Siemens Healthineers : Innovation en matière d'IA dans le secteur de la santé

Siemens Healthineers souligne le rôle de la périphérie jusqu'au Cloud dans l'optimisation des résultats des patients.

En bref :

  • Peter Shen, vice-président du développement commercial dans la santé numérique chez Siemens Heathineers, parle des efforts actuels et de la vision future de l'entreprise pour stimuler l'innovation technologique dans le secteur de la santé, dans le continuum du traitement clinique, de l'écosystème de partenaires et des expériences des patients.

  • La discussion aborde un des sujets de conversation les plus brûlants du moment dans le domaine de l'informatique pour la santé : comment l'IA et le deep learning peuvent améliorer la médecine personnalisée et permettre d'identifier les voies de transmission de la maladie, pour finalement fournir des prestations de soins de qualité.

BUILT IN - ARTICLE INTRO SECOND COMPONENT

Dans ce webinaire, Peter Shen, vice-président du développement commercial dans la santé numérique chez Siemens Heathineers, parle des efforts actuels et de la vision future de l'entreprise pour stimuler l'innovation technologique dans le secteur de la santé, dans le continuum du traitement clinique, de l'écosystème de partenaires et des expériences des patients. La discussion aborde également un des sujets de conversation les plus brûlants du moment dans le domaine de l'informatique pour la santé : comment l'IA et le deep learning peuvent améliorer la médecine personnalisée et permettre d'identifier les voies de transmission de la maladie, pour finalement fournir des prestations de soins de qualité (un objectif ambitieux et une situation gagnant-gagnant pour les prestataires et les payeurs). Peter Shen évoque également l'évolution rapide des besoins de performances et de respect de la vie privée exprimés par les fournisseurs, et pourquoi cela nécessite une flexibilité informatique de la périphérie au Cloud.

Tim Crawford : Merci à tous de vous joindre à nous aujourd'hui pour cette conversation passionnante. Je suis incroyablement enthousiaste à l'idée d'y participer. Je suis rejoint par quelqu'un que j'ai commencé à connaître et que j'ai trouvé incroyablement compétent dans ce domaine, voici Peter Shen. Peter est vice-président du développement commercial des services numériques chez Siemens Healthineers. Peter, tu pourrais peut-être prendre une minute pour te présenter et parler un peu de Siemens Healthineers. Les gens connaissent peut-être Siemens, mais pas Healthineers et la place qu'elle occupe. Je vous laisse la parole.

Peter Shen : Super. Merci, Tim, j'apprécie d'avoir l'opportunité de discuter ici avec vous. Je m'appelle Peter Shen. Je suis ici vice-président du développement commercial pour les services numériques et de la santé numérique chez Siemens Healthineers. Siemens Healthineers est essentiellement la partie santé du grand conglomérat allemand Siemens connu dans le monde entier. Healthineers est la première entreprise de technologie médicale et nous existons depuis plus de 170 ans. Nous avons plus de 48 000 collègues dédiés, dans 70 pays différents, qui se consacrent spécifiquement à essayer d'innover et de façonner l'avenir de la santé. Chaque jour, environ 5 millions de patients dans le monde bénéficient des technologies et services innovants de Siemens Healthineers dans les domaines de l'imagerie diagnostique et thérapeutique, des diagnostics de laboratoire, de la médecine moléculaire, ainsi que des services de santé et d'entreprise numériques. Nous sommes bien connus dans le domaine médical et beaucoup de nos clients, patients, de fournisseurs, utilisent les équipements et les technologies de Siemens. Nous sommes fiers d'être un leader mondial dans ce domaine.

Tim Crawford : Formidable. Eh bien, Peter, nous sommes heureux que vous participiez à ce webinaire. Pour nous aider à préparer le terrain, je pense qu'il serait bon que nous parlions de qui sont les clients de Siemens Healthineers et du genre de défis qu'ils doivent relever. Pouvez-vous prendre quelques minutes pour nous dire qui sont ces clients, à quoi ils ressemblent et à quoi ils sont confrontés ?

Peter Shen : Oui, bien sûr. Nos clients sont des prestataires de santé qui se concentrent sur les soins aux patients à un moment où, très franchement, le paysage de la santé change. Tout, du remboursement à la technologie, affecte vraiment nos clients en ce moment. Cela leur pose un certain nombre de défis, notamment la nécessité de vraiment essayer d'étendre la médecine de précision pour établir des diagnostics et donner des traitements de façon plus précise. Ils veulent transformer leur façon de fournir les soins, en essayant d'optimiser les choses grâce à des procédures plus efficaces. Puis, de manière générale, essayer d'améliorer l'expérience du patient pour s'assurer que celui-ci reste au centre de l'attention et obtienne des résultats de qualité qui lui soient bénéfiques.

