Dans cette page :


La révolution numérique dans le domaine de la santé est en marche, offrant à la fois des opportunités et des défis. Alors que de nouvelles technologies promettent d’améliorer l’accès aux soins et la qualité des traitements, certaines craintes persistent quant à une possible perte de l’aspect humain dans la prise en charge des patients.

Des avancées comme l’intelligence artificielle, la robotique médicale et la télémédecine ouvrent la voie à des soins plus efficaces et personnalisés. Cependant, des questions éthiques se posent, notamment sur la protection des données de santé et les risques de déshumanisation des soins.

Le numérique, un atout pour les établissements de santé et les patients

Un équilibre entre progrès et éthique médicale

Les établissements de santé peuvent bénéficier de nouvelles technologies pour optimiser la gestion des ressources et faciliter les parcours de soins de leurs patients : accès aux dossiers simplifié, suivi personnalisé, meilleure coordination entre les acteurs, réduction des coûts. Cependant, avec ces avancées, les risques et défis ne manquent pas : fracture numérique, cybersécurité, perte d’emplois, déshumanisation des soins… Un juste équilibre est à trouver afin que la technologie n’éclipse jamais l’expertise et la proximité humaine.

En tant qu’enseignant-chercheur spécialisé dans l’intelligence artificielle (IA) appliquée à la santé, Youssef MOURCHID témoigne de l’importance des approches IA pour améliorer les processus médicaux.

Notamment, dans le domaine de l’imagerie médicale, les techniques d’IA que développées à CESI  permettent une segmentation automatique des organes, ce qui simplifie le travail des radiologues et accroît la précision des diagnostics. De même, nos recherches sur l’évaluation des exercices de rééducation offrent des solutions novatrices pour superviser et optimiser les traitements des patients, en particulier pour ceux qui ont du mal à se rendre régulièrement à l’hôpital ou bien qui sont  dans des zones éloignées où l’accès aux soins est restreint.

Cependant, Youssef MOURCHID reste pleinement conscient des défis éthiques et pratiques liés à la confidentialité des données médicales, au consentement éclairé des patients, à la transparence et à l’explicabilité des algorithmes, ainsi qu’à l’établissement de mécanismes de responsabilité clairs pour traiter les erreurs et les préjudices potentiels. Ces questions doivent être abordées de manière proactive afin d’assurer que les bénéfices de l’IA en matière de soins de santé s’accompagnent d’une protection adéquate des droits des patients et du respect de l’éthique médicale.

Il est ainsi primordial de ne pas oublier que le numérique doit être utilisé de manière responsable et de garder à l’esprit l’importance de l’aspect humain dans les soins afin qu’il ne prenne pas le dessus. Le patient doit être au centre des préoccupations. Les technologies doivent compléter et renforcer la relation entre soignants et patients, sans jamais la remplacer. La révolution numérique dans le domaine de la santé offre des perspectives prometteuses mais nécessite une approche équilibrée.

L’engagement de CESI LINEACT

Le numérique est un formidable outil au service de l’humain, nous en sommes convaincus à CESI. C’est pourquoi, dans notre laboratoire CESI LINEACT, nos activités de recherche en e-santé et télémédecine explorent des solutions innovantes pour la rééducation physique à distance ou encore la détection de chutes des patients.

Même si ce n’est pas une finalité en soi, le numérique est un puissant instrument qui doit contribuer à renforcer la santé de tous. C’est en ce sens que CESI LINEACT fait progresser ses travaux de recherche, afin que le numérique soit toujours celui de l’humain et du patient.

IA & Rééducation physique
Concept clefs : collecte de données biométriques, analyse de données, machine learning & deep learning, évaluation des exercices de rééductation
concept d'application : amélioration des programmes de rééducation, personnalisation des traitements, suivre les progrès des patients de manières plus précise
technologies : inertial measurments units (IMUs) ; accelerometers and gyroscopes, vision - based sensors ; kinext v1, v2, marker-based sensors : vicon, extraction des squelettess, approches graphes spatio-temporelle, transformers
IA & Détection de chute
1. data source (multisensor data + visual data) 
2. pre-processing : normalization (accelerometer data), computing SMV and thresholing, labelization using semi-automatic method, signal, visual frame, matching, feature selection using random forest
3. impact dectection using maching learning (impact, no impact)