Incubateurs

Les données de santé sont les premières cibles du « dark beb » selon le constat des experts Scott Dueweke, de l’Association américaine sur les technologies d’identification et de paiement IDPay, et du Dr Laurent Treluyer, directeur des systèmes d’information de l’AP-HP, qui se sont exprimés à l’occasion du salon Trustech, un événement dédié aux technologies de la confiance numérique qui s’est déroulé le 28 et 29 novembre à Cannes et au cours duquel Health & Tech Intelligence est intervenu sur une table ronde dédiée à la sécurité des données de santé.

Depuis 2010, les ransomwares et autres cyberattaques dans le secteur de la santé ont augmenté de 125 %. Les attaques contre l’assureur américain Humana en juillet 2018 soulignent le besoin urgent de protection des données de santé et de sécurité.

Les spécialistes des technologies de l’information de santé s’accordent sur :

• la difficulté de prémunir les hôpitaux des cyberattaques ;
• le fait que les mesures aujourd’hui prises sont insuffisantes, malgré les bonnes pratiques menées par les établissements, aussi bien en Europe qu’aux États-Unis.

Selon Laurent Treluyer, la vulnérabilité du système d’information de santé de l’AP-HP est due aux plus de 60 000 points d’accès humains et aux brèches de sécurité introduites par les multiples solutions et appareils. L’augmentation du risque de cyberattaques s’explique par :

• la croissance du nombre d’utilisateurs de solutions numériques ;
• le nombre important des applications métiers parfois mal protégées ;
• le développement de l’IoT avec les appareils médicaux et les équipements pour les bâtiments.

De son côté, Scott Dueweke met en avant deux enjeux à adresser pour sécuriser le développement de la santé numérique :

• l’identification et l’authentification des personnes pour lesquelles il existe aujourd’hui des solutions basée sur la reconnaissance faciale et d’empreintes digitales, qui permettent d’identifier de façon rapide et sûre les patients et les professionnels. Des sociétés positionnées sur l’immigration, la banque et la contre-façon mobilisent leur savoir-faire pour répondre aux enjeux d’identito-vigilance ;
• la cybersécurité et la protection des données de santé considérant que les données de santé sont aujourd’hui les premières cibles du « dark web ». 

Enfin, Daniel Bowden, vice-président et responsable de la sécurité des systèmes d’information de Sentara Healthcare, mise sur les bonnes pratiques suivantes pour sécuriser son système d’information de santé :

• Évaluer les menaces aussi bien internes que externes. Les menaces internes non malveillantes sont un risque important, notamment lors de la perte ou le vol d’un périphériques ou lorsque les utilisateurs disposent de niveaux d’accès inappropriés aux données ;
• mettre en œuvre des méthodes pour gérer le contrôle d’accès et lutter contre les abus de droits ;
• surveiller l’accès aux données électroniques du patient en mettant en place des outils d’enregistrement et identifier des modifications non autorisées des données sensibles du patient ;
• employer des méthodes d’identification et d’authentification renforcées pour garantir que l’accès aux données corresponde au rôle de l’utilisateur dans l’entreprise, présent et futur. Les ressources humaines ont un rôle important à jouer pour informer l’équipe informatique des modifications des situations.

« Si demain, les acteurs de la santé partageaient avec les individus leurs données personnelles de santé, pour que ces derniers en fassent ce qui a du sens pour eux ? » Telle est la perspective sur laquelle repose l’expérimentation « Mes données, ma santé » menée entre juin 2017 et février 2018 par Cap Digital, en collaboration avec la Fondation internet nouvelle génération (la Fing), sur un panel de trente individus, qui se sont vus restituer leurs données personnelles par la mutuelle Mgen (Groupe Vyv).

« Cette possibilité, déjà explorée ailleurs dans le monde (États-Unis, Royaume-Uni, Islande), est réclamée en France par de nombreuses associations de patients », commente Cap Digital dans un communiqué présentant les enseignements de cette initiative et publié le 12 novembre 2018.

Le panel a été accompagné pour imaginer des services basés sur ces données recueillies à leur propos « qui avaient du sens pour eux ». 4 services utiles aux individus, à leurs aidants, aux professionnels, à la collectivité, etc., ont été identifiés à travers 4 scénarios d’usage :
• « Comment faire pour prévoir et préparer mon parcours de santé sur le long terme ? » ;
• « Comment prévoir et suivre mon budget de santé pour moi et mes proches ? » ;
• « J’ai une maladie chronique, comment faire pour adapter mon mode de vie à ma pathologie ? » ;
• « En cas d’accident grave, comment faire pour être aidé et pris en charge ? »

Le Groupe Vyv va continuer l’expérimentation en demandant à trois start-ups de réaliser un prototype d’un service issu d’un cas d’usage identifié lors de cette expérimentation.

