercheurs ont même développé une approche encore plus accessible et moins invasive : la détection de l'autisme par simple photographie rétinienne. Le résultat est prometteur. En effet, l'intelligence artificielle a su exactement détecter qui était atteint et qui ne l'était pas grâce à une simple photographie de la rétine. Les auteurs affirment que "ce modèle IA de photographie rétinienne peut être un candidat viable pour une méthode objective de dépistage précoce des TSA, et éventuellement de la gravité des symptômes"*
*Pourquoi Docteur : TSA : une IA détecte l'autisme chez les enfants grâce à la rétine
Cette méthode présente plusieurs avantages : elle est non invasive, rapide, peu coûteuse et pourrait être déployée dans des cabinets médicaux classiques, rendant le dépistage précoce accessible au plus grand nombre.
Le cas de la sclérose en plaques : vers un diagnostic plus rapide et précis
La sclérose en plaques (SEP) est une maladie auto-immune qui s'attaque au système nerveux central. Son diagnostic précoce est crucial pour ralentir sa progression et améliorer la qualité de vie des patients, mais l'analyse et la détection des symptômes est un processus qui prend un temps considérable et nécessite une expertise pointue.
Comment l'IA surmonte-t-elle le manque de données pour détecter cette maladie ?
Reda Abdellah-Kamraoui, doctorant au Laboratoire Bordelais de Recherche en Informatique (LaBRI), a participé au challenge de l'International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI) sur la détection des nouvelles lésions dues à la sclérose en plaques. Il explique : "[...] Le souci est que comme les patients sont traités dès que des lésions sont repérées, les IRM suivantes ne montreront pas de différences importantes et nous manquons donc de données pour entraîner nos algorithmes. Nous avons alors proposé une technique où nous générons de fausses images IRM qui simulent le cas d’un patient qui n’aurait pas été traité pendant plusieurs années, puis nous nous en servons pour entraîner nos IA." *
*Le Journal CNRS : Quand l’IA s’attaque à la sclérose en plaques
Cette approche permet de contourner un problème majeur en recherche médicale : le manque de données suffisantes pour entraîner les algorithmes, notamment pour des pathologies où les patients sont rapidement traités.
Découvrir de nouveaux sous-types de la sclérose en plaque à l’aide de l’IA
Plus récemment, des scientifiques ont identifié deux sous-types biologiques jusqu'ici inconnus de la sclérose en plaques (SEP) grâce à l'intelligence artificielle. À l'aide d'un modèle d'apprentissage automatique appelé SuStaIn, les chercheurs ont combiné les données d’une protéine sanguine (appelée sNfL) liée à la maladie avec des examens d'imagerie cérébrale. Cette méthode a permis de révéler deux sous-types de SEP : "early sNfL" et "late sNfL". Cette découverte pourrait aider les médecins à adapter les traitements plus précisément à chaque patient.*
*Euro News : L'IA révèle deux nouveaux sous-types biologiques de la sclérose en plaques
Cette capacité de l'IA à identifier des patterns difficilement identifiables à l'œil humain ouvre la voie à une médecine de précision et plus adaptée, où chaque patient reçoit un traitement en adéquation avec son profil biologique spécifique et pourra bénéficier d’une prise en charge plus rapide, avec une plus grande précision. Par conséquent, on pourrait proposer un traitement adapté tout au long de la vie dudit patient.
L'IA peut-elle prédire l'évolution d'un handicap ?
Anticiper pour mieux soigner avec l’intelligence artificielle
Au-delà du diagnostic, l'IA permettrait de prédire la progression d'un handicap, offrant aux professionnels de santé la possibilité de développer des plans de traitement personnalisés et d'anticiper les besoins futurs des patients. Cette approche prédictive représente un changement de paradigme : plutôt que de réagir aux symptômes, les médecins pourraient désormais agir en amont.
En effet, les algorithmes peuvent évaluer les risques dans des contextes très variés. Par exemple, ils peuvent identifier les élèves susceptibles de développer des troubles de la lecture en analysant leurs performances scolaires et leur manière d’apprendre. Dans le domaine professionnel, l'IA peut prédire les risques de handicap permanent après un accident du travail en croisant des données médicales, démographiques et professionnelles.*
*Linklusion : Intelligence artificielle et handicap : révolution inclusive ou machine à exclure ?
Quels bénéfices concrets pour les patients ?