Chez Siemens, nous croyons vraiment que nous pouvons aider nos clients à relever ces différents défis, grâce à la numérisation mais aussi en tirant parti de notre longue expérience en matière d'expertise clinique et d'ingénierie, pour réellement exploiter les technologies émergentes et fournir des plateformes et des solutions nouvelles et innovantes afin d'aider nos clients dans l'ensemble du continuum de la santé.

Tim Crawford : Comme vous l'avez dit, l'innovation joue un rôle tellement important aujourd'hui dans la santé, je voudrais m'attarder plus particulièrement sur l'expérience clinique. Pouvez-vous nous parler de la manière dont Siemens Healthineers a tiré parti de la technologie pour modifier spécifiquement l'expérience clinique ?

Peter Shen : C'est une excellente question, Tim. À l'heure actuelle, on assiste, dans beaucoup de secteurs mais en particulier dans celui de la santé, à une croissance exponentielle des données médicales et, parmi ces données, il existe une multitude d'informations cliniques et opérationnelles essentielles indispensables pour traiter chaque patient. Les solutions que nous essayons de créer ici, chez Siemens, comme nos appareils CT-scan, IRM, ou de laboratoire qui traitent les données de laboratoire, contribuent en fait à cette croissance de données relatives à la santé. Le défi consiste maintenant à savoir comment nos clients et ces fournisseurs traitent toutes ces données dans un délai raisonnable pour fournir au médecin les résultats cliniques importants qu'elles contiennent pour établir un diagnostic et donner un traitement. Si vous réfléchissez aux exigences de traitement de ces données, c'est très important. Cela pourrait être simplement d'essayer d'identifier et de caractériser un nodule pulmonaire sur une radiographie thoracique d'un patient, qui pourrait n'être qu'une sorte d'image statique. Ou cela pourrait être plus compliqué, comme regarder un cœur qui bat dans un examen IRM fonctionnel et essayer de mesurer ou de calculer le volume du ventricule cardiaque de ce cœur qui bat pendant qu'il est en mouvement.

C'est un peu un défi, car les exigences changent selon que nous traitons de l'anatomie humaine, de la physiologie et des choses qui bougent ou non. C'est là que notre partenariat avec Intel, ainsi que le large éventail de capacités de traitement que les solutions Intel® fournissent, deviennent si importants pour nos ingénieurs chez Siemens. Nous pouvons vraiment nous concentrer sur le développement d'algorithmes et de solutions cliniques pour traiter ces résultats cliniques critiques, quelles que soient ces exigences de traitement et sans avoir à nous soucier de toutes ces limitations techniques ou d'infrastructure. Nos équipes se concentrent simplement sur la diffusion des bonnes informations cliniques et la prise de la bonne décision clinique. Ils ne veulent pas être gênés par les limites de la technologie. Cela nous permet vraiment de garantir que nous pouvons fournir des résultats cliniques précis au médecin de manière optimisée, et ensuite améliorer l'expérience globale du patient.

Tim Crawford : L'une des choses dont nous avons parlé et qu'il serait bon de partager avec le public, c'est la façon dont vous pouvez effectuer plusieurs algorithmes simultanément. Pouvez-vous consacrer une minute à ce sujet ? J'ai trouvé cela très intéressant par rapport à l'approche traditionnelle qui consiste à faire un seul diagnostic simplifié, un diagnostic à la fois.

Peter Shen : C'est, encore une fois, la raison pour laquelle le partenariat avec Intel nous a été si précieux. Le lancement récent de notre nouvelle plateforme AI-Rad Companion en est un bon exemple. La FDA vient d'en autoriser l'usage clinique chez nos clients. Nous utilisons l'intelligence artificielle de la plateforme AI-Rad Companion de Siemens pour traiter de grandes quantités de données d'imagerie. L'objectif est d'identifier, de caractériser et de quantifier automatiquement les résultats cliniques pour un médecin afin qu'il puisse simplement les examiner et les utiliser pour le diagnostic. Chez Siemens, nous sommes très enthousiastes à ce sujet, car cela permet de mettre sur le marché une plateforme d'IA complète pour le diagnostic clinique, et pas seulement un algorithme ou un produit individuel qui se concentre sur une anomalie particulière. Les performances de traitement qu'Intel nous fournit, et plus particulièrement les processeurs Intel® Xeon® Scalable de 2ᵉ génération conçus pour l'IA, nous permettent vraiment de fournir au médecin ces résultats cliniques critiques assimilés par une plateforme comme l'AI-Rad Companion de manière accélérée. En outre, le kit d'outils OpenVINO™ fourni par Intel nous permet également de configurer et d'optimiser simultanément plusieurs algorithmes d'IA pour la plateforme.

