L’intelligence artificielle (IA), s’impose aujourd’hui comme l’un des moteurs majeurs de transformation du secteur de la santé. Elle présente des possibilités inédites de le rendre plus accessible, plus efficace et plus économiquement durable.
Dans la pratique clinique actuelle, les systèmes d’IA déployés dans les unités de soins intensifs peuvent détecter de manière précoce l’apparition d’une septicémie ou d’un cancer du sein. Ils constituent un appui utile pour améliorer les diagnostics, la personnalisation des traitements ou les opérations chirurgicales.
L’IA s’emploie également dans le domaine pharmaceutique en accompagnant chaque étape du cycle de vie d’un médicament, depuis sa découverte jusqu’aux mesures de pharmacovigilance.
Au rang des avantages de cette innovation, on peut citer une gestion plus efficiente des ressources (personnel et matériels), une réduction des coûts et des tâches administratives, une amélioration de l’exactitude des diagnostics et des traitements personnalisés, une analyse prédictive des données (anticipation des épidémies de maladie grâce à l’analyse de plusieurs données). L’objectif de l’intégration de l’IA dans la santé est de fournir des soins équitables et de qualité à tous.
Cependant, cette intégration fait face à de nombreux défis sociaux d’acceptabilité, éthique, mais aussi écologique.
En effet, même si on la présente comme un levier pour accélérer la transition énergétique (réduction des déplacements grâce à la télémédecine, anticipation des risques sanitaires liés au climat etc.), l’IA se heurte à un paradoxe environnemental. Elle nécessite des infrastructures très gourmandes en énergie (data centres, entraînements des modèles, stockage des données). En plus, elles entraînent des émissions de gaz à effet de serre, une extraction intensive de métaux, une consommation massive des ressources (eau et terre) avec des impacts environnementaux et sociaux bien réels (comme les conflits d’usages au Chili ou en Espagne, où les centres de données consomment de grandes quantités d’eau dans des régions en pénurie…).
A l’heure de la transition écologique, ce choix de se tourner vers l’IA interroge. Comment concilier l’essor de l’IA médicale avec les objectifs de sobriété numérique et de développement durable ?
Dans sa stratégie nationale pour l’IA, la France évoque l’idée du déploiement d’IA frugales, c’est-à-dire peu gourmandes en énergie et en données, au service d’objectifs de décarbonation, de transition écologique et énergétique des territoires. En cohérence avec cette stratégie, un référentiel général pour l’IA frugale proposant une méthodologie pour évaluer l’impact environnemental et des bonnes pratiques pour le réduire, est publié.
Pour pallier le problème de l’empreinte écologique, le Conseil économique, social et environnemental (CESE) préconise entre autres : la réalisation d’une étude d’impact environnemental et information du public avant toute implantation d’un centre de données ; la planification du développement de l’IA en prenant en compte les limites planétaires (fixer une trajectoire de décarbonation, utilisation d’énergie décarbonée, éco-conception, etc.).
Toutefois, les efforts de diminution de l’empreinte environnementale sont souvent confrontés à l’augmentation des usages et à la production d’infrastructures numériques. Face à cette tension, l’enjeu n’est pas de freiner l’innovation mais de l’orienter, notamment en privilégiant des solutions plus sobres (green data centers, usage raisonné des technologies, un encadrement adapté…).
Pour aller plus loin :
