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
  • 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
  • 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
• 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
  • 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
  • « 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 ?
  • 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
• 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 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
  • 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
• Conclusion
  Inventer une régulation positive
  de l’IA en santé
• Remerciements
• Table