Pour répondre à votre question, Tim, la raison pour laquelle tout cela est important, c'est vraiment d'un point de vue pratique, parce que dans le monde réel, lorsqu'un patient arrive à l'hôpital, nous ne savons peut-être pas exactement de quelle maladie ou affection il souffre. Par exemple, lorsqu'un patient se présente en se plaignant de difficultés respiratoires, un hôpital peut prescrire un examen de tomographie thoracique pour aider à identifier un problème. Cet examen peut révéler un certain nombre de choses différentes. Il se peut qu'il ait du mal à respirer parce qu'il y a une sorte d'obstruction dans l'artère, auquel cas nous devons examiner les artères coronaires du cœur et voir ce qui s'y passe. Ou bien il a du mal à respirer, car il a une sorte de nodule ou quelque chose dans les poumons mêmes et ne peut pas aspirer autant d'air quand il respire. Nous pourrions être amenés à examiner la capacité volumétrique de ces poumons, car il pourrait y avoir de multiples raisons pour lesquelles ce patient a du mal à respirer. Nous devons être capables d'exécuter très rapidement plusieurs algorithmes d'IA pour nous aider à déterminer le problème. C'est, encore une fois, la raison pour laquelle nous sommes si enthousiastes à l'idée de disposer d'une plateforme d'IA complète pour un diagnostic clinique comme le Siemens AI-Rad Companion. Grâce à la puissance de l'infrastructure Intel optimisée pour l'IA, elle est suffisamment flexible pour que nous puissions exécuter simultanément ces multiples algorithmes et les faire fonctionner rapidement et efficacement afin d'obtenir un diagnostic correct.

Tim Crawford : Je pensais que c'était juste un excellent exemple, un parmi tant d'autres, que vous et moi avons partagé. Je trouvais qu'il serait bon pour le public d'entendre cela parce que, pour moi, c'est ce qui donne vie à toute cette expérience et donne vraiment de la couleur à ce que les gens vivent.

Vous avez mentionné le partenariat avec Intel comme faisant partie de l'équation de votre succès, et je voudrais passer un peu à la vitesse supérieure et en parler un peu plus. Vous avez parlé du processeur Intel® Xeon® et de la place qu'il occupe. Le partenariat que vous avez avec Intel n'est pas nouveau, et je pense qu'il est important que les gens comprennent cela aussi. C'est qu'il y a un peu d'histoire ici aussi. Vous pourriez peut-être prendre une minute pour en parler. Parler du partenariat.

Peter Shen : Tout à fait, Tim. Comme je l'ai déjà mentionné, nous avons un partenariat de longue date avec Intel. Nous avons parlé ici des données et de la façon dont nous utilisons l'intelligence artificielle pour voir plus claire dans ces données. Comme je l'ai mentionné, nous générons également beaucoup de données avec tous nos différents équipements d'imagerie ou de traitement de laboratoire. Presque tous ces appareils sont en fait alimentés par des processeurs Intel®. Maintenant, à mesure que notre partenariat avec Intel évolue, nous essayons d'exploiter à nouveau la puissance de calcul et la flexibilité qu'Intel offre pour pouvoir traiter toutes ces données. Là encore, dans ce monde de numérisation pour nos clients de la santé, il est vraiment essentiel pour nous de pouvoir traiter cette quantité exponentielle de données dans un délai raisonnable, et de fournir les bons résultats cliniques au clinicien afin qu'il puisse établir le bon diagnostic et le bon traitement. C'est vraiment l'aspect important, et c'est pourquoi le partenariat est si important pour nous. Nous sommes des experts cliniques dans notre domaine, et nous voulons concevoir des technologies et des solutions qui garantissent que tous les résultats cliniques importants sont transmis aux bonnes personnes chez nos clients. Nous ne voulons pas nous préoccuper de ces différents obstacles technologiques ou de quoi que ce soit de ce genre. Nous voulons nous associer à quelqu'un comme Intel qui peut nous aider à surmonter ces obstacles technologiques afin que nous puissions nous concentrer sur ce que nous faisons le mieux, c'est-à-dire sur les aspects cliniques de la santé.

Tim Crawford : Formidable. Dans ce cadre, si vous étendez cela, non seulement au partenariat, mais aussi à votre écosystème, certains aspects entrent en jeu lorsque vous pensez à l'écosystème global de la santé. Pouvez-vous partager votre point de vue sur l'écosystème, sur teamplay et sur le concept de la périphérie au Cloud, qui est un sujet de conversation si important nos jours ? Comment le concept de la périphérie au Cloud joue-t-il un rôle et que fait teamplay ? Introduisez peut-être teamplay pour ceux qui ne connaissent pas ?