4 scénarios d’usage « pour comprendre les bénéfices du self data en santé »

La charte du self data établi par Fondation internet nouvelle génération (la Fing) définit le self data comme « la production, l’exploitation et le partage de données personnelles par les individus, sous leur contrôle et à leurs propres fins ».

1. « Comment faire pour prévoir et préparer mon parcours de santé sur le long terme ? »

Fonctionnalités clés du service :

• autocomplétion du calendrier des rendez-vous médicaux en fonction du profil de l’individu et de son historique ;
• gestion de la prise de rendez-vous : prise de rendez-vous en ligne, agent conversationnel pour s’informer ;
• recommandations personnalisées : vaccins, sport… ;
• notifications « push » : rappels de rendez-vous, conseils personnalisés ;
• visualisation et suivi des dépenses de santé, et compte rendu de rendez-vous.

2. « Comment prévoir et suivre mon budget de santé pour moi et mes proches ? »

Fonctionnalités clés du service :

• Trouver les offres les plus adaptées à mon profil et à mon budget : matériel médical, alimentation, établissement de santé, mutuelle, aide ménagère… ;
• Suivi et coaching : suivre ses dépenses de santé, ses remboursements, le versement de ses aides, recevoir des alertes, prévoir des dépenses (exemples : vaccins, voyages…) ;
• prévoir et analyser sur le long terme : voir les économies que je peux réaliser si je suis les conseils de prévention, planifier le coût d’une intervention de A à Z ;
• coordination budgétaire : par exemple entre frères et sœurs pour le suivi d’un parent, avec un tiers de confiance…

3. « J’ai une maladie chronique, comment faire pour adapter mon mode de vie à ma pathologie ? »

Fonctionnalités clés du service :

• Au quotidien : génération des listes de courses personnalisées, suivi des crises, prises de rendez-vous médicaux ;
• En déplacement : recommandations personnalisées en temps réel d’itinéraires minimisant les risques, d’hôtel et de restaurants adaptés autour de soi.

4. « En cas d’accident grave, comment faire pour être aidé et pris en charge ? »

Fonctionnalités clés du service :

• Gestion de ses données médicales par le patient et les professionnels de santé agréés par le patient ;
• accès à une offre personnalisée d’aidants ;
• gestion de la relation patient-aidants : mise en relation, planification de rendez-vous, accès partagé à l’agenda et aux données du patient, partage d’informations entre aidants.

Un projet remontant à 2012

La Fing lance en 2012 le projet « MesInfos » pour explorer ce qu’il se produirait si les organisations restituaient leurs données à leurs clients et usagers pour que ces derniers puissent en reprendre le contrôler et les exploiter dans leur intérêt.

Cap Digital rejoint l’initiative en 2016 afin d’étudier le concept dans le domaine de la santé. Le groupe de travail concerné (acteurs publics, privés et associatifs, provenant du secteur de la santé ou du numérique) a analysé les enjeux, les possibilités, les risques et les conditions de réussite du partage des données de santé aux individus (self data) en France :

• « Pour quels objectifs ?
• Comment les atteindre de manière réaliste et rapide ?
• Quels services, usages et bénéfices en attendre ?
• Quels risques anticiper et comment les prévenir ?
• Comment combiner démocratie médicale, qualité des soins, prévention, innovation et protection des données et de la vie privée ? »

Une étude de terrain a ensuite été réalisée aux États-Unis et a donné lieu à l’établissement :

• d’une charte « Mes données, ma santé », posant « les grands principes du self data en santé » et signée par les membres du groupe de travail ;
• d’un scénario d’expérimentation de restitution de données personnelles de santé à des individus sur une année afin de définir les bénéfices, les risques et les usages possibles d’un tel processus.

Une initiative adaptée en France à partir de 2017

Après ces travaux, un groupe d’acteurs multi-disciplinaires provenant des domaines de la santé et de l’innovation, coordonné par Cap Digital avec l’appui de la Fing et de Elia Consulting, s’est lancé dans « la première expérimentation française du partage des données de santé avec les individus ».

