Le 15 mai 2024, plus de 100 experts en santé informatique ont écouté une table ronde sur le développement du cloud et l’adoption de l’IA. Animé par Ambrose Mok, expert en informatique et en développement de l’informatique en nuage de Calian, le webinaire a réuni Alicia St. Hill, directrice exécutive de BORN Ontario, le Dr Lillian Sung, oncologue pédiatrique à l’Hospital for Sick Children (SickKids), et Peter Jones, responsable de l’industrie des soins de santé au Canada chez Microsoft Canada.

Au cours de cette discussion d’une heure, les panélistes ont tenu à faire part de leur expérience en matière de développement d’applications en nuage et des priorités qui ont motivé la décision de passer d’un système sur site à un système en nuage. Hill et le Dr. Sung ont notamment souligné les avantages suivants :

• L’environnement en nuage a permis d’offrir de nouveaux services, tels que la transformation de données volumineuses en informations gérables et axées sur les résultats, sans investissements en logiciels ou en matériel.
• Le secteur de la santé étant soucieux des coûts, le passage à l’informatique dématérialisée a permis d’introduire un modèle de service géré qui réduit les frais généraux de maintenance et n’exige le paiement des ressources que lorsqu’elles sont utilisées.
• Le fait d’être dans le nuage permet une architecture plus flexible avec une capacité à la demande, ce qui est nécessaire car nous continuons à ingérer un déluge de données dans le domaine des soins de santé.

L’IA a complété la discussion en mettant l’accent sur les impacts dans l’écosystème des soins de santé et les cas d’utilisation qui sont explorés pour soutenir les soins aux patients et les processus administratifs. Quelques considérations se sont imposées :

• La modélisation prédictive au niveau du patient pour améliorer ses résultats est au cœur de nombreux cas d’utilisation de l’IA. De vastes ensembles de données peuvent être utilisés pour comprendre les liens avec les résultats en matière de santé, ce qui permet d’améliorer le soutien au bon moment et au bon niveau dont le patient a besoin.
• L’IA peut rationaliser les tâches administratives qui encombrent un système de soins de santé, de sorte que les informations importantes sont mises à la disposition des chercheurs et des patients plus rapidement et avec moins de risques pour la vie privée.
• L’IA peut être utilisée pour identifier les lacunes en matière de données, lorsque la qualité des données risque de ne pas représenter largement une cohorte ou de ne pas servir tout le monde de manière équitable.

Lorsque nous avons interrogé nos participants, la plupart d’entre eux ont indiqué qu’ils se trouvaient à un stade où ils discutaient et élaboraient une liste de cas d’utilisation utiles à mettre en œuvre. Et comme nous vivons dans un écosystème de soins de santé où 97 % des données ne sont pas utilisées, l’adoption réelle de l’IA par le secteur aura une influence positive sur les résultats pour les patients et la recherche médicale.

Le secteur oriente son budget vers les dépenses de fonctionnement plutôt que vers les dépenses d’investissement, ce qui permettra aux établissements de santé de rester à jour et d’utiliser les technologies les plus récentes de manière sécurisée et conforme.

Ensemble, Microsoft et Calian sont là pour vous aider. Considérez Azure OpenAI, un service que vous pourriez mettre en œuvre, utiliser pour créer un bac à sable dans votre environnement de développement, jouer avec et apprendre, le tout dans un environnement contrôlé.

Voici quelques-unes des questions posées pendant la période de questions et réponses :

Quels sont les défis que vous avez rencontrés lors de la transition vers l’informatique dématérialisée ? Quels sont les problèmes que vous avez rencontrés et que vous n’aviez pas prévus ?

Ambrose Mok : Les clients du secteur de la santé qui transfèrent des données existantes de systèmes sur site vers le cloud peuvent être complexes. Les formats de données, la compatibilité et la garantie de l’intégrité des données pendant la migration sont essentiels. Les organisations peuvent également se montrer réticentes au changement ou manquer d’expertise en matière d’informatique dématérialisée. Il est donc judicieux de faire appel à un fournisseur de services de gestion de l’informatique dématérialisée qui pourra guider et former les équipes sur la meilleure façon de s’adapter à ces nouveaux processus.