Peter Shen : Bonne question. Je pense que beaucoup d'entre nous savent ce que c'est, mais dans le domaine de la santé, nos clients sont particulièrement attentifs aux technologies émergentes. C'est pourquoi vous entendez chez Siemens que nous avons besoin de flexibilité, pour offrir à nos clients à la fois des solutions basées sur le Cloud et des solutions et plateformes sur site. Comme je l'ai déjà mentionné, le plus important pour nous est qu'indépendamment de cette plateforme, nous devons pouvoir fournir des performances cohérentes pour garantir que ces résultats cliniques essentiels soient transmis au médecin concerné sans aucun problème technologique. Notre place de marché numérique Siemens teamplay en est un bon exemple. En gros, il s'agit d'une plateforme Cloud qui permet à nos clients d'accéder à des solutions créées par Siemens ou par nos partenaires cliniques et opérationnels tiers. Qu'il s'agisse d'outils d'analyse opérationnelle en temps réel de Siemens ou d'algorithmes cliniques spécifiques provenant de nos partenaires. Le marché numérique ou écosystème numérique Teamplay offre à nos clients un large éventail de solutions individuelles différentes. Cela signifie également qu'il existe un large éventail de besoins informatiques différents pour fournir à nos clients ces performances optimales constantes.

Encore une fois, qu'il s'agisse d'exploiter l'IA avec notre solution AI-Rad Companion pour aider à diagnostiquer ou à exploiter l'écosystème numérique Teamplay pour des solutions cliniques et opérationnelles, c'est la raison pour laquelle ce partenariat avec Intel est si important. Toutes ces plateformes développées par Siemens, sont développées ici pour le long terme. Nous ne sommes pas là pour simplement créer un unique algorithme ou un produit individuel, mais en fait une plateforme sur laquelle sont constamment créées et ajoutées de nouvelles solutions. Là encore, nous avons besoin de cette flexibilité informatique pour fournir plus d'algorithmes et de solutions à l'avenir. C'est pourquoi, chez Intel et Siemens, nous partageons en fait régulièrement nos différentes feuilles de route pour construire l'avenir ensemble. Nous voulons nous assurer que nous devons faire passer ces performances de haut niveau de la périphérie au Cloud pour garantir que nous fournissons ces décisions de santé essentielles qui répondent aux exigences rigoureuses de nos clients du secteur de la santé. C'est ce qui est important. Encore une fois, il est important et rassurant pour nos clients de savoir qu'ils peuvent s'attendre à la même performance de haut niveau sur nos différentes plateformes Siemens. Là encore, indépendamment du domaine clinique dans lequel ils se concentrent et indépendamment de la technologie qu'ils examinent.

Tim Crawford : Je pense que c'est formidable qu'il y ait cette adhésion mutuelle à la réussite future. Nous avons parlé de l'aspect clinique de la question et je sais que Siemens travaille sur une plateforme qui commence à prendre en compte l'expérience du patient. Je sais, d'après nos conversations passées, que vous êtes très attentifs à l'expérience du patient, parce qu'elle impacte tout le monde. Pouvez-vous nous dire ce que vous pensez de l'expérience du patient ? Quels sont les défis auxquels les gens sont confrontés, et peut-être certaines des innovations que vous cherchez à mettre sur le marché et qui auront un impact sur l'expérience du patient ?

Peter Shen : En fin de compte, pour nous, c'est vraiment le patient qui compte. De nombreux avantages dont nous avons parlé ici jusqu'à présent, sur le plan technologique ou autre, ont profité à nos clients et ils en prennent conscience immédiatement. Plus important encore, leurs clients, les patients eux-mêmes, ont une meilleure expérience grâce aux technologies de Siemens et Intel. Un bon exemple est qu'un patient peut se rendre dans un hôpital et bénéficier de temps d'examen optimisés. En fait, il passe le moins de temps possible à effectuer ses démarches grâce à certains des outils de surveillance opérationnelle en temps réel fournis par la plateforme Teamplay de Siemens qui est connectée à notre équipement d'imagerie.

En outre, ce même patient peut alors faire examiner et diagnostiquer ses examens efficacement, avec plus de précision et d'exactitude, par un radiologue ou un clinicien. Encore une fois, grâce aux plateformes d'intelligence artificielle comme le Siemens AI-Rad Companion qui sont alimentées par les solutions d'intelligence artificielle d'Intel. Là encore, l'expérience du patient, qu'ils subissent un examen ou que leurs résultats cliniques soient examinés, est simplifiée pour eux, grâce à la technologie puissante et flexible fournie par Intel.

