4 leçons que les soins de santé peuvent nous apprendre sur les applications réussies de l’IA

Afin de tirer le meilleur parti d’un chatbot et de répondre aux exigences réglementaires, les utilisateurs de soins de santé doivent trouver des solutions leur permettant de transférer les données cliniques bruyantes vers une interface en langage naturel capable de répondre automatiquement aux questions. À grande échelle et en toute confidentialité, pour démarrer. Étant donné que cela ne peut pas être réalisé en appliquant simplement les solutions LLM ou RAG LLM, cela commence par un pipeline de prétraitement des données spécifiques aux soins de santé. D’autres secteurs hautement conformes, comme le droit et la finance, peuvent s’inspirer du secteur de la santé en préparant leurs données de manière privée, à grande échelle, sur du matériel standard, en utilisant d’autres modèles pour les interroger.

Démocratiser l’IA générative

Jusqu’à présent, l’utilité de l’IA dépend de celle des scientifiques des données et des professionnels de l’informatique à l’origine des cas d’utilisation en entreprise. Des solutions sans code émergent, spécialement conçues pour les cas d’utilisation les plus courants dans le secteur de la santé. Le plus notable étant l’utilisation de LLM pour amorcer des modèles spécifiques à des tâches. Essentiellement, cela permet aux experts du domaine de commencer avec un ensemble d’invites et de fournir des commentaires pour améliorer la précision au-delà de ce que l’ingénierie des invites peut fournir. Les LLM peuvent ensuite former de petits modèles affinés pour cette tâche spécifique.

Cette approche place l’IA entre les mains d’experts du domaine, aboutit à des modèles d’une plus grande précision que ce que les LLM peuvent fournir seuls, et peut être exécuté à moindre coût à grande échelle. Ceci est particulièrement utile pour les entreprises hautement conformes, étant donné qu’aucun partage de données n’est requis et que les invites zéro tir et les LLM peuvent être déployés derrière le pare-feu d’une organisation. Une gamme complète de contrôles de sécurité, y compris l’accès basé sur les rôles, la gestion des versions des données et les pistes d’audit complètes, peuvent être intégrées et permettent aux utilisateurs d’IA, même novices, de suivre facilement les changements et de continuer à améliorer les modèles au fil du temps. .

Relever les défis et les considérations éthiques

Garantir la fiabilité et l’explicabilité des résultats générés par l’IA est essentiel pour maintenir la sécurité des patients et la confiance dans le système de santé. De plus, il est essentiel de lutter contre les préjugés inhérents pour assurer un accès équitable aux solutions de soins de santé basées sur l’IA pour toutes les populations de patients. Des efforts de collaboration entre cliniciens, data scientists, éthiciens et organismes de réglementation sont nécessaires pour établir des lignes directrices pour le déploiement responsable de l’IA dans les soins de santé et au-delà.

C’est pour ces raisons que la Coalition for Health AI (CHAI) a été créée. CHAI est une organisation à but non lucratif chargée d’élaborer des lignes directrices et des critères concrets pour développer et déployer de manière responsable des applications d’IA dans le domaine de la santé. En collaboration avec le gouvernement américain et la communauté de la santé, CHAI crée un environnement sûr pour déployer des applications d’IA générative dans le domaine de la santé, couvrant les risques spécifiques et les meilleures pratiques à prendre en compte lors de la création de produits et de systèmes justes, équitables et impartiaux. Des groupes comme CHAI pourraient être reproduits dans n’importe quel secteur pour garantir une utilisation sûre et efficace de l’IA.

Les soins de santé sont à la pointe de l’IA générative, définie par une nouvelle ère de médecine de précision, de traitements personnalisés et d’améliorations qui conduiront à de meilleurs résultats et à une meilleure qualité de vie. Mais cela ne s’est pas produit du jour au lendemain ; l’intégration de l’IA générative dans les soins de santé a été réalisée de manière réfléchie, en tenant compte des défis techniques, des considérations éthiques et des cadres réglementaires tout au long du processus. D’autres secteurs peuvent apprendre beaucoup de l’engagement des soins de santé en faveur d’innovations basées sur l’IA qui profitent aux patients et à la société dans son ensemble.