Vous devez évaluer en permanence votre stratégie en matière d’informatique dématérialisée, les applications dont vous avez besoin et les coûts associés. Vous serez ainsi mieux à même de gérer les coûts de transition et les coûts opérationnels, de créer des processus plus efficaces et plus adaptables et, enfin, de garantir la sécurité et la conformité des données.

---

Comment SickKids a-t-il établi un budget réaliste pour l’informatique dématérialisée, en tenant compte de tous les services offerts par un fournisseur d’informatique dématérialisée, des frais de sortie, de la sécurité, etc.

Lillian Sung : Je pense que l’une des grandes qualités de Microsoft est qu’il propose de nombreux outils permettant de prévoir le coût d’une ressource particulière. Nous surveillons attentivement tous les coûts et, s’ils semblent trop élevés, nous évaluons si nous avons réellement besoin de ce service ou non. En fin de compte, nos coûts ont été très modestes.

Peter Jones : De plus en plus d’hôpitaux passent à l’informatique dématérialisée et s’y adaptent. La plupart des organisations commencent à mettre en place davantage d’OpEx pour permettre la mise en place d’environnements en nuage. La plupart des DSI souhaitent passer à l’informatique dématérialisée, et il s’agit de gérer les dépenses qui y sont associées. C’est pourquoi Microsoft a décidé de partager les meilleures pratiques sur la manière de gérer ces coûts et les avantages qui en découlent, comme le fait de permettre aux hôpitaux de rester à jour tout en préservant la sécurité et la conformité de leur infrastructure informatique.

---

Comment avez-vous abordé la question de l’appréhension de l’adoption d’une solution en nuage par rapport à une solution sur site ?

Alicia St.Hill : Posez beaucoup de questions et vérifiez chaque hypothèse. Aucune de vos questions ne doit rester sans réponse. En outre, les soins de santé sont très axés sur la collaboration. Trouvez des alliés et des organisations partenaires pour partager et présenter leur parcours à vos équipes.

---

Les systèmes d’IA en médecine doivent être formés sur des données médicales, et non sur du contenu produit par le public et facilement disponible sur le web (comme le chat sur lequel GPT est formé). Bien que l’informatique dématérialisée soit relativement à l’abri des menaces de cybersécurité, les informations qu’elle contient seront-elles “vendues” ou utilisées pour former de futurs outils d’IA conçus spécifiquement pour le domaine médical ? C’est une excellente chose pour le développement d’outils de diagnostic, mais qu’est-ce que cela signifie pour la confidentialité des données des patients ?

Ambrose Mok : Les fournisseurs d’informatique en nuage sont diligents et concentrés sur la protection de la confidentialité des patients et le respect des réglementations en matière de protection de la vie privée. Les techniques de dépersonnalisation peuvent contribuer à la protection de la vie privée. Il est essentiel de supprimer les informations personnelles identifiables (PII) tout en conservant des fonctionnalités utiles pour la formation à l’IA. En fin de compte, la collaboration entre les prestataires de soins de santé, les chercheurs et les fournisseurs d’informatique en nuage est essentielle pour naviguer dans ce paysage complexe.

---

En ce qui concerne les données synthétiques, bien qu’elles présentent de nombreux avantages comme vous l’avez mentionné, si vous donnez à l’IA la possibilité de générer de nouvelles données “inventées”, cela peut parfois conduire à des hallucinations dans les résultats. Comment les hallucinations sont-elles atténuées ?

Alicia St.Hill : Excellente question. Il s’agit de vérifiersi l’analyse des données synthétiques donne les mêmes conclusions que les analyses antérieures (complexes et simples) effectuées sur les données brutes utilisées pour créer les données synthétiques.