Tim Crawford : Formidable. Alors que nous commençons à nous tourner vers l'avenir, Peter, en ce qui concerne votre direction, il est évident que vous avez fait d'énormes progrès en matière d'innovation, comme la possibilité de faire fonctionner les multiples algorithmes. En réfléchissant à l'expérience du patient et comment l'améliorer, quelle est alors la prochaine étape à l'horizon ? Vous avez fait de gros progrès. À quoi pensez-vous pour la suite ?

Peter Shen : Ce n'est que le début pour nous, Tim, en fait. Chez Siemens, nous nous efforçons vraiment de devenir le leader de l'aide à la décision clinique, pour aider le patient tout au long du processus de santé grâce à la médecine personnalisée. Cela signifie qu'il ne s'agit pas seulement de trouver le bon diagnostic ou le bon traitement, mais aussi de créer un planning de thérapie optimisé pour chaque patient.

Les plateformes que nous développons actuellement, comme l'AI-Pathway Companion, ce que nous essayons de faire, c'est vraiment chercher à exploiter les données des patients à travers de multiples sources. Il faut donc examiner les données d'imagerie, les données de laboratoire et même les données génomiques pour essayer de les assimiler et de les analyser avec précision afin de créer un planning de traitement personnalisé et optimisé pour chaque patient. Il ne s'agit franchement pas d'une tâche triviale, et la puissance de calcul nécessaire pour accomplir l'agrégation de tous ces différents éléments de données ne peut venir que d'un partenaire technologique ayant l'envergure et la flexibilité nécessaires comme Intel.

Ce qui est passionnant, c'est que nous pouvons ensuite analyser plus en détail le succès de ces résultats de traitement et déterminer si nous pouvons appliquer ces différents résultats à un groupe ou à une population de patients qui pourraient présenter des symptômes similaires ou une composition similaire à celle de notre patient individuel.

Cela a des ramifications directes sur la santé de la population et, en fin de compte, sur la médecine préventive. Ce ne sont là que quelques-unes des choses passionnantes vers lesquelles nous cherchons à amener nos clients dans un nouveau monde de santé, une fois encore, poussé par la numérisation et alimenté par un partenaire technologique solide comme Intel.

Tim Crawford : Pensez-vous que la santé de la population et la médecine de précision soient deux domaines quelque peu émergents, que les gens veulent vraiment poursuivre, mais qui ont été remis en question surtout à cause des données et de la technologie, et que la politique entre en jeu ? Pensez-vous que nous pourrions considérer ces domaines comme des améliorations ou des innovations futures provenant entre autres de Siemens ?

Peter Shen : Oui, absolument. Je pense que nous voulons vraiment avoir une vue d'ensemble et nous diriger vers la gestion de la santé de la population, passer de cet état réactionnaire dans lequel se trouve la santé, où nous essayons de diagnostiquer et de fournir un plan de traitement après que quelque chose de mal soit arrivé, et aller vers ce concept de médecine préventive, voir comment nous pouvons utiliser les conclusions et les enseignements tirés de ces différents traitements prescrits et appliquer cela aux populations de patients ? Pouvons-nous les appliquer à une population de patients ayant une constitution génétique similaire, par exemple, et essayer de faire quelque chose de préventif ou d'empêcher quelque chose susceptible de leur arriver à l'avenir ?

Siemens cherche vraiment à exploiter un autre domaine au-delà de ce concept : pouvons-nous créer, si vous voulez, presque une sorte de jumeau numérique d'un patient particulier ? Pouvons-nous assimiler toutes ces données recueillies sur un patient particulier, toutes ces données d'images de laboratoire, de génomique, de physiologie, et les combiner avec peut-être d'autres éléments de données physiques et mécaniques pour créer réellement ce concept de jumeau, un Bitmoji si vous voulez, de l'individu particulier et l'utiliser réellement pour tester des thérapies potentielles ? Si j'ai un patient qui peut être atteint, par exemple, d'un cancer particulier, puis-je créer un jumeau numérique ou une réplique de ce même patient et ensuite appliquer différentes thérapies pour essayer de déterminer quelle est la thérapie la plus optimale pour lui ? Comme je fais tout cela dans cet environnement virtuel ou de jumelage numérique, je peux prendre ces enseignements et les améliorer en permanence, soit par des résultats dans le monde réel lorsque je traite le patient lui-même, soit dans ce monde virtuel lorsque j'essaie différentes thérapies dans ce jumelage numérique. C'est un domaine vraiment passionnant pour nous et, encore une fois, c'est là que la valeur, toutes ces données générées, agrégées et accumulées, c'est là que nous voyons beaucoup de gros potentiel. Mais encore une fois, tout cela nécessite des capacités de traitement importantes et flexibles, et c'est pourquoi nous sommes ravis de travailler avec Intel sur ce point.