En 2017, la Mgen a restitué à trente de ses clients leurs données personnelles. Le panel a été accompagnés pour imaginer des services basés sur ces données « qui avaient du sens pour eux ».

Amazon Web Services travaille avec des partenaires du secteur de la santé, comme le Fred Hutchinson Cancer Research Center, basé à Seattle, et Roche, sur une nouvelle solution d’apprentissage automatique (machine learning) baptisée « Amazon Comprehend Medical », qui vise à extraire et à analyser des données médicales issues de dossiers de santé électroniques (DSE), a annoncé le groupe le 27 novembre 2018, assurant que son outil répondait aux exigences fédérales en matière de protection de la vie privée.

Parallèlement à la conférence « Amazon Web Services re: Invent », qui se tient jusqu’au 30 novembre 2018 à Las Vegas, l’entreprise a présenté sa technologie, qui permet aux développeurs de traiter des textes médicaux non structurés et d’identifier des informations comme le diagnostic du patient, les traitements suivis, les doses de médicaments prescrites, les symptômes développés, etc., explique la société dans un communiqué.

Le groupe a indiqué vouloir investir dans ce secteur particulier pour aider à accélérer le processus de compréhension des données de santé, qui ne sont généralement pas stockées de manière claire et analysable par les ordinateurs.

Amazon s’intéresse de plus en plus au marché de la santé, en particulier dans les domaines des dossiers médicaux numériques et de la chaîne d’approvisionnement en médicaments.

« La majorité des données sur la santé et les patients sont stockées aujourd’hui sous forme de texte médical non structuré, tel que des notes médicales, des ordonnances, des transcriptions d’échanges audio [ainsi que] des rapports de pathologie et de radiologie », explique Amazon dans un communiqué publié sur son blog le 27 novembre 2018. Aujourd’hui, l’identification de ces informations est un processus manuel et fastidieux, qui nécessite soit la saisie de données par des experts médicaux hautement qualifiés, soit [l’écriture d’un code personnalisé et l’établissement de règles permettant d’extraire automatiquement les informations] par des équipes de développeurs. »

Des premiers tests encourageants

Taha Kass-Hout, responsable de la division « santé et intelligence artificielle (IA) » à Amazon, a déclaré le 27 novembre 2018 au Wall Street Journal que des tests internes avaient montré que le logiciel fonctionnait aussi bien, voire mieux, que les autres essais publiés pour extraire des données sur les conditions médicales des patients, ainsi que sur les prescriptions des laboratoire.

Un partenariat avec le Fred Hutchinson Cancer Research Center

Le groupe a également confirmé son partenariat avec le Fred Hutchinson Cancer Research Center, à Seattle, pour appliquer son système d’apprentissage automatique Amazon Comprehend Medical à ses ensembles de données afin de prévenir et de guérir le cancer.

Amazon a déclaré travailler avec le centre pour évaluer « des millions de notes cliniques permettant d’extraire et d’indexer des affections médicales », et a ajouté collaborer avec d’autres organisations, dont l’entreprise pharmaceutique Roche. La société s’est également associée pour cette activité naissante avec les cabinets PwC et Deloitte.

Amazon travaille depuis plusieurs années sur l’analyse des données médicales

L’annonce du nouvel outil « Amazon Comprehend Medical » fait suite à un reportage réalisé par la chaîne de télévision américaine CNBC et diffusé en juin 2018, qui informait qu’Amazon travaillait depuis plusieurs années sur une initiative appelée « Hera » dans l’optique de mieux exploiter les données médicales numérisées, en capturant les informations qu’un médecin risquait de manquer et en aidant à en éliminer les inexactitudes.

Le groupe perçoit les compagnies d’assurance comme des clients potentiels

À cette période, le groupe ciblait comme clients potentiels les compagnies d’assurance et leur proposait un produit capable de combler les lacunes dans les données de santé, les médecins ne documentant pas systématiquement de manière exhaustive chaque visite médicale réalisée.

Amazon en concurrence avec Apple et Alphabet (Google)

Par le biais de ce nouveau projet, Amazon entre en concurrence avec Optum, du groupe UnitedHealth, déjà impliqué dans le secteur, et avec ses principaux rivaux Apple et Alphabet, maison mère de Google.

• Apple collabore avec des hôpitaux et des cliniques pour donner aux patients un meilleur accès à leurs informations médicales depuis leur iPhone ;
• Google travaille de son côté avec les systèmes de santé locaux, tels que celui développé par l’Université de Californie à San Francisco, pour obtenir des informations pertinentes à partir des dossiers médicaux numériques et ainsi mieux prédire le risque pour un patient précis de tomber malade.

