Cameron Behar, co-fondateur et directeur technologique de Sprinter Health, nous éclaire sur l’intégration intelligente de l’IA dans le secteur de la santé.
Alors que les grandes plateformes de paiement comme PayPal ont su s’imposer grâce à une automatisation judicieuse, le secteur de la santé est aujourd’hui confronté à un défi similaire : comment intégrer efficacement l’intelligence artificielle ? Cameron Behar, co-fondateur et directeur technologique de Sprinter Health, propose une vision nuancée, loin de l’automatisation à tout prix. Il met en garde contre une approche simpliste, rappelant les leçons tirées des débuts de PayPal et appelant à une stratégie réfléchie pour exploiter pleinement le potentiel de l’IA.
Des débuts tumultueux de PayPal à la médecine augmentée
Il y a quelques années à peine, les pionniers du paiement en ligne, dont PayPal, luttaient contre des fraudes massives par carte de crédit, se chiffrant en dizaines de millions de dollars chaque mois. Face à un volume de transactions écrasant, les solutions purement humaines étaient dépassées. Les premières tentatives d’automatisation, bien que sophistiquées, peinaient à suivre le rythme des fraudeurs.
La véritable percée de PayPal est venue d’un changement de paradigme : plutôt que de vouloir remplacer l’humain, l’entreprise a optimisé ses algorithmes pour signaler les transactions suspectes à des analystes experts. Cette hybridation homme-machine, où l’automatisation augmente le jugement humain plutôt que de le supplanter, a permis à PayPal de sécuriser ses opérations et de dominer son marché.
Cette philosophie résonne aujourd’hui avec force dans le domaine de la santé, à l’heure où l’IA générative et les grands modèles de langage (LLM) transforment les possibilités.
Robots ou exosquelettes numériques : quelle IA pour la santé ?
Face à la tentation de l’automatisation généralisée dans le secteur de la santé, Cameron Behar distingue deux approches :
-
L’approche « robot » : Elle vise à remplacer le travail humain, coûteux ou rare, par des machines. Cette stratégie est particulièrement pertinente pour les tâches répétitives et à grand volume, qui sollicitent excessivement les équipes ou pour lesquelles les compétences manquent. Cependant, son application exclusive peut s’avérer défaillante dans les situations nécessitant discernement humain, empathie et présence physique.
-
L’approche « exosquelette numérique » (ou « combinaison mécanique ») : Ici, les outils d’IA augmentent les capacités des professionnels de santé. Ils fournissent un contexte enrichi, facilitent la prise de décision grâce à des informations clés et libèrent les cliniciens de tâches subalternes pour qu’ils se concentrent sur des activités à haute valeur ajoutée.
À terme, l’IA deviendra incontournable dans tous les aspects des soins. La sagesse résidera dans la manière de la déployer : savoir quand opter pour un « robot » et quand choisir un « exosquelette numérique ». L’objectif ultime est que l’IA accomplisse ce que les humains ne peuvent pas, afin que les humains puissent se consacrer à ce que l’IA ne peut pas faire.
L’IA : un spectre de « l’intelligence automatisée »
Bien que les modèles d’IA actuels soient plus performants et accessibles que jamais, leur succès ne doit pas être mesuré à leur sophistication, mais à la valeur qu’ils créent.
Malgré leur caractère souvent « magique » (comme le décrit la troisième loi de Clarke), ces modèles d’IA restent des outils. Comparer leur essor à l’impact de l’automobile sur le voyage à cheval est tentant, mais dans de nombreux contextes de santé, l’analogie du micro-ondes face au four est plus pertinente. Le micro-ondes a révolutionné la cuisine rapide, mais pour un rôti de dinde parfait le jour de Thanksgiving, le four reste irremplaçable.
De même, si les LLM marquent une étape clé, ils ne remplaceront pas les approches basées sur la simulation pour l’optimisation à grande échelle, ni les modèles d’apprentissage automatique (ML) finement réglés pour des tâches spécifiques. L’ensemble de ces techniques constitue un spectre plus large de « l’intelligence automatisée ».
Les responsables de la santé devraient ainsi articuler leurs stratégies d’IA autour de trois axes :
-
Rendre l’impossible possible : L’IA peut permettre des avancées inédites. Par exemple, des copilotes capables d’extraire des données pertinentes du dossier patient en temps réel, ou des moteurs de routage optimisant les tournées des infirmiers à domicile pour maximiser le temps passé auprès des patients.
-
Automatiser ce qui est prohibitif : L’IA peut automatiser des tâches faisables par l’homme, mais trop coûteuses ou chronophages à grande échelle. Les secrétariats médicaux automatisés (« ambient scribes ») réduisent la charge administrative des médecins, leur redonnant du temps pour les interactions directes. L’ingestion, le nettoyage et le contrôle qualité de gros volumes de données sont également des domaines où l’automatisation robotique excelle.
-
Accélérer l’évolution : L’IA générative, en particulier, peut compresser le cycle entre l’idée et sa réalisation. Au lieu de mois de développement spécialisé, les équipes peuvent atteindre une précision significative en guidant les LLM, permettant des tests et des itérations rapides. L’IA devient alors un moteur d’exploration et d’innovation accélérée.
Les fondements de la stratégie à l’ère de l’IA
Malgré la rapidité de l’évolution technologique, les principes d’une stratégie solide demeurent immuables. La compétitivité repose toujours sur des atouts fondamentaux : données exclusives, infrastructures opérationnelles robustes, relations de confiance et modèles économiques difficiles à répliquer.
L’IA peut renforcer ces avantages, mais elle ne peut pas les créer ex nihilo.
Pour les dirigeants du secteur de la santé, la stratégie d’IA la plus efficace consistera à identifier les domaines où les individus apportent une valeur unique, à reconnaître leurs limites, et à sélectionner le meilleur outil – robot ou exosquelette numérique – pour chaque tâche.
Comme l’a démontré PayPal, le succès ne réside pas uniquement dans la technologie, mais surtout dans son application judicieuse.
Cameron Behar est le co-fondateur et directeur technologique de Sprinter Health, une entreprise qui allie l’IA à une main-d’œuvre clinique certifiée pour servir les patients à travers le pays, y compris dans les zones rurales.