Tim Crawford : Formidable. Passons à la section Questions et réponses. Notre première question est vraiment axée sur ce dont nous avons parlé ces dernières minutes ici, à savoir : y a-t-il certains domaines de la médecine qui progressent plus rapidement que d'autres grâce à la technologie et si oui, pourquoi ?

Peter Shen : Oui. C'est un sujet très intéressant car je pense qu'en général, la médecine a toujours eu du mal à adopter la technologie. Je pense que c'est parce qu'il y a beaucoup de préoccupations en termes d'aspects réglementaires, de données, d'aspects liés à la vie privée, de sensibilité des données. Mais je pense que ce qui a vraiment beaucoup changé les choses, c'est aussi l'aspect patient, l'aspect consumériste, où les patients maintenant et les gens comme vous et moi, nous sommes très à l'aise avec la technologie. Je pense que cela a vraiment obligé les fournisseurs et les personnes impliquées dans la santé à commencer à dire, hé, nous devons aussi adopter la technologie. Il y a certains domaines où cette adoption de la technologie se fait plus rapidement que d'autres. Je pense, encore une fois, au concept de données et de traitement des données, des choses comme la génération de données et l'application des technologies aux appareils de radiographie et aux scanners CT et tout le reste. Ça a été bien accompli. Je pense qu'il est plus difficile d'essayer d'utiliser ces données pour faire davantage de médecine prédictive, les domaines de la médecine préventive. Nous commençons à peine à voir les ramifications de la technologie dans ce domaine. C'est un domaine qui, je pense, va commencer à se développer dans un avenir proche. Encore une fois, il est plus complexe ici car nous traitons davantage d'éléments de données, mais c'est un domaine qui a un avenir très important pour nous dans la santé.

Tim Crawford : C'est super. Je pourrais continuer à poser des questions sur ce dont vous parlez, dans quelle mesure la population générationnelle y entre du point de vue du médecin, du clinicien, comment la technologie évolue. Mais je voudrais d'abord poser une autre question, à savoir quel est l'avenir de l'IA, plus précisément de l'IA dans la santé ? Comment voyez-vous son évolution au cours des trois à cinq prochaines années ? Vous en avez parlé un peu dans le cadre de notre conversation, mais pourriez-vous y revenir un peu et nous dire ce que vous prévoyez. Où pourrait-elle vraiment jouer un rôle, et peut-être où ne le fait-elle pas ?

Peter Shen : C'est un sujet très intéressant. En ce moment, l'intelligence artificielle, en particulier dans le domaine de la santé, fait fureur sur notre marché et les gens sont très enthousiastes.

Nous avons parlé de l'adoption de la technologie. Nous voyons beaucoup de gens essayer de prendre le train de l'IA en marche qui pourraient apporter des changements importants dans le domaine de la santé. Chez Siemens, nous considérons l'IA à différents niveaux, si vous voulez. Il existe différents niveaux de complexité dans cette hiérarchie de l'IA, en particulier pour la santé. Nous avons parlé un peu tout à l'heure de l'utilisation de l'IA pour effectuer des tâches simples, qui consisteraient simplement à identifier et à caractériser l'anatomie, par exemple, et à pouvoir entraîner les algorithmes à reconnaître : ceci est une épaule, et chaque fois que je regarde cette image radiographique particulière, cela ressemble à la même épaule, donc ce doit être une épaule.

Certains fournisseurs, y compris nous chez Siemens, nous avons exploité cette capacité de reconnaissance des formes et l'avons intégrée dans beaucoup de nos équipements d'imagerie, appareils de radiographie, pour optimiser et rendre ces appareils plus efficaces, afin qu'ils reconnaissent quand un patient est allongé sur la table et qu'ils puissent dire: c'est l'épaule du patient. Elle positionnera alors automatiquement, disons, le scanner ou l'IRM autour de cette épaule. Ce type de reconnaissance des formes dans l'IA est très pratique.

On pourrait aussi dire que c'est un peu simple, il suffit de reconnaître un modèle et d'aller de l'avant. Une fois que nous commençons à gravir cette hiérarchie, la prochaine étape serait vraiment de dire, eh bien, si je peux reconnaître des choses, je peux peut-être en tirer quelques conclusions ? Puis-je commencer à diagnostiquer, si je peux reconnaître certains maux ou maladies, puis-je commencer à en tirer une conclusion particulière ? Puis-je aider à établir un diagnostic sur la base de ces informations ? C'est là que des choses comme l'AI-Rad Companion que j'avais mentionné plus tôt, c'est là que nous essayons de repousser un peu les limites. Pour vraiment fournir au médecin des informations supplémentaires alimentées par l'IA pour l'aider à faire un bon diagnostic. C'est un peu plus compliqué.