Intrasense, spécialisé dans les solutions logicielles d’imagerie médicale, et 12 Sigma Technologies, expert en intelligence artificielle (IA) et en deep learning appliqués au diagnostic médical et à l’analyse de données, renforcent leur partenariat pluriannuel avec le lancement d’offres communes et innovantes d’IA sur le marché européen, ont annoncé les deux sociétés dans un communiqué commun publié le 26 novembre 2018.

Cette collaboration se traduira plus précisément par :
• la mise en vente en Europe de Discover Lung Nodule, une application logicielle d’aide au diagnostic assisté par ordinateur (Computer Aided Diagnostics – CAD) conçue par 12 Sigma Technologies pour faciliter le diagnostic et l’analyse des nodules pulmonaires, et basée sur la plateforme de visualisation et de traitement d’image médicale Myrian d’Intrasense ;
• le lancement d’un portefeuille de solutions d’intelligence artificielle, actuellement en cours de co-développement par les deux entreprises.

Le marketing et la commercialisation de Discover Lung Nodule, déjà développé en Chine sur plus de 200 sites et prochainement aux États-Unis, seront désormais gérés en Europe par Intrasense. Le produit, qui bénéfice déjà des autorisations réglementaires en Chine, est en cours de validation pour le marché européen, où il devrait pouvoir être proposé à la vente au premier semestre 2019.

Intrasense et 12 Sigma Technologies travaillent ensemble pour le développement de Discover Lung Nodule dans le cadre de leur premier contrat pluriannuel signé en 2017.

« Cette solution fortement innovante, permettant de guider le radiologue dans l’identification et l’évaluation de nodules, a été validée sur une base de données de plusieurs centaines de milliers d’examens, fait unique à travers le monde, et bénéficie d’une précision inégalée d’aide au diagnostic », commentent les deux entreprises dans leur communiqué.

La stratégie nationale de recherche en intelligence artificielle (IA), présentée le 28 novembre 2018 à Toulouse par la ministre de l’enseignement supérieur, de la Recherche et de l’Innovation, Frédérique Vidal, et le secrétaire d’État chargé du numérique, Mounir Mahjoubi, sera financée par l’État à hauteur de 665 millions d’euros d’ici à 2022.
L’objectif :
• installer durablement la France dans le top 5 des pays experts en IA à l’échelle mondiale ;
• faire de la France le leader européen de la recherche en IA, comme l’a annoncé en mars le président de la République, Emmanuel Macron, lorsqu’il a dévoilé le plan élaboré à partir du rapport présenté en mars par le député (LREM, Essones) et mathématicien Cédric Villani.

Frédérique Vidal et Mounir Mahjoubi ont révélé les six axes de cette stratégie nationale à l’occasion de la première réunion du comité de pilotage du plan pour l’IA, qu’ils ont coprésidé hier à l’Institut de recherche en informatique de Toulouse (IRIT, université Paul-Sabatier) :
• déployer un programme national pour l’IA piloté par l’Inria : il s’appuiera entre autres sur le réseau des instituts 3IA, dont les 4 projets sélectionnés sont issues de structures impliquées en santé ;
• lancer un programme d’attractivité et de soutien aux talents : visant notamment à doubler le nombre de docteurs formés en IA ;
• dynamiser la recherche en IA à l’Agence nationale de recherche (ANR) : 100 millions d’euros seront consacrés au renforcement de la dotation de l’ANR ;
• renforcer les moyens de calcul dédiés à l’IA : plus de 170 millions d’euros seront consacrés d’ici 2022 à ce projet et un supercalculateur sera mis en place début 2019 ;
• renforcer la recherche partenariale : l’État investira 65 millions d’euros d’ici 2022 pour porter le volume total des projets à au moins 130 millions d’euros ;
• renforcer les coopérations bilatérales, européennes et internationales : en particulier avec l’Allemagne.

Une stratégie en 6 axes

Déployer un programme national pour l’IA piloté par l’Inria

Un programme national, qui sera dirigé par l’Institut national de recherche en informatique et en automatique (Inria), va être déployé pour permettre de développer l’écosystème de l’intelligence artificielle (IA) française et d’accélérer sa croissance.

