Université McGill
L’un des défis importants lorsqu’il est question du développement de l’intelligence artificielle, c’est d’enseigner à une machine à prendre des décisions et à tirer des leçons des résultats en vue de la prochaine fois que le problème se présentera. Des robots et des programmes informatiques capables de tenir compte des situations et de s’y adapter pourraient transformer de nombreuses industries, notamment celle des soins de santé. Des machines intelligentes pourraient réaliser les examens médicaux, poser les diagnostics et même administrer des traitements de base rapidement et avec assurance, ce qui diminuerait l’achalandage des salles d’attente, libèrerait des lits d’hôpitaux et ferait en sorte que les patients n’aient plus à se rendre inutilement chez leur médecin.
Joelle Pineau, chercheuse à l’Université McGill, élabore des algorithmes qui permettent aux machines d’apprendre, de planifier, de résoudre des problèmes et de prendre des décisions dans des situations qui comportent de l’incertitude.
Mme Pineau utilise un cadre mathématique appelé apprentissage par renforcement, qui permet à un agent d’intelligence artificielle d’explorer son environnement et d’interagir avec celui-ci. Il reçoit un signal positif lorsque son action est appropriée, ce qui le mène à choisir plus souvent les bonnes actions et améliore sa capacité à exécuter ses fonctions à mesure qu’il apprend. Mme Pineau utilise l’apprentissage par renforcement pour régler des problèmes dans le domaine des soins de santé et élaborer des stratégies novatrices pour des traitements personnalisés. Elle et son équipe ont déjà mis au point une méthode qui permet d’adapter en temps réel la neurostimulation utilisée dans le traitement de l’épilepsie. Elles ont aussi analysé des données d’études cliniques afin d’évaluer les stratégies de traitement de la dépression et de la schizophrénie à l’aide de médicaments.
Mme Pineau et son équipe s’intéressent maintenant au développement de la médecine personnalisée. À l’aide d’énormes quantités de données sur le cancer et les maladies du cœur, elles élaborent un cadre informatique pour l’apprentissage par renforcement. Combiné à des méthodes d’apprentissage profond, ce cadre permettra d’extraire de l’information de diverses sources, comme les dossiers médicaux, les radiographies, les rapports de laboratoire et les notes du médecin, et d’établir de nouvelles stratégies efficaces de traitement. Le but ultime est que l’agent d’intelligence artificielle puisse se faire une idée de l’état de santé d’un patient et déterminer un plan d’action pour l’administration d’un traitement. Ces travaux pourraient changer profondément la façon dont les traitements médicaux sont mis au point et administrés et accroitre la qualité et la personnalisation des soins de santé.