Nous pensons que les choses vont vraiment décoller pour l'IA lorsque nous commencerons à l'appliquer à chaque patient. Comme nous avons dit plus tôt, si je peux maintenant utiliser l'IA pour assimiler différentes sources de données sur un patient particulier, utiliser ces informations pour créer cette thérapie individualisée pour ce patient, et ensuite peut-être faire des analyses prédictives sur ce patient qui a ce type de constitution génétique et ce type de résultats de laboratoire, ce sont eux qui bénéficieraient le plus d'un traitement X par rapport à un traitement Y. C'est en exploitant l'intelligence artificielle pour y parvenir que nous voyons beaucoup d'enthousiasme et de possibilités. Nous sommes très enthousiastes à l'idée d'utiliser l'IA et sa puissance de calcul pour nous aider à prendre des décisions cliniques en matière de traitement. Enfin, comme nous l'avons évoqué, puis-je ensuite prendre ces résultats et les appliquer à un groupe de patients ? Puis-je les appliquer à d'autres patients qui pourraient avoir une constitution similaire ou des affections similaires ?

Si cette décision a fonctionné avec ce patient, puis-je tirer des conclusions similaires pour une population de patients ? Ce type d'analyse de groupe est un aspect de l'IA qui présente beaucoup de potentiel et est également très prometteur.

Tim Crawford : Vous avez mentionné le médecin et la façon dont il utilise l'IA. Les deux questions suivantes sont quelque peu liées. Mais je voulais connaître votre point de vue sur une version légèrement différente de la question, à savoir : les médecins ont-ils pleinement intégré l'IA dans la routine clinique et, inversement, les patients ont-ils adopté la technologie et l'IA ? Je suppose que ma question est en quelque sorte liée au fait de les réunir et de savoir comment un médecin ou un patient vit l'IA. Où l'IA arrive-t-elle dans l'expérience pour le médecin, ou pour le patient, ou les deux ?

Peter Shen : C'est aussi un sujet très intéressant en soi, Tim. Comme je l'ai déjà mentionné, la médecine, en général, a été lente à adopter les technologies. Dans une certaine mesure, nous voyons la même chose pour l'intelligence artificielle, car je pense, en particulier du point de vue de l'adoption clinique, qu'il s'agit d'un domaine difficile en ce moment. Beaucoup de gens ont tendance à oublier que ces cliniciens pratiquent la médecine sans IA depuis longtemps déjà, donc ils savent comment diagnostiquer certaines affections. Ils savent quel est le traitement approprié pour une personne souffrant d'une longue maladie.

Par expérience, grâce à leur formation clinique, ils connaissent les bonnes réponses. Maintenant vous introduisez l'IA. Je pense qu'il y a eu une réaction initiale excessive, les gens disaient que nous n'aurions plus besoin de ces cliniciens car l'ordinateur allait tout comprendre. En réalité, les cliniciens ont réalisé que ces informations supplémentaires fournies par l'IA les aident à renforcer leur confiance clinique. Qu'est-ce que cela signifie? Ce sont toujours eux qui décident du diagnostic, ils font toujours les bonnes recommandations de thérapie, mais maintenant ils le font avec plus de confiance car ils reçoivent une plus grande quantité d'informations pertinentes par rapport à ce qu'ils regardent. C'est le grand avantage significatif pour eux du point de vue de l'intelligence artificielle. Ce n'est pas le simple fait que l'IA fasse le travail pour eux, mais le fait que l'IA identifie et porte à leur attention des résultats cliniques pertinents qu'ils doivent examiner. Du point de vue du clinicien, c'est ainsi qu'il est réellement impacté.

Maintenant, pour le patient, c'est un peu différent parce que, comme nous l'avons évoqué plus tôt, il a vraiment été un moteur de la technologie dans l'industrie de la santé parce que le patient, des gens comme vous et moi, nous sommes tous très à l'aise avec la technologie. Nous avons commencé à faire confiance à la technologie elle-même, et cela a vraiment poussé les fournisseurs et les autres personnes impliquées dans la santé à devoir travailler très rapidement pour nous développer dans le numérique et adopter davantage la technologie. Vous voyez maintenant des patients mieux informés sur leur santé avant même qu'ils engagent le dialogue avec leur médecin. Vous voyez des patients qui font leurs recherches et essaient de mieux comprendre avant de suivre leurs traitements. Cette connectivité a cependant un gros avantage : encore une fois, alors que nous parlons de toutes ces données se trouvant dans tous ces domaines disparates, le fait que les patients soient connectés et puissent fournir simplement leurs données cliniques à leur médecin aide le clinicien à prendre les bonnes décisions de traitement pour ce patient. La technologie et l'adoption de la technologie par les patients ont vraiment contribué à faire progresser la santé et notre désir de parvenir à un traitement individuel plus précis et plus exact pour ce patient.

