AWS et IA en Santé : Étude de cas JetBase

L'intelligence artificielle (IA) et l'apprentissage automatique (ML) connaissent actuellement un engouement mondial considérable, surtout depuis le lancement de modèles d'IA générative comme ChatGPT en 2022. À mesure que cet engouement grandit, les considérations éthiques sont passées au premier plan, en particulier dans le domaine médical où la santé et le bien-être humains sont primordiaux.

Malgré l'existence de neuf modèles d'IA générative dans le secteur de la santé et de 24 applications distinctes de l'IA, telles que la fourniture d'informations liées à la santé et l'aide au diagnostic et à la prédiction des maladies, des défis majeurs subsistent. Ceux-ci incluent la génération de contenu inexact ou fictif, l'incertitude concernant les sources d'information et une précision moindre dans les réponses aux requêtes.

Selon McKinsey, l'intelligence artificielle, l'apprentissage automatique traditionnel et l'apprentissage profond pourraient générer des économies nettes de 200 à 360 milliards de dollars dans les dépenses de santé. Cependant, ce potentiel ne peut être réalisé que si la confiance est établie entre les professionnels de la santé et les patients, et si l'IA est utilisée de manière précise et intelligente.

Les applications d'IA et d'apprentissage automatique offrent de nombreux avantages, non seulement financiers. Elles contribuent également à une meilleure qualité des soins de santé, à un accès accru aux soins et à une plus grande satisfaction tant pour les patients que pour les médecins.

Voici les applications de l'apprentissage automatique (ML) en tant que sous-type de l'intelligence artificielle (IA) qui gagnent en popularité dans le secteur de la santé :

• Collecter avec précision l'historique du patient et fournir l'historique familial
• Améliorer les services de santé et l'efficacité opérationnelle
• Améliorer le processus de traitement et la précision du diagnostic
• Permettre les chirurgies robotiques et les thérapies guidées par l'image
• Automatiser les avertissements de messagerie
• Détecter le diabète et d'autres problèmes de santé
• Soutenir la prise de décision rapide
• Gérer la prise de rendez-vous en ligne et l'informatique de la santé
• Analyser les données des patients et améliorer les études cliniques
• Faciliter le développement de médicaments en phase précoce et les essais cliniques
• Assister avec les difficultés psychologiques, le diagnostic du patient et la thérapie
• Faire progresser la découverte de médicaments et la radiologie
• Développer de nouvelles procédures médicales
• Prévoir les maladies et détecter les défauts minimes
• Aider au traitement de la leucémie
• Améliorer les systèmes de santé et la qualité
• Gérer efficacement les risques

L'application de l'apprentissage automatique (ML) améliore les aspects organisationnels de l'industrie en rationalisant des processus tels que le traitement des réclamations et la gestion du cycle des revenus. Elle a également le potentiel d'automatiser la documentation clinique et l'administration des dossiers. Les cas d'utilisation d'entreprise pour le ML font de plus en plus la une, soulignant son vaste potentiel et ses avancées dans le domaine de la santé.

Étant donné que l'accès des patients aux médicaments et leur satisfaction vis-à-vis des services médicaux sont cruciaux dans le secteur de la santé, de nombreuses organisations privilégient l'investissement dans des technologies susceptibles d'améliorer ces domaines. Considérant que l'IA, l'apprentissage automatique et les technologies d'IA générative ont un potentiel d'investissement élevé, nous pouvons envisager comment la combinaison et l'intégration de ces technologies seront prometteuses dans les années à venir.

Selon le rapport de McKinsey "Digital Transformation: Health Systems’ Investment Priorities", la santé virtuelle et les « front doors » numériques sont les principaux domaines d'investissement pour 70 % des dirigeants du secteur de la santé, qui anticipent que ces domaines auront le plus grand impact. De plus, 88 % des répondants reconnaissent un fort potentiel d'impact de l'IA.

Une communication efficace entre médecins et patients est cruciale. Comme le déclare l'OMS : « si la technologie et les innovations peuvent améliorer les capacités des services de santé, l'interaction humaine reste un élément clé du bien-être des patients. » Il est essentiel pour les professionnels de la santé et les organisations de maintenir une touche humaine même en tirant parti des avancées technologiques.