Il s’appuiera notamment sur le réseau des instituts 3IA, dont les 4 projets présélectionnés dans le cadre de l’appel ont été annoncés en novembre. Il s’agit des initiatives portées par MIAI@Grenoble-Alpes (Grenoble), 3IA Côte d’Azur (Nice), Prairie (Paris) et Aniti (Toulouse), des instituts fortement impliqués dans la santé (voir article en lien ci-contre).

Lancer un programme d’attractivité et de soutien aux talents

• création de 40 chaires dédiées à l’intelligence artificielle à partir de 2019, en dehors des 3IA ;
• doublement du nombre de docteurs formés en IA par le biais d’un programme spécifique et des actions des 3IA.

Dynamiser la recherche en IA à l’Agence nationale de recherche (ANR)

100 millions d’euros seront dédiés au renforcement de la dotation de l’Agence nationale de recherche (ANR) d’ici 2022, avec un ciblage spécifique sur l’intelligence artificielle.

L’objectif est de développer des projets de recherche, principalement collaboratifs, « au meilleur niveau pour dépasser la frontière des connaissances sur le cœur des technologies de l’IA et sur leurs applications », explique le ministère de lʼEnseignement supérieur, de la Recherche et de lʼInnovation dans un communiqué.

Depuis 2018, 61 projets ont été déjà été soutenus pour un montant de 27 millions d’euros.

Renforcer les moyens de calcul

• Plus de 170 millions d’euros seront consacrés d’ici 2022 pour les moyens de calcul dédiés à l’intelligence artificielle, une somme versée par le gouvernement, conjointement avec la Commission européenne ;
• L’un des plus puissants supercalculateurs en Europe sera installé début 2019 par l’opérateur national de calcul intensif Genci* au centre de calcul de l’IDRIS du Centre national de la recherche scientifique (CNRS), sur le plateau de Saclay : « Sa puissance de calcul sera supérieure à 10 petaflops /s (10¹⁶ opérations par seconde) », précise le ministère ;
• L’accès au calcul sera facilité pour l’ensemble de la communauté de recherche : une procédure d’accès aux moyens de calcul définie par Genci sur recommandation de l’alliance des sciences et technologies du numérique Allistene « sera mise en place en 2019 et permettra de disposer de ressources de calcul à la volée ».

Renforcer la recherche partenariale

65 millions d’euros seront investis par l’État d’ici 2022 pour porter le volume total des projets à au moins 130 millions d’euros.

• 20 millions d’euros supplémentaires seront consacrés au programme « Laboratoire commun » (Labcom), mis en place en 2013 pour « développer le potentiel de partenariat industriel et de transfert existant chez les acteurs de la recherche académique » (source : ANR) ;
• 10 millions d’euros supplémentaires aux Instituts Carnot, le label Carnot ayant pour but de « [valoriser] les structures de recherche qui s’engagent dans la recherche partenariale et [de soutenir] l’effort de recherche et d’innovation des entreprises » (source : ministère de l’Éducation nationale, de l’Enseignement supérieur et de la Recherche) ;
• 35 millions d’euros aux instituts de recherche technologique (IRT).

Renforcer les coopérations bilatérales, européennes et internationales

• renforcer la collaboration franco-allemande ;
• soutenir une stratégie ambitieuse de l’Europe en IA.

La France s’investit dans la préparation de la stratégie sur l’intelligence artificielle européenne et construit une stratégie partagée avec l’Allemagne.

« Le couple franco-allemand est particulièrement performant en matière de recherche, notamment dans le domaine de l’intelligence artificielle », commente le ministère.

Des informaticiens et des chercheurs en cancérologie de l’University of Cambridge et du Karolinska Institute ont conçu un système basé sur la littérature scientifique visant à soutenir la recherche sur le cancer et présenté dans le cadre d’une étude publiée en octobre 2018 dans la revue Bioinformatics. Ce système, baptisé « LION LBD », utilise l’intelligence artificielle (IA) pour aider les scientifiques à se tenir au courant des découvertes publiées dans leur domaine mais aussi pour en faire de nouvelles en réalisant des associations dans la base de données de dizaines de millions de publications.

Éplucher la littérature pour faire des découvertes

La croissance exponentielle du nombre de publications scientifiques rend la tâche des chercheurs de plus en plus difficile : se tenir au courant de tous les développements dans leur domaine relève de la gageure. Cette problématique est particulièrement importante pour les cancérologues. Le cancer regroupe un ensemble complexe de maladies mal comprises et constituant la deuxième cause de mortalité dans le monde. De plus, des recherches sont menées dans une grande variété de domaines scientifiques.

Au cours des deux dernières décennies, de nombreux efforts ont été déployés pour relever ces défis en appliquant des méthodes d’apprentissage automatique, de traitement du langage naturel (NLP) et d’extraction de texte afin d’automatiser le traitement de la littérature scientifique biomédicale. 

À la fin des années 80, le concept de « découverte basée sur la littérature » (LBD) est né. Son but est de faire de nouvelles découvertes en combinant des informations provenant de sources déconnectées. L’idée principale est que des concepts qui ne sont jamais explicitement liés dans la littérature peuvent être indirectement liés par le biais de concepts intermédiaires. La littérature sur la migraine et celle sur le magnésium ne sont par exemple pas directement liées mais la notion de dépression corticale a permis de les relier et de faire progresser la recherche sur les traitements de la migraine.

L’intelligence artificielle fait des liens entre des millions de données

Des chercheurs britanniques ont donc mis l’intelligence artificielle (IA) au service du principe de LBD et ont développé un système appelé « LION LBD ». « En tant que chercheur sur le cancer, même si vous savez ce que vous cherchez, des milliers de communications paraissent chaque jour», a déclaré la professeure Anna Korhonen, codirectrice du Language Technology Lab de Cambridge, qui a dirigé le développement de LION LBD en collaboration avec le docteur Masashi Narita, de l’Institut Cambridge du Cancer Research UK, et le professeur Ulla Stenius, du Karolinska Institute en Suède.

« LION LBD utilise l’IA pour aider les scientifiques à se tenir au courant des découvertes publiées dans leur domaine mais pourrait également les aider à faire de nouvelles découvertes en combinant ce que l’on sait déjà dans la littérature en établissant des liens entre des sources qui peuvent sembler ne pas être liées », a-t-elle expliqué.

Grâce à l’intelligence artificielle, LION LBD permet une recherche en temps réel et la découverte d’associations indirectes dans une base de données de dizaines de millions de publications, tout en préservant la capacité d’explorer chaque notion dans son contexte d’origine. « Par exemple, vous savez peut-être qu’un médicament anticancéreux affecte le comportement d’une voie particulière, mais avec LION LBD, vous pouvez constater qu’un médicament développé pour une maladie totalement différente affecte la même voie », a déclaré le Pr Korhonen.

Le 1er système au service de la recherche sur le cancer

LION LBD est le premier système développé spécifiquement pour les besoins de la recherche sur le cancer. Il se concentre particulièrement sur la biologie moléculaire du cancer et utilise des techniques de pointe d’apprentissage automatique et de traitement du langage naturel afin de détecter les références au cancer dans le texte. Les évaluations du système ont démontré sa capacité à identifier des liens non découverts et à hiérarchiser les concepts pertinents parmi les connexions potentielles. Il repose sur des données ouvertes, offre à la fois une interface web interactive pour les utilisateurs et une API programmable.

LION LBD ne repose pour le moment que sur des données issues de PubMed, le principal moteur de recherche de données bibliographiques de l’ensemble des domaines de spécialisation de la biologie et de la médecine. Les chercheurs travaillent actuellement sur l’extension du champ d’application de l’outil afin de le rendre plus pratique d’utilisation pour les utilisateurs finaux.

Pour que l’afflux de données numériques, y compris dans l’industrie de la santé, soit maîtrisé et analysé en Afrique de manière efficace au niveau local, la formation d’experts s’avère essentielle pour anticiper la révolution en cours dans le secteur des big data, s’accordent à penser les spécialistes présents aux Assises de la transformation digitale en Afrique (ATDA), qui a réuni plus de 28 délégations africaines à Paris les 22 et 23 novembre 2018.

Lors de cette septième édition, placée sous la thématique « Enjeux des données et impact de l’intelligence artificielle (IA) sur les objectifs de développement durable (ODD) en Afrique », les problématiques relatives aux big data et à l’IA ont été étudiées dans le cadre de leur application aux domaines de la e-santé, de la technologie blockchain, de la e-gouvernance, de l’éducation, de la e-agriculture et des mécanismes de financement .

Au cours des débats, les intervenants ont également insisté sur le rôle important de l’intelligence artificielle dans le renforcement des infrastructures, notamment de soins, sur le continent afin d’accélérer la réalisation des ODD de l’agenda de l’Organisation des Nations unies (ONU) pour 2030.

