Les enjeux de l’Intelligence artificielle à l’hôpital : cadeau ou fardeau ?

Avant-propos

L‘intelligence artificielle (IA) est en train de bouleverser toutes nos certitudes et donc de transformer de nombreux secteurs, et la santé n’est pas en reste. Les hôpitaux, confrontés à des défis croissants tels que la pénurie de personnel soignant, l’augmentation des coûts et la nécessité d’améliorer la qualité des soins, voient dans l’IA une opportunité majeure. Cependant, l’intégration de l’IA dans le milieu hospitalier soulève également des questions éthiques, techniques et financières. 

De fait, l’IA représente une opportunité majeure pour transformer le secteur de la santé, notamment en optimisant les processus administratifs des hôpitaux. Dans un contexte de pénurie de personnel soignant, mais d’augmentation constante du personnel administratif et de besoin accru d’efficacité, l’IA pourrait remplacer des tâches, libérant ainsi des ressources humaines pour des missions à plus forte valeur ajoutée.

Cette note explore les enjeux de la numérisation à l’hôpital, les verrous à l’essor de l’IA, les stratégies pour sécuriser les financements, les moyens de faire monter en gamme les infrastructures des systèmes informatiques hospitaliers, et la structuration d’un écosystème de R&D.

Les enjeux de la numérisation de l’hôpital

Un apport pour les services supports. L’IA peut automatiser des tâches administratives répétitives : gestion des rendez-vous, facturation, gestion des stocks. Le Massachusetts General Hospital l’utilise pour planifier ses ressources et gérer ses dossiers médicaux électroniques, le Johns Hopkins Hospital pour les admissions et les sorties. Au Charité de Berlin, elle aide à gérer les stocks de médicaments, et l’hôpital Haut-Lévêque du CHU de Bordeaux s’est positionné sur cet usage.

Un apport pour les professionnels de santé. L’IA permet de redéployer le personnel vers l’accompagnement des patients et la coordination des soins, améliore les conditions de travail et peut réduire le turnover. Des hôpitaux japonais comme le Tokyo General Hospital et l’Osaka University Hospital, ou le Toronto General Hospital, l’emploient pour programmer les rendez-vous.

Un risque pour l’emploi administratif. La note met en avant une réduction sensible du personnel non soignant, tout en appelant à la formation et à la reconversion des agents concernés.

Le tournant de l’IA générative

Une avancée majeure. Contrairement aux IA fondées sur la classification ou la prédiction, l’IA générative crée du contenu nouveau à partir d’une consigne : texte, code, images, discours. L’approche retenue est résolument pratique.

Pour le personnel médical. Rédaction de comptes rendus à partir de notes brutes, résumé des dossiers avant la visite, courriers aux confrères, protocoles de soins et traduction médicale multilingue.

Pour le personnel administratif et les patients. Rapports d’activité, réponses aux courriers de patients soumises à validation humaine, mise à jour des fiches de procédure, chatbot d’orientation pré-admission, résumés personnalisés de consultation, traduction du plan de soins et agents de soutien émotionnel.

Pour la recherche et la formation. Premiers jets d’articles scientifiques, veille bibliographique, génération d’hypothèses à partir de dossiers cliniques, cas cliniques simulés, QCM adaptés et simulation de conversations médecin-patient.

Les verrous à l’essor de l’IA à l’hôpital

Des verrous techniques. Les solutions d’IA doivent s’intégrer aux systèmes d’information hospitaliers existants, dominés par de grands éditeurs. L’interopérabilité conditionne le succès de l’intégration.

Des verrous éthiques et sociaux. Il faut protéger les données sensibles des patients, lever la résistance au changement, prendre en compte les craintes sur les emplois administratifs, clarifier la responsabilité en cas d’erreur et garantir la transparence des décisions.

Des verrous propres à l’IA générative. Les modèles peuvent halluciner, ne sont pas explicables et sont souvent hébergés hors de l’Union européenne, alors que le RGPD impose un haut niveau d’exigence pour les données de santé. Le règlement européen sur les dispositifs médicaux exige une certification difficile à maintenir face à l’évolution rapide des modèles.

Des freins institutionnels et culturels. Le manque de temps, le déficit d’effectifs, le manque de formation aux prompts et la crainte d’une remise en cause du savoir médical nourrissent la réticence. L’accès inégal à ces technologies risque de créer une nouvelle fracture numérique et d’aggraver les inégalités d’accès aux soins.

Faire de l’IA un atout pour le système hospitalier

Sécuriser les financements. La stratégie principale identifiée par Le Millénaire est le partenariat public-privé, avec des investissements conjoints, des subventions et l’attraction d’investisseurs privés. Les hôpitaux doivent présenter des projets solides, et pourraient rationaliser l’usage des fonds structurels régionaux européens.

Faire monter en gamme les systèmes d’information hospitaliers. La cybersécurité est la réelle dépense d’implémentation. La note recommande de diagnostiquer la maturité du système, de prioriser les cas d’usage à forte valeur ajoutée, d’exposer les données par des API REST conformes à HL7-FHIR, de mettre en place une gestion unifiée des identités, et de choisir des solutions souveraines hébergées sur des infrastructures certifiées HDS.

Déployer progressivement. Chaque nouvel usage doit être validé, accompagné d’une formation ciblée et adapté au service, et les directions des systèmes d’information doivent disposer de compétences en IA.

Bâtir un écosystème favorable à la R&D. Les hôpitaux doivent collaborer avec les universités et les grandes écoles, ainsi qu’avec l’État (HAS, ARS) pour lancer des projets pilotes. La note préconise que la Haute Autorité de Santé partage son expertise avec des Centres d’Innovation dédiés aux nouvelles technologies pour la santé (CINTS).

Conclusion

L’intégration de l’IA à l’hôpital est une opportunité majeure pour améliorer l’efficacité, réduire les coûts et optimiser les ressources humaines, à condition de tenir compte des défis éthiques, sociaux et techniques.

Des projets pilotes, la formation du personnel et un cadre réglementaire clair permettraient d’en tirer pleinement parti, avec les partenariats public-privé que de nombreux pays ont déjà mis en place.