Un grand volume de données ne correspond pas automatiquement à un meilleure qualité des inférences et les applications qui en découlent. Les donnéesEn effet, Ce n’est pas une entité fermée“date”, mais une construction socialele résultat de choix culturels, sociaux, techniques et économiques spécifiques1. Le même concept que données brutes (données brutes) est un oxymore : il n’existe pas de données qui ne soient contaminées par la théorie, l’analyse ou le contexte, mais qui soient toujours le résultat d’opérations et de traitements de divers types.
L’informationêtre utilisé pour l’avancement des connaissances et l’amélioration de la santé, Ils doivent avoir une valeur ajoutée en termes de santé. Il s’agit de choisir quelles informations sont réellement utiles et fiables pour être utilisées dans les processus de soins et les décisions associées. Pour cela, il est fondamental que dialogue interdisciplinaireconçu comme une collaboration entre cliniciens et experts du numérique pour donner du sens à la collecte et au traitement des données, traduire les besoins cliniques en exigences techniques, orienter choisir les algorithmes appropriés et méthodes d’analyse et d’identification des priorités, hypothèses de recherche, sélection d’échantillons, interprétation de l’information. Vous devez résoudre quoi P. Keane ET E. Topol définir “L’abîme de l’IA“, le fait, c’est-à-dire que également un système d’IA avec une très grande efficacité dans un environnement sélectionné peut-être pas d’une grande valeur s’il ne s’avère pas améliorer les résultats cliniques, par des études de validation dans des contextes Monde réel2.
l’accélération Le développement des connaissances biomédicales doit s’accompagner de pollution avec d’autres branches de connaissances, notamment technologiques, informatiques et d’ingénierie. Pour assurer de meilleurs soins et répondre aux défis de la complexité de la nature, un recomposition de la fragmentation des connaissancesune collaboration entre professionnels travaillant sur des projets communs, une coordination interdisciplinaire pour faire coïncider les objectifs des experts avec ceux des cliniciens, pour répondre aux véritables besoins des personnes et à leurs besoins de santé.
La « contamination » devrait donc être triple, docteur, technique ET patient, avec leurs récits, leurs besoins, leurs questions de sens sur ce qui leur arrive, par exemple leurs expériences directes, positives ou négatives, de la vie numérique. En général, il est souhaitable redéfinir les priorités de recherche et évaluation de l’adéquation, qualité et équité des soinsun regard différent sur les communautés et les histoires individuelles.
Il s’agit de développer des stratégies et des outils pour une participation « réelle » à la culture de la santé/maladie, de réaliser un exercice concret d’écoute mutuelle et de répartition du pouvoir (et du poids) de décision entre les médecins, les techniciens et ceux qui souffrent de la maladie. maladies, conséquences de la maladie. maladies. L’expert en données doit partager le système de valeurs de la Médecine pour « moduler » la technologie, tandis que le clinicien doit connaître les perspectives mais aussi les limites et les risques dans l’utilisation des données. L’efficacité d’un modèle d’IA, bien que valable en termes théoriques, doit être validé « sur le terrain », en fonction de la relation bénéfice-risque, de l’adhésion probable des patients à ce qui est recommandé et des alternatives possibles. …en d’autres termes, les besoins des patients. Tel qu’énoncé par A. Santosuosso: “Il n’y a pas de but de la médecine qui ne s’effondre misérablement devant le dernier patient qui ne se l’approprie pas.».3
Bibliographie
[1] Collecchia G, De Gobbi R. Intelligence artificielle et médecine numérique. Un guide critique. Il Pensiero Scientifico Editore, Rome, 2020
[2] Keane P et Topol E. Avec un œil sur l’IA et le diagnostic autonome. Ministère de la Justice du NPJ. Med 2018 ; .1, 40
[3] https://www.slideshare.net/csermeg/formazione-e-consenso-massimo-tombesi