L’intelligence Artificielle (IA), un concept pas si nouveau.

L’IA envahit aujourd’hui le domaine de la santé. De nombreuses entreprises surfent sur la tendance au point que le concept en devient flou. Pourtant l’histoire de l’IA n’est pas si récente et soufflera bientôt sur ses 70 bougies !

En effet, dans les années 50, le mathématicien Alan Turing rédige un article intitulé « Computing Machinery and Intelligence », à l’origine d’un test basé sur les capacités d’une machine à imiter une conversation humaine. Le professeur américain John McCarthy définit pour la première fois en 1956 le terme intelligence artificielle. Pour lui, il s’agit d’une « science de l’ingénierie de fabrication des machines intelligentes, notamment des programmes informatiques intelligents. »

Les années 60-70 ont vu l’apparition des systèmes experts qui permettent de reproduire les systèmes cognitifs d’une personne dans un domaine précis. Trente ans plus tard, au début des années 2000 et avec l’avènement d’internet, l’IA peut prendre son envol. La digitalisation de la société, la création de Cloud, le Big Data et la puissance croissante des ordinateurs participent fortement au développement de l’IA.

La santé et le domaine de l’imagerie ressentent particulièrement l’impact de l’IA. On parle aujourd’hui du « radiologue augmenté » et de nombreux congrès comme les JFR 2019 traitent de ce sujet. Ainsi les algorithmes peuvent détecter des anomalies sur une image, aussi bien (voire mieux ?) qu’un expert. Elle vient compléter l’Homme dont l’avis reste indispensable.

IA, une histoire de techniques et de données

L’Intelligence Artificielle est aujourd’hui un domaine très vaste, qui regroupe de nombreux concepts. Dans les années 70, on découvrait les systèmes experts. Maintenant, nous parlons de machine learning et deep learning. Mais quelles sont les différences entre ces techniques ?

  • Le machine learning ou « apprentissage automatique » est « un type d’intelligence artificielle qui confére aux ordinateurs la capacité d’apprendre sans être explicitement programmés. »
  • Le deep learning est une branche du machine learning. Il consiste à « soumettre à un ordinateur une très grande quantité de données, en vue de laisser ce dernier les analyser lui-même, les segmenter et y reconnaitre des schèmes ».

Ces deux technologies possèdent donc des programmes informatiques qui leur permettent de développer leurs connaissances en s’appuyant sur une importante base informatique. Plus le deep learning reçoit des données, plus il est performant.

L’impact de l’IA dans le futur

L’Intelligence Artificielle est encore à l’origine de nombreuses interrogations et fantasmes. Les startups, entreprises et GAFA investissent massivement ce marché mais pour quels résultats ? Dans un premier temps, l’IA peut accélérer l’innovation en santé et développer la médecine prédictive. En effet, demain, la médecine doit anticiper, être prédictive et personnalisée. Pour cela, elle a besoin de toujours plus de données sur le patient, sa manière de vivre, son environnement. C’est pourquoi de nombreux objets de « quantified self » voient le jour (=capteurs, applications mobiles ou web qui récoltent des données personnelles relatives au corps ou à l’activité).

Le défi est donc de regrouper ces données, les analyser et surtout les protéger. L’IA pose de grandes questions sur le plan juridique et de la responsabilité. L’Histoire de l’Intelligence Artificielle a débuté il y a 70 ans mais elle n’est pas prête de s’arrêter et pourrait révolutionner la médecine.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *