La machine, le médecin et moi : Pour une régulation positive de l'intelligence artificielle en santé David Gruson
Résumé
Les robots ne vous soigneront pas demain, ils vous soignent aujourd'hui. L'intelligence artificielle transforme profondément le champ sanitaire et médico-social, bouleversant les pratiques de la médecine. Le rythme de ces changements ne cesse de s'accélérer. Ce qui relevait de la science-fiction il y a six mois est devenu réalité. Les nouvelles techniques provenant de l'entrée du numérique soulèvent cependant des risques éthiques qui apparaissent tout aussi vertigineux que l'avancée technologique et thérapeutique obtenue. Le " big data" permet l'accumulation massive de données sur notre santé, parmi lesquelles la connaissance complète de nos génomes. L'IA pourra ainsi résoudre les problèmes médicaux... et même les prédire !
- Auteur :
- Gruson, David
- Éditeur :
- Paris, Editions de l'Observatoire, 2018
- Genre :
- Essai
- Langue :
- français.
- Description du livre original :
- 1 vol. (160 p.)
- ISBN :
- 9791032904770.
- Domaine public :
- Non
Table des matières
- Introduction
Dépasser les fantasmes
pour mieux réguler - Chapitre 1 L’intelligence artificielle :
des enjeux et des gains majeurs
pour notre santé- L’IA : une vraie-fausse nouveauté
- À la base de l’IA en santé :
les données et… Eliza - Le Machine Learning et le saut technologique
d’un déploiement large des IA apprenantes - IA et médecine numérique :
l’inversion en cours du test de Turing - Comment l’IA en santé apprend :
l’intelligence artificielle et le blob
- À la base de l’IA en santé :
- Des potentialités extraordinaires
d’amélioration pour notre santé- IA et santé publique
- IA et maladies métaboliques
(diabète, insuffisance rénale chronique…) - IA et cancer
- IA, vieillissement et handicap
- Une thématique essentielle pour l’avenir
de la croissance de la France- L’avance industrielle des Gafam et des BATX, et le scénario de la fuite du système
de santé français - Des niches de développement potentiel
sur certaines spécialités - L’avantage compétitif largement inexploité
de la France dans le domaine
des données de santé
- L’avance industrielle des Gafam et des BATX, et le scénario de la fuite du système
- Une révolution pour les métiers de la santé
- Une nouvelle « destruction créatrice » schumpétérienne ? Pour le moment, des effets encore incertains et des préjugés à relativiser…
- Des enjeux essentiels pour l’évolution
de la responsabilité des professionnels
- L’IA : une vraie-fausse nouveauté
- Chapitre 2 Et si l’IA en santé
n’était pas régulée…- L’IA n’est ni bonne ni mauvaise en soi
- Les « robots tueurs » :
un mythe de la science-fiction - L’IA et le déterminisme du programme
- Les « robots tueurs » :
- IA en santé et risque de marginalisation
du corps humain- L’IA et la modification de la contexture
de nos corps - IA et persona numérique
- IA et réalité de la réalité
- L’IA et la modification de la contexture
- « Une foule innombrable d’hommes semblables » : petit retour à Tocqueville
- Le vrai sujet est celui
des « données aberrantes » en algorithmique - L’IA privilégie la santé publique collective
au cas individuel - Comment une société hyper-individualiste
a-t-elle pu produire une technologie qui risque
de minorer la valeur de la vie individuelle ?
- Le vrai sujet est celui
- L’IA non régulée : une révolution silencieuse
- Une méthode de traitement « sans bruit »
de problématiques que nous avons du mal à poser dans le débat public : le début de la vie, la fin
de la vie et l’accès aux thérapeutiques coûteuses - Le plus grand bonheur collectif est-il supportable ? Réflexion autour du risque de délégation
du consentement aux soins à l’IA
- Une méthode de traitement « sans bruit »
- L’IA n’est ni bonne ni mauvaise en soi
- Chapitre 3 Intelligence artificielle et génétique : quels enseignements dégager
pour la régulation positive
de l’IA en santé ?- De l’algorithmique génétique
à la génétique algorithmique- Le Machine Learning : un emprunt initial
aux concepts de la génétique - L’ironie épistémologique :
l’IA revient à la génétique
- Le Machine Learning : un emprunt initial
- Le défi du « craquage » de notre génome
- Un enjeu majeur de R&D
pour les Gafam et les BATX - Un risque d’absorption
des données génomiques par l’IA
- Un enjeu majeur de R&D
- Toutes les données de santé ne se valent pas
- Une fausse approche du big data en santé
- Graduer la protection en fonction du niveau
de sensibilité des données de santé
- Comment réguler ?
- « Cinq clés de régulation » de l’intelligence artificielle et de la robotisation en santé :
la garantie humaine de l’IA comme principe fondamental - Quelles bonnes pratiques d’application
de l’intelligence artificielle en génétique ? - Pour une télémédecine de garantie humaine
de l’intelligence artificielle - Un hub national des données de santé :
un beau projet ! - La régulation positive de l’IA doit aussi
concerner les métiers : reconnaître
le principe d’une RSE numérique en santé
- « Cinq clés de régulation » de l’intelligence artificielle et de la robotisation en santé :
- De l’algorithmique génétique
- Conclusion
Inventer une régulation positive
de l’IA en santé - Remerciements
- Table
Commentaires
Laisser un commentaire sur ce livre