Voici quelques domaines où l'IA et l'apprentissage automatique peuvent être mis en œuvre dans le "digital front door" de la santé :

• Assistants de santé virtuels
• Plateformes de télémédecine
• Planification et gestion des rendez-vous
• Triage des patients et vérificateurs de symptômes
• Recommandations de santé personnalisées
• Surveillance à distance des patients
• Engagement et éducation des patients
• Analyse prédictive pour les résultats des patients
• Documentation automatisée et gestion des flux de travail

Dans le domaine numérique, maintenir l'interaction humaine tout en exploitant la technologie est crucial. Étant donné que les appels entre médecins et patients sont un élément clé du "digital front door" dans le secteur de la santé, nous, chez JetBase, avons mis en œuvre l'IA pour combler le fossé entre eux, économisant du temps et augmentant la satisfaction. Nous aimerions discuter plus en détail de notre cas d'utilisation de l'IA avec vous.

Notre intégration va au-delà des simples interactions médecin-patient ; elle inclut également la gestion des flux de travail et des données. Nous mettons continuellement en œuvre de nouvelles fonctionnalités provenant des fournisseurs d'IA. Continuez à lire pour découvrir comment l'IA et l'apprentissage automatique peuvent être appliqués dans des scénarios réels de soins de santé.

Dans notre projet de développement de logiciels de santé, qui exploite les données des dispositifs médicaux, les patients et les médecins peuvent s'engager dans des appels qui peuvent durer de quelques minutes à plusieurs heures. Pour les patients, l'expérience reste fluide – les médecins sont attentifs et disponibles pour consultation.

Cependant, pour les professionnels de la santé, les avantages sont substantiels. Avec de nombreux patients et interactions à gérer, il peut être difficile de garder une trace de tous les détails. C'est là que les technologies d'IA interviennent. En analysant les points clés de chaque interaction, l'IA aide à réduire la surcharge de données et à rationaliser la gestion des informations. Pour illustrer son fonctionnement, nous fournirons des exemples tirés de notre étude de cas en matière de santé.

Dans notre projet de développement pour la santé, nous avons intégré les services d'IA d'AWS. Cette intégration nous a permis d'obtenir des informations à partir des données et d'automatiser les routines quotidiennes des professionnels de la santé.

Amazon Bedrock

Amazon Bedrock offre un accès à une large gamme de modèles de fondation (FM) des principales startups d'IA et d'Amazon via une API unifiée. Il garantit une sécurité et une confidentialité totales tout en facilitant l'expérimentation et l'évaluation aisées des meilleurs modèles. Avec des fonctionnalités telles que le réglage fin (fine-tuning), la génération augmentée par récupération (RAG) et la capacité de créer des agents qui interagissent avec vos systèmes d'entreprise, Amazon Bedrock prend en charge la personnalisation et le traitement efficace des données.

Nous utilisons Amazon Bedrock depuis 2 à 3 mois pour générer des invites (prompts) à partir de données de dispositifs médicaux. Les médecins agissent comme des agents dans cet écosystème d'IA, appliquant des paramètres spécifiques à ces invites. Les invites traitées sont renvoyées au service, qui retourne des commentaires prêts à l'emploi que les médecins peuvent modifier si nécessaire.

Amazon Transcribe

Amazon Transcribe est un service de reconnaissance automatique de la parole qui convertit l'audio en texte à l'aide de l'apprentissage automatique. Il peut être utilisé indépendamment ou intégré à des applications pour des capacités de conversion parole-texte. Il offre une personnalisation linguistique pour une précision améliorée, un filtrage de contenu pour la confidentialité, une analyse audio multicanal et une partition des locuteurs. Vous pouvez transcrire des médias en temps réel (streaming) ou à partir de fichiers stockés dans un compartiment Amazon S3 (lot).

Au cours des 6 derniers mois, nous avons utilisé l'option de transcription par lots. Nous évaluons également les conversations selon trois catégories : satisfait, non satisfait et neutre. Nous avons ajouté une option pour visualiser ces évaluations avec des emojis pour une meilleure compréhension par l'utilisateur.

