Christian Desrosiers, professeur à l'ÉTS. (Crédit : ÉTS)
Amélioration des diagnostics médicaux, prolongement de l’autonomie, prévention du suicide : les machines dotées d’une intelligence artificielle sont appelées à révolutionner le domaine de la santé.
L’œil qui voit tout
Interpréter des images médicales est un art. La preuve : un radiologue bien entraîné peut prendre jusqu’à une semaine pour analyser, puis interpréter une poignée de numérisations 3D du cerveau d’un seul patient. Pour repérer des tumeurs, dont l’apparence varie considérablement, le délai peut être encore plus long, souligne Christian Desrosiers, professeur à l’École de technologie supérieure de Montréal (ÉTS). « Si l’on tient compte du salaire moyen assez élevé des radiologues, puis du volume d’analyses à effectuer, on se rend compte rapidement qu’on peut faire mieux », explique-t-il.
L’intelligence artificielle (IA) pourrait livrer de meilleures analyses d’images médicales. À force d’être exposée à des clichés de patients, la machine peut les faire parler. Mieux encore : elle est en mesure de capter certaines subtilités qui échappent même à l’oeil du plus expérimenté des cliniciens, soutient Christian Desrosiers. « Contrairement à l’humain, l’ordinateur a la capacité de déceler des patrons dans une série d’images que rien ne semble relier à priori », dit-il. Prudence, cependant : cette technologie est loin d’avoir fait ses preuves. Le jour où des algorithmes assisteront, voire remplaceront des radiologues n’est pas encore arrivé.
Reste qu’elle démontre du potentiel. Ainsi, dans le cadre d’un projet mené en collaboration avec des chercheurs du Centre universitaire de santé McGill, l’IA entraînée par l’équipe de Christian Desrosiers et « emprisonnée » dans un logiciel est parvenue à se prononcer correctement sur la situation de patients atteints d’un cancer du cerveau 80 % du temps. Pour ce faire, elle a distingué des marqueurs prédictifs (la dimension de la tumeur, son emplacement, sa taille…) à partir d’une centaine d’images médicales préalablement annotées à la main par des cliniciens. « L’algorithme a pu reconnaître la maladie, en déterminer le stade, puis dire si le patient se situait en haut ou en bas de la moyenne du taux de survie », précise l’expert.
Pour atteindre un score proche de 100 %, des milliers de clichés auraient été nécessaires. Or, de tels jeux de données n’existent pas au Québec à l’heure actuelle. « Ce n’est pas qu’il manque d’images médicales à analyser, mais bien qu’elles ne sont pas nécessairement annotées », nuance Christian Desrosiers, qui compte néanmoins sur de vastes bases de données ouvertes, comme l’UK Biobank, afin de pallier ce problème.
Cuisinière, dis-moi, le rond est-il éteint ?
Déménager dans un centre de soins se fait rarement de gaieté de cœur. Et pour cause : cette transition signifie de faire une croix sur son indépendance, synonyme de qualité de vie. Ce deuil pourrait être différé grâce aux recherches du Laboratoire d’intelligence ambiante pour la reconnaissance d’activités (LIARA) de l’Université du Québec à Chicoutimi (UQAC). « Nos travaux concernent les personnes en perte d’autonomie, semi-autonomes et qui souffrent de maladies neurodégénératives, comme l’alzheimer. Nous collaborons aussi à des projets sur la dystrophie myotonique de type 1, qui ne touche que l’adulte », énumère Sébastien Gaboury, directeur du LIARA.
Les habitats intelligents imaginés par le LIARA sont dotés de dizaines de capteurs qui suivent en temps réel les faits et gestes de leurs occupants. Oubliez les caméras, jugées trop intrusives pour la vie privée; on parle ici d’accéléromètres, de gyroscopes, de capteurs infrarouges. Bref, d’espions dont on oublie la présence, mais qui produisent néanmoins des tonnes de signaux. Le but : traiter, analyser et interpréter ces données afin de brosser un tableau clair et net d’une situation. « Ça va aussi loin que de fusionner, au sein d’un même algorithme, les informations relatives au déplacement avec celles sur le débit d’eau d’un lavabo. C’est ainsi qu’on arrive à construire une librairie des activités de la vie quotidienne, comme se préparer des pâtes ou laver sa vaisselle », illustre Kévin Bouchard, professeur de mathématiques et membre du LIARA.