Tim Crawford : Pensez-vous que la confiance dans les données, que le fait que la population de patients se sente de plus en plus à l'aise avec la technologie, sont des aspects qui vont continuer à changer ?

Peter Shen : Je pense que oui. Je pense que cela va vraiment continuer à stimuler notre industrie. Je pense que vous verrez de plus en plus de patients informés. Les fournisseurs et même les usagers souhaiteront davantage comprendre toutes les données générées par ces différentes sources, et je pense que l'environnement de la santé sera très axé sur les données. Toujours en laissant l'autonomie pour les diagnostics et les décisions cliniques, mais encore une fois, des décisions plus éclairées basées sur toutes ces informations à venir.

Tim Crawford : Formidable. Peter, je tiens à vous remercier personnellement de partager ce que vous faites chez Siemens Healthineers, vous et votre équipe là-bas. Absolument fascinant. Je tiens également à remercier le public d'avoir participé aux questions. Mary, je vais vous redonner la parole pour clôturer ce webinaire.

Mary Killelea : Merveilleux. Merci à tous de nous avoir rejoints. Nous proposerons d'autres webinaires avec nos merveilleux clients. Passez une bonne journée.

Télécharger la transcription ›

Découvrez les produits Intel® connexes

Processeurs Intel® Xeon® Scalable

Générez des données exploitables, faites confiance à la sécurité assistée par matériel et mettez en place des prestations de services dynamiques avec les processeurs Intel® Xeon® Scalable.

En savoir plus

Kit d'outils OpenVINO™

Mettre en œuvre rapidement et efficacement des solutions de vision par ordinateur et de deep learning dans de multiples applications.

En savoir plus

Intel® IoT Market Ready Solution (Intel® IMRS)

Des solutions évolutives et de bout en bout qui fournissent aujourd'hui des résultats commerciaux solides et jettent les bases d'un avenir plus intelligent.

En savoir plus

Avis et avertissements

Les fonctionnalités et avantages des technologies Intel® dépendent de la configuration du système et peuvent nécessiter du matériel et des logiciels compatibles et l'activation de certains services. Les performances varient d'une configuration à une autre. Aucun ordinateur ne saurait être totalement sécurisé. Consultez le constructeur ou le revendeur de votre ordinateur.vous pouvez consulter le site https://www.intel.fr pour en savoir plus. // Les logiciels et charges de travail utilisés dans les tests de performance ont peut-être été optimisés uniquement pour les microprocesseurs Intel®. Les tests de performance tels que SYSmark* et MobileMark* portent sur des configurations, composants, logiciels, opérations et fonctions spécifiques. Les résultats peuvent varier en fonction de ces facteurs. Pour l'évaluation d'un produit, il convient de consulter d'autres tests et d'autres sources d'information, notamment pour connaître le comportement de ce produit avec d'autres composants. Pour des informations plus complètes, visitez https://www.intel.fr/benchmarks. // Les résultats de performances s'appuient sur les tests réalisés aux dates indiquées dans les configurations et peuvent ne pas refléter toutes les mises à jour de sécurité disponibles. Pour obtenir plus de détails, veuillez lire les informations de configuration. Aucun produit ou composant ne saurait être totalement sécurisé. // Les scénarios de réduction de coûts décrits sont fournis à titre d'exemples montrant comment un produit de technologie Intel® donné, dans les circonstances et configurations spécifiées, peut affecter les coûts futurs et entraîner des économies de coûts. Les circonstances peuvent varier selon les cas. Intel ne garantit aucun coût ni réduction de coûts. // Intel ne maîtrise et ne vérifie pas les bancs d'essai cités ici ou sur les sites Web mentionnés en référence. Vous êtes invité à consulter vous-même ces sites Web et à vérifier l'exactitude des données. // Dans certains cas, les résultats ont été estimés ou simulés à l'aide d'une analyse, d'une simulation ou d'une modélisation d'architecture réalisée en interne par Intel et sont mentionnés à titre indicatif. Toute différence matérielle, logicielle ou de configuration du système peut avoir une incidence sur vos performances effectives.