AWS HealthScribe

AWS HealthScribe est un service conforme à la HIPAA qui intègre des capacités d'IA générative sans nécessiter la gestion de l'infrastructure ML sous-jacente ou la formation de grands modèles linguistiques (LLM) spécifiques aux soins de santé. Il aide à reconnaître la parole médicale pour automatiser la documentation clinique préliminaire. Utilisant une API unique, AWS HealthScribe identifie les rôles des locuteurs, classifie les dialogues, extrait les termes médicaux et génère des transcriptions et des notes cliniques préliminaires détaillées, accélérant la mise en œuvre en éliminant le besoin de services d'IA séparés. Ce service a été lancé début 2024, et nous sommes actuellement en train de le adopter après plusieurs mois d'utilisation d'Amazon Transcribe.

Amazon Forecast

Amazon Forecast est un autre service AWS qui facilite les décisions basées sur l'intelligence à l'aide de l'apprentissage automatique (ML). Il simplifie l'utilisation de divers niveaux de données pour l'analyse des métriques commerciales.

Nous sommes toujours en train d'implémenter Amazon Forecast dans nos processus commerciaux au sein de notre application de santé et fournirons des mises à jour sur nos progrès à mesure que nous avançons.

Vous vous demandez peut-être ce qui est nécessaire pour implémenter les services d'IA dans votre application de santé en utilisant AWS. L'avantage d'AWS est qu'il offre une équipe d'experts et de partenaires IA. De notre point de vue, nous n'avions besoin que de données claires et d'un expert en IA pour naviguer dans le processus d'implémentation et relever les défis spécifiques.

Données claires

Dans notre cas d'utilisation de l'IA, nous gérons actuellement 20 à 30 millions de points de données provenant des lectures de dispositifs médicaux. Ces données nous permettent d'entraîner des algorithmes et d'employer l'analyse prédictive. L'un de nos objectifs est d'utiliser ces données pour prévoir les revenus des cliniques et autres entités de santé impliquées dans le projet, ainsi que pour améliorer l'engagement des patients. Bien que les filtres de données puissent aider à purifier les données d'entrée, travailler avec de grands ensembles de données exige toujours un temps et des efforts substantiels de la part des ressources humaines.

Il n'y a pas trop de données en apprentissage automatique. Ce qui est plus important, c'est d'avoir des données claires et bien organisées.

Experts en IA et implication humaine

La sélection et la préparation des données pour l'apprentissage automatique sont une tâche chronophage qui nécessite un effort humain dédié. Vous avez besoin d'une équipe composée d'un ingénieur en IA, de médecins et de scientifiques médicaux pour filtrer les données, tester les algorithmes et étiqueter les données de manière systématique.

L'IA et l'apprentissage automatique dans le secteur de la santé sont des domaines prometteurs qui recèlent un potentiel d'avancées significatives de la part des ingénieurs en IA et des experts médicaux, ainsi que des investissements substantiels. Nous continuons d'en apprendre davantage sur les capacités de l'IA et les innovations technologiques en médecine, qui peuvent améliorer les flux de travail médicaux, enrichir l'expérience des patients et étendre l'accès aux soins de santé à l'échelle mondiale.

Chez JetBase, nous nous appuyons actuellement sur les services AWS pour notre projet de santé, ce qui nous évite de développer nos propres solutions d'IA et notre écosystème d'apprentissage automatique. Ces services se sont déjà avérés précieux pour transcrire les appels médecin-patient et créer des invites à partir de vastes données de dispositifs médicaux. Cependant, nous restons ouverts à approfondir notre projet en fonction de ses objectifs et des besoins de nos clients. Nous nous engageons à mettre en œuvre toute idée technologique innovante au bénéfice des médecins et des patients.

Nous espérons que nos perspectives sur l'IA et l'apprentissage automatique dans le secteur de la santé vous ont inspiré et vous ont donné de nouvelles idées pour votre propre cas d'utilisation. Si vous avez besoin d'expertise dans les services AWS et le développement web pour l'industrie de la santé, n'hésitez pas à contacter JetBase pour une consultation gratuite.