Le LIARA travaille depuis peu avec des intervenants du Centre intégré universitaire de santé et de services sociaux du Centre-Sud-de-l’Île-de-Montréal afin d’établir l’emploi du temps de patients aux prises avec une légère déficience cognitive. Les détecteurs de mouvements et autres prises intelligentes installées par l’équipe de Sébastien Gaboury permettent par exemple de répondre à ces questions : combien de temps passent-ils à dormir ? Vont-ils à la salle de bain souvent durant la nuit ? Se nourrissent-ils trois fois par jour ? « Au bout de trois mois de collecte de données, on connaît la routine d’un individu. S’il en déroge, ça peut devenir une information clinique intéressante », mentionne-t-il.
Sans surprise, l’industrie est aux aguets. Des entreprises comme Samsung, IBM et Bosch planchent, semble-t-il, sur les prochaines générations d’appareils électroménagers intelligents. « Nous côtoyons des chercheurs issus des laboratoires privés de ces multinationales lors des congrès scientifiques auxquels nous participons. Rendre nos habitats véritablement intelligents fait assurément partie de leurs objectifs », indique Sébastien Gaboury.
Suicide en prison : prévenir l’irréparable
Le suicide dans les prisons est un sujet tabou. Pourtant, il n’en est pas moins réel, comme l’a découvert Wassim Bouachir, professeur au Département Science et technologie de la Télé-université (TÉLUQ), lorsqu’il a commencé à s’intéresser à ce sujet. « Des statistiques américaines montrent que plus de 70 % des décès de cause non naturelle dans les milieux carcéraux sont dus à des suicides. Il n’y a aucune raison de penser que la situation est différente au Canada, où il est cependant difficile de mettre la main sur des statistiques fiables », explique-t-il. La pendaison serait la fin privilégiée par la majorité des détenus suicidaires.
Le scientifique a donc voulu, dans ses recherches, améliorer ce triste bilan. Pour ce faire, il n’y a pas trente-six solutions : il faut repérer les prisonniers avec des idées noires avant qu’ils commettent l’irréparable, un tour de force rendu possible grâce aux avancées en acquisition d’images et en intelligence artificielle. « De nos jours, on peut capter des images sophistiquées grâce à des caméras intelligentes, puis les soumettre à des algorithmes capables de prédire des scénarios », remarque-t-il. Auparavant, seule la vidéosurveillance par une personne, au coût d’une invasion permanente de la vie privée, permettait de détecter un comportement suicidaire.
Pour inculquer la notion de suicide à la machine, Wassim Bouachir et son équipe ont conçu de toutes pièces 42 vidéos qui illustrent une scène de pendaison dans une cellule − le recours à des données authentiques était, pour des raisons évidentes, impensable. Concrètement, cela signifie de recruter des volontaires qui font mine de former un nœud coulant, le fixent en hauteur et le passent autour de leur cou. Après avoir été exposée à répétition à ces simulacres, la caméra intelligente a atteint un impressionnant taux de précision de 90 % quand on lui a montré des scènes simulées, mais auxquelles le système n’avait pas été soumis. Les 10 % d’erreur sont dus à une confusion entre le fait de passer sa tête dans le nœud coulant et… d’enfiler un chandail.
Rien, toutefois, pour refroidir les autorités carcérales du Canada et de certains pays de l’Union européenne désireuses d’implanter cette technologie dans leurs établissements lorsque celle-ci sera rendue à maturité. « Avant cela, il va falloir la mettre à l’épreuve dans une vraie prison. Ce sera l’heure de vérité pour la caméra », conclut-il.
Source :
Maxime Bilodeau
La recherche dans le réseau
de l'Université du Québec
Québec Science
Avril-mai 2019, p. 10-11