Intelligence artificielle : mettre en place un cadre juridique clair

Les participants aux Assises de la transformation digitale en Afrique (ATDA) estiment que les objectifs de développement durable (ODD) ont permis de réaliser à quel point la technologie pouvait s’avérer utile en tant qu’outil de développement.

Néanmoins, pour mener à bien ces ODD, les pays africains doivent établir un cadre juridique clair en la matière afin de mettre en place un écosystème harmonieux. Pour ce faire, une mutualisation des efforts entre les secteurs public et privé s’avère essentielle et doit prendre en compte les populations africaines les plus défavorisées.

Big data : former de nouveaux talents pour contrôler les données au niveau local

La révolution dans le domaine des big data touchera également l’économie africaine dans un futur proche. Afin de l’anticiper au mieux, il apparaît primordial de former de nouveaux talents afin de contrôler les données produites localement, par le biais de systèmes d’analyse capable de traiter avec précision ces données, analysent les experts présents au ATDA.

Ces derniers ont déclaré qu’il était ainsi important de faire prendre conscience aux gouvernements et aux entreprises du potentiel de cette technologie.

Améliorer l’accessibilité aux technologies par un accès à internet sur tout le continent

Pour donner une valeur réelle à ces données, « il faut créer des marchés », note Nticweb, un site spécialisé dans les nouvelles technologies NTIC en Algérie. « Cependant, il faudrait offrir une meilleure accessibilité technologique pour espérer un développement pérenne. Et cela, en assurant une hétérogénéité d’accès internet dans tout le continent. »

Constituer des textes de loi clairs

Les intervenants des Assises ont également souligné l’importance de la mise en place d’une réglementation claire dans le domaine en amont afin de protéger les usagers, notamment en ce qui concerne la protection et la sécurisation de leurs données, tout en assurant l’émergence d’une révolution numérique.

« En Chine, la santé est le domaine prioritaire de l’application de l’[intelligence artificielle (IA)] et des progrès spectaculaires sont constatés dans le pays, analyse Aifang Ma, doctorante et enseignante au Centre d’études européennes et de politique comparée de Sciences Po, dans une note publiée le 12 novembre 2018 (L’intelligence artificielle en Chine : un état des lieux). Elle précise que le marché chinois de la santé digitale a connu une forte croissance à partir de 2014 et a généré plus de 10 milliards de yuans (environ 247 milliards d’euros) en 2017*.

Dans ce document, Aifang Ma revient de manière plus générale sur les politiques chinoises qui ont permis l’essor de l’IA au sein du pays. « De l’élaboration de stratégies conquérantes aux investissements colossaux engagés, les géants de l’e-commerce et le gouvernement de Xi Jinping ont façonné un climat social propice au développement de cette nouvelle technologie », constate Aifang Ma, soulignant que l’objectif du parti communiste chinois, « clair », est de rattraper les États-Unis sur ce marché d’ici 2020, de les dépasser en 2025 et de devenir le leader mondial de l’intelligence artificielle en 2030, tous secteurs confondus.

L’IA peut aider à surmonter les défis du système de santé chinois

Selon Aifang Ma, le développement important de la e-santé en Chine est la résultante de « deux facteurs importants » :

• la faible couverture médicale ;
• le gain de temps et les économies promis par l’intelligence artificielle (IA).

Investir dans l’IA dans le secteur de la santé « pourraient aider à considérablement améliorer l’accès des citoyens chinois aux services médicaux de bonne qualité », souligne la spécialiste, rappelant que la Chine, d’une population de 1,379 milliard d’habitants, ne dispose que de 1,5 médecin pour 1 000 personnes (source : Le Vent de la Chine, art. cit.).

Aidés par l’intelligence artificielle, les médecins pourraient s’occuper d’un nombre plus importants de patients par jour tout en maintenant la qualité de l’offre de soins.

Les grandes entreprises, dont Ping An et Alibaba, s’imposent sur le marché

Aifang Ma évoque l’attrait de nombreuses entreprises chinoises pour le marché de l’IA en santé, ces dernières ayant flairé « le potentiel commercial du secteur ».