Cette capacité prédictive de l'IA permet aux équipes médicales de :
Mettre en place des interventions préventives avant que les symptômes ne s'aggravent
Adapter les traitements en fonction de l'évolution probable de la pathologie
Planifier les ressources nécessaires (aides techniques, aménagements, accompagnement)
Informer les patients et leurs familles pour mieux préparer l'avenir
Les limites de la prédiction par l'intelligence artificielle
Cependant, cette capacité prédictive de l'IA soulève aussi des questions éthiques : comment communiquer lesdites prédictions aux patients ? Quel impact psychologique peut avoir l'annonce d'une évolution défavorable ? Comment éviter un traitement trop “mécanique” de la maladie par l’IA qui pourrait n’y voir qu’un “problème” à traiter, là où il s’agit d’un humain dans toute sa richesse et sa complexité ?
La recherche médicale travaille activement sur ces questions pour s'assurer que l'intelligence artificielle reste un outil éthique au service des patients, et non une source d'anxiété ou de discrimination. Encore une fois, l'intelligence artificielle est au cœur d'enjeux éthiques et sociaux, y compris dans le secteur médical.
Quels sont les défis actuels de la recherche ?
Le besoin important de données de qualité
L'un des principaux obstacles au développement d'IA performantes dans le domaine médical reste l'accès à des données de qualité, en quantité suffisante et représentatives de la diversité des patients et, par extension, des cas de figure. Comme l'a illustré l'exemple de la sclérose en plaques, les chercheurs doivent parfois recourir à des techniques de génération d'images pour créer des données plutôt que de se baser sur des sources existantes.
De plus, les données médicales sont particulièrement sensibles et leur utilisation est strictement encadrée par le règlement général sur la protection des données (RGPD). Trouver l'équilibre entre protection de la vie privée et progrès scientifique reste un enjeu phare.
Une collaboration interdisciplinaire indispensable
Un autre enjeu de l'utilisation de l'IA dans le domaine médical se situe au niveau du transfert de connaissances entre l'humain et la machine. Un transfert qui nécessite d'une part des progrès méthodologiques concernant le traitement des données et leur utilisation, mais également une collaboration approfondie entre experts de domaines professionnels différents. On peut supposer que professionnels de santé et experts en IA devront collaborer ensemble si ce n'est pas déjà le cas.
Cette nécessité d'une collaboration étroite entre différents champs d’études représente un défi organisationnel important pour les différents organismes et institutions impliqués.
Les biais algorithmiques : un risque à ne pas négliger
La recherche actuelle sur l'IA et le handicap est massivement dominée par une vision validiste et médicale, qui perpétue des biais discriminatoires : “près de 60 % des études examinées abordent le handicap sous un angle purement médical : il est perçu comme une déficience, un problème à corriger ou à gérer. Cette approche ignore complètement le modèle social du handicap, qui stipule que le handicap naît de l’interaction entre une personne ayant des incapacités et les barrières environnementales et sociales (un bâtiment sans rampe, un site web inaccessible, des préjugés à l’embauche).”*
*Linklusion : Intelligence artificielle et handicap : révolution inclusive ou machine à exclure ?
Comment garantir des algorithmes équitables et respectueux des personnes en situation de handicap ?
Pour éviter les biais algorithmiques, plusieurs pistes sont explorées :
Toujours inclure des personnes en situation de handicap dans les équipes de recherche
Diversifier les données d'entraînement pour représenter toutes les populations et cas de figure
Auditer régulièrement les algorithmes pour détecter d'éventuels biais
Adopter une approche du handicap qui intègre les approches médicales et sociales
L’implication des personnes en situation de handicap : un facteur déterminant
L’implication des personnes en situation de handicap dans la conception et le développement des technologies capables de les aider est un enjeu important pour mettre au point des outils véritablement adaptés et en mesure de répondre aux problématiques des handicaps en question.
Le risque d’une sollicitation peu ou pas assez importante des personnes en situation de handicap est la conception d’outils inadaptés qui ne répondent pas ou partiellement aux besoins réels. Cela soulève un enjeu majeur : comment s'assurer que la recherche répond à de vrais besoins, et comment consulter efficacement les personnes concernées ? Une question qui a sa place également dans le cas de figure de la recherche médicale assistée par l'IA.
Vers quelles avancées peut-on s'attendre ?
Des diagnostics toujours plus précoces et précis
Les chercheurs travaillent sur des systèmes d'IA capables de détecter des anomalies encore plus tôt, parfois avant même l'apparition des premiers symptômes. Dans le domaine de l'autisme, par exemple, des études explorent la possibilité de détecter des marqueurs dès les premiers mois de vie.
Pour d'autres pathologies comme Alzheimer, Parkinson ou la sclérose latérale amyotrophique (SLA), l'IA pourrait permettre d'identifier les patients à risque des années avant l'apparition de la maladie, ouvrant la voie à des interventions préventives.
L'IA multimodale : combiner plusieurs types de données
Une tendance prometteuse est le développement d'IA multimodales, capables d'analyser simultanément différents types de données : imagerie médicale, analyses sanguines, données génétiques, historique médical, mais aussi données comportementales et environnementales. Cette approche holistique pourrait permettre des diagnostics encore plus précis et personnalisés.
