La machine, le médecin et moi : Pour une régulation positive de l'intelligence artificielle en santé David Gruson
![](/images/couvertures/55216_t.png)
Résumé
Les robots ne vous soigneront pas demain, ils vous soignent aujourd'hui. L'intelligence artificielle transforme profondément le champ sanitaire et médico-social, bouleversant les pratiques de la médecine. Le rythme de ces changements ne cesse de s'accélérer. Ce qui relevait de la science-fiction il y a six mois est devenu réalité. Les nouvelles techniques provenant de l'entrée du numérique soulèvent cependant des risques éthiques qui apparaissent tout aussi vertigineux que l'avancée technologique et thérapeutique obtenue. Le " big data" permet l'accumulation massive de données sur notre santé, parmi lesquelles la connaissance complète de nos génomes. L'IA pourra ainsi résoudre les problèmes médicaux... et même les prédire !
- Auteur :
- Gruson, David
- Éditeur :
- Paris, Editions de l'Observatoire, 2018
- Genre :
- Essai
- Langue :
- français.
- Description du livre original :
- 1 vol. (160 p.)
- ISBN :
- 9791032904770.
- Domaine public :
- Non
Table des matières
- Introduction
Dépasser les fantasmes
pour mieux réguler - Chapitre 1 L’intelligence artificielle :
des enjeux et des gains majeurs
pour notre santé- L’IA : une vraie-fausse nouveauté
- À la base de l’IA en santé :
les données et… Eliza - Le Machine Learning et le saut technologique
d’un déploiement large des IA apprenantes - IA et médecine numérique :
l’inversion en cours du test de Turing - Comment l’IA en santé apprend :
l’intelligence artificielle et le blob
- À la base de l’IA en santé :
- Des potentialités extraordinaires
d’amélioration pour notre santé- IA et santé publique
- IA et maladies métaboliques
(diabète, insuffisance rénale chronique…) - IA et cancer
- IA, vieillissement et handicap
- Une thématique essentielle pour l’avenir
de la croissance de la France- L’avance industrielle des Gafam et des BATX, et le scénario de la fuite du système
de santé français - Des niches de développement potentiel
sur certaines spécialités - L’avantage compétitif largement inexploité
de la France dans le domaine
des données de santé
- L’avance industrielle des Gafam et des BATX, et le scénario de la fuite du système
- Une révolution pour les métiers de la santé
- Une nouvelle « destruction créatrice » schumpétérienne ? Pour le moment, des effets encore incertains et des préjugés à relativiser…
- Des enjeux essentiels pour l’évolution
de la responsabilité des professionnels
- L’IA : une vraie-fausse nouveauté
- Chapitre 2 Et si l’IA en santé
n’était pas régulée…- L’IA n’est ni bonne ni mauvaise en soi
- Les « robots tueurs » :
un mythe de la science-fiction - L’IA et le déterminisme du programme
- Les « robots tueurs » :
- IA en santé et risque de marginalisation
du corps humain- L’IA et la modification de la contexture
de nos corps - IA et persona numérique
- IA et réalité de la réalité
- L’IA et la modification de la contexture
- « Une foule innombrable d’hommes semblables » : petit retour à Tocqueville
- Le vrai sujet est celui
des « données aberrantes » en algorithmique - L’IA privilégie la santé publique collective
au cas individuel - Comment une société hyper-individualiste
a-t-elle pu produire une technologie qui risque
de minorer la valeur de la vie individuelle ?
- Le vrai sujet est celui
- L’IA non régulée : une révolution silencieuse
- Une méthode de traitement « sans bruit »
de problématiques que nous avons du mal à poser dans le débat public : le début de la vie, la fin
de la vie et l’accès aux thérapeutiques coûteuses - Le plus grand bonheur collectif est-il supportable ? Réflexion autour du risque de délégation
du consentement aux soins à l’IA
- Une méthode de traitement « sans bruit »
- L’IA n’est ni bonne ni mauvaise en soi
- Chapitre 3 Intelligence artificielle et génétique : quels enseignements dégager
pour la régulation positive
de l’IA en santé ?- De l’algorithmique génétique
à la génétique algorithmique- Le Machine Learning : un emprunt initial
aux concepts de la génétique - L’ironie épistémologique :
l’IA revient à la génétique
- Le Machine Learning : un emprunt initial
- Le défi du « craquage » de notre génome
- Un enjeu majeur de R&D
pour les Gafam et les BATX - Un risque d’absorption
des données génomiques par l’IA
- Un enjeu majeur de R&D
- Toutes les données de santé ne se valent pas
- Une fausse approche du big data en santé
- Graduer la protection en fonction du niveau
de sensibilité des données de santé
- Comment réguler ?
- « Cinq clés de régulation » de l’intelligence artificielle et de la robotisation en santé :
la garantie humaine de l’IA comme principe fondamental - Quelles bonnes pratiques d’application
de l’intelligence artificielle en génétique ? - Pour une télémédecine de garantie humaine
de l’intelligence artificielle - Un hub national des données de santé :
un beau projet ! - La régulation positive de l’IA doit aussi
concerner les métiers : reconnaître
le principe d’une RSE numérique en santé
- « Cinq clés de régulation » de l’intelligence artificielle et de la robotisation en santé :
- De l’algorithmique génétique
- Conclusion
Inventer une régulation positive
de l’IA en santé - Remerciements
- Table
Commentaires
Laisser un commentaire sur ce livre