• Le groupe d’assurances Ping An, avec un chiffre d’affaires en 2017 de 975 milliards de yuans (environ 125 milliards d’euros), « s’impose aujourd’hui comme numéro un mondial de l’assurance », devant les géants Allianz et Axa (source : « Ping An, le géant chinois de l’intelligence artificielle », Julie Zaugg, Letemps.ch, 4 mai 2018), indique Aifang Ma, précisant que « la capacité d’innovation en matière d’application de l’IA contribue au succès commercial que le groupe a pu remporter en moins de trente ans ».
  • L’application Good Doctor, branche médicale de Ping An et cotée à la Bourse de Hong-Kong, comptabilise 193 millions d’utilisateurs. Elle dispose d’un réseau de plus de 1 000 médecins, de 3 100 hôpitaux et de 1 100 cliniques (source : « Ping An, le géant chinois de l’intelligence artificielle », Julie Zaugg, Letemps.ch).
• AliHealth, à l’origine d’une plateforme élaborée dans le cadre de la stratégie Double H (Health and Happiness) du groupe Alibaba, est devenu leader dans le domaine de la e-pharmacie et des services pharmaceutiques O2O (« online to offline »). La solution est utilisée par des habitants de plus de cent villes chinoises.
• L’application Weiyi, proposée par le groupe Weiyi du Zhejiang (province de l’est de la Chine), permet de prendre gratuitement des rendez-vous médicaux en ligne et ainsi de lutter contre les problèmes d’accès aux soins, en particulier dans les déserts médicaux. Elle est intégrée dans plus de 900 hôpitaux chinois.

IA : la Chine veut devenir le leader mondial d’ici 2030

En juillet 2017, le Conseil des affaires d’État a dévoilé son « Plan de développement de la prochaine génération d’intelligence artificielle pour la période de 2016 à 2030 ». C’est dans ce document que la Chine révèle vouloir devenir le leader du domaine.

« Pour ce faire, le gouvernement mise sur la définition de programmes nationaux sur le long terme et sur les partenariats entre les différents acteurs agissant pour le compte des entreprises et de l’État dans le cadre d’une vision politique ambitionnant clairement le leadership mondial de la Chine au XXIème siècle », observe-t-elle.

La Chine envisage d’atteindre son but, soit devenir le leader mondial de l’intelligence artificiel, en trois étapes :

1. 2020 : « le pays doit avoir réalisé une découverte majeure dans les théories fondamentales et les technologies clés liées au big data, à l’automation et à l’application de l’IA aux médias de masse ».

Le pays souhaite d’ici deux ans avoir participé à l’élaboration de normes et de standards internationaux relatifs à l’utilisation de l’intelligence artificielle.

Selon les ambitions du gouvernement, le secteur s’élèvera alors au sein du pays à environ 23 milliards de dollars américains (environ 20 Mds €) et les secteurs liés à 156 milliards de dollars (environ 138 Mds €).

2. 2025 : « l’IA devra être la dynamique principale de croissance économique et de mise à niveau de l’économie »

La technologie devra être utilisée dans des domaines clés, tels que la santé, les villes intelligentes (smart cities), l’agriculture intelligente et la défense, précise Aifang Ma, alors qu’un cadre juridique et éthique ainsi qu’un système réglementaire de l’IA prendront forme.

Le secteur devrait alors atteindre les 63 milliards de dollars (environ 56 Mds €) et les secteurs liés 781 milliards de dollars (environ 690 Mds €).

3. 2030 : « la Chine devra être leader mondial dans le secteur de l’IA »

« Elle aura fait une percée significative dans la recherche sur le cerveau, commente Aifang Ma. Elle sera devenue le centre mondial d’innovation de l’IA et une référence sur la réglementation. Le cadre juridique et éthique de l’IA aura atteint sa maturité. »

Le secteur devrait alors valoir 156 milliards de dollars (environ 56 Mds €) et les secteurs liés 1 562milliards de dollars (environ 690 Mds €).

Autres plans établis par les autorités chinoises

• Le ministère de la Science et des Technologies, la Commission nationale du développement et de la réforme (NDRC), le ministère de l’Industrie et de l’Informatique et le Bureau de régulation de l’Internet et des télécommunications ont publié le 18 mai 2016 le « Plan d’action de trois ans pour la promotion de l’Internet Plus et de l’intelligence artificielle (2016-2018) », dont l’objectif est que le Chine ait achevé la structure industrielle du projet. Un système de services d’innovation et de standardisation devra avoir été mis en place et le niveau technologique ainsi que le degré d’industrialisation de l’IA devront avoir rattrapés la moyenne internationale ;
• le ministère de l’Industrie et de l’Informatique et le ministère des Finances chinois ont publié le 28 septembre 2016 un document officiel intitulé « Modalités de mises en œuvre du projet de fabrication intelligente en Chine (2016-2020) » afin de promouvoir l’application industrielle de l’IA.