La médecine de précision : déjà une réalité ?
Grâce à l'IA, la médecine de précision n'est plus un concept futuriste mais une réalité émergente. Chaque patient pourrait à l'avenir bénéficier d'un traitement optimisé en fonction de son profil génétique, de l'évolution probable de sa pathologie et de sa réponse aux traitements.
Les découvertes de nouveaux sous-types de maladies, comme dans le cas de la sclérose en plaques, permettent déjà d'adapter les protocoles thérapeutiques. Cette tendance devrait s'amplifier dans les années à venir.
Des outils de recherche qui deviennent accessibles à tous
Des initiatives open source émergent pour démocratiser l'accès aux outils d'IA médicale. L'objectif : permettre aux laboratoires de recherche du monde entier, y compris ceux disposant de moyens limités, de développer leurs propres solutions et de contribuer à l'avancement des connaissances.
Cette démocratisation pourrait accélérer considérablement le rythme des découvertes et favoriser une recherche plus inclusive, prenant en compte la diversité des populations mondiales.
Une responsabilité collective pour un avenir inclusif
Si l'intelligence artificielle offre des perspectives extraordinaires pour améliorer le diagnostic et la prise en charge du handicap, son développement doit impérativement s'accompagner d'une réflexion éthique approfondie. Nicolas Sabouret, informaticien et professeur à Paris-Saclay, conclut que “si les IA conçues uniquement pour aider les personnes handicapées "sont imparfaites, peuvent faire des erreurs, et ont encore besoin d’être développées, elles apportent un progrès en mettant de l’énergie et des compétences au service de l’amélioration de la vie des personnes en difficulté"”*
*France 24 : Quand l’IA améliore le quotidien des personnes en situation de handicap
Selon l'Organisation mondiale de la santé, un milliard de personnes (plus de 15 % de la population mondiale) vivent avec une forme de handicap.*
*Un.org : 5 choses à savoir sur les personnes handicapées
Le potentiel de l'IA pour améliorer leur prise en charge médicale est immense, mais il ne se réalisera pleinement que si la recherche intègre véritablement les personnes concernées et adopte une approche équitable et inclusive.
FAQ
1. L'IA peut-elle vraiment diagnostiquer l'autisme avec 98,5 % de précision ?
Des études scientifiques montrent que l'IA peut atteindre ce niveau de précision chez les enfants de 24 à 48 mois, grâce à l'analyse d'IRM cérébrales spécifiques. Certaines recherches explorent même la détection par simple photographie rétinienne. Cependant, ces outils ne remplacent pas le diagnostic clinique complet réalisé par des spécialistes, mais constituent des aides au dépistage précoce qui peuvent accélérer la prise en charge.
2. Comment l'IA arrive-t-elle à prédire l'évolution d'une maladie ?
L'IA analyse des milliers de cas de patients ayant présenté des caractéristiques similaires et identifie des patterns d'évolution. En croisant des données médicales (imagerie, analyses biologiques), démographiques et environnementales, elle peut établir des probabilités d'évolution. Ces prédictions aident les médecins à anticiper les besoins futurs du patient et à adapter le traitement de manière préventive, mais elles restent des probabilités et non des certitudes.
3. Les données médicales utilisées pour entraîner l'IA sont-elles protégées ?
Oui, l'utilisation de données médicales est strictement encadrée par le RGPD en Europe. Les données doivent être anonymisées, et les patients doivent donner leur consentement éclairé. Les laboratoires de recherche sont soumis à des audits réguliers et doivent respecter des protocoles de sécurité stricts. Cependant, la question de la sécurité des données reste un enjeu majeur qui nécessite une vigilance constante.
4. Pourquoi parle-t-on de biais dans la recherche sur l'IA et le handicap ?
Près de 60 % des études adoptent une vision purement médicale du handicap, le considérant comme une déficience à corriger. Cette approche ignore le modèle social du handicap qui reconnaît que le handicap naît aussi des barrières environnementales et sociales. De plus, le manque de diversité dans les données d'entraînement et l'absence d'implication des personnes concernées dans la conception des outils peuvent conduire à des algorithmes inadaptés ou discriminatoires.
5. La recherche en IA médicale est-elle accessible aux pays à moyens limités ?
C'est un défi majeur. Actuellement, la majorité de la recherche se concentre dans les pays développés disposant de grandes infrastructures et de budgets importants. Cependant, des initiatives open source émergent pour démocratiser l'accès aux outils d'IA médicale. L'objectif est de permettre à tous les laboratoires, quelle que soit leur localisation, de développer des solutions adaptées à leurs populations et de contribuer à l'avancement des connaissances mondiales.
Commentaires