Le périple de l’éthique de l’Intelligence Artificielle dans la révolution en cours des systèmes de soins

Fiche du document

Date

2021

Discipline
Type de document
Périmètre
Langue
Identifiant
Collection

Cairn.info

Organisation

Cairn

Licence

Cairn


Mots-clés

Intelligence Artificielle apprentissage machine profond explicabilité de l’IA Artificial Intelligence in healthcare deep machine learning explainable AI


Citer ce document

Christophe Denis, « Le périple de l’éthique de l’Intelligence Artificielle dans la révolution en cours des systèmes de soins », Droit, Santé et Société, ID : 10670/1.is854f


Métriques


Partage / Export

Résumé Fr En

L’Intelligence Artificielle semble être une clé de voute technologique pour mettre en place de nouveaux paradigmes en médecine, rendus nécessaires pour assurer au plus grand nombre un accès à un système de soin de qualité. Depuis 2010, le renouveau de l’Intelligence Artificielle est porté par les fortes capacités prédictives de l’apprentissage machine profond. Cela nécessite de considérer plusieurs problèmes éthiques : d’une part lié à l’utilisation de réseaux de neurones (effet boite noire par exemple), ou d’autre part hérité de la formalisation de la médecine en utilisant notamment la méthodologie statistique. Un travail de recherche interdisciplinaire en cours réunissant des informaticiens et des philosophes a pour objectif de fournir des explications éthiques des prédictions de réseaux de neurones. Malgré ces travaux, la crise sanitaire actuelle montre que les méthodes d’apprentissage profond bien qu’utiles ne sont pas la panacée pour comprendre un virus inconnu lorsqu’il n’existe pas de base de données historiques le concernant. Notre piste de recherche est d’utiliser l’apprentissage machine comme un médiateur entre la connaissance médicale actuelle et les observations provenant du monde sensible pour aider à la compréhension de nouveaux phénomènes.

Artificial intelligence (AI) seems to be a technological keystone for setting up of new health paradigms. These paradigms are necessary to provide a high-quality health care to a growing number of people. Since 2010, the strong predictive capacities of Deep Learning have induced a new spring for AI. However, several ethical issues are required to be considered: for example, on the one hand, on using opaque deep learning network (the black box issue), and on the other hand inherited from using statistical frameworks in medicine. This article presents on ongoing interdisciplinary research dealing with the building of ethical explanations from neural network predictions. Even if ethical explanations are provided, the current pandemic health crisis underlines the current deep learning methodology, although useful for other points, is not a panacea for helping the understanding of an unknown virus, in particular due to the absence of historical data. Our other research activity deals on using machine learning as a mediator between medical knowledge and observations from the real world to help the understanding of new healthcare phenomena.

document thumbnail

Par les mêmes auteurs

Sur les mêmes sujets

Sur les mêmes disciplines

Exporter en