Photo tirée du film Time Out, 2011
En analysant les données des milliers de dossiers de patients hospitalisés, ce projet d’intelligence artificielle de Google cherche à prédire la durée d’hospitalisation des malades et la probabilité de succès de leurs traitements ou de leurs opérations chirurgicales.
Si ces algorithmes peuvent aider les médecins à améliorer la performance de leurs diagnostics et prédire un taux de survie, ils peuvent aussi calculer de façon assez précise la probabilité de décès d’un patient … et c’est sur ce point que les choses peuvent rapidement déraper.
Il est bien connu que les soins destinés aux malades tendent à augmenter rapidement au cours de leurs 6 derniers mois de vie : soins infirmiers, dialyses, transfusions, médicaments dispendieux, respirateur artificiel, … La liste des traitements s’allonge rapidement pour des patients dont l'état ne peut plus s'améliorer.
Avec le vieillissement graduel de la population et l’augmentation des pathologies chroniques, 1% des patients en fin de vie consomment 20 % des coûts des soins de santé. Il devient alors tentant pour des États de plus en plus endettés d’exploiter ces nouvelles prévisions afin de proposer une aide médicale à mourir aux patients identifiés par l’IA et diminuer ainsi une facture de santé qui tend à devenir astronomique.
Au lieu d’investir des traitements coûteux pour des malades en phase terminale, il est probable que certains souhaiteront réorienter les ressources limitées de santé vers des patients qui pourraient en bénéficier à d’autres stades de leur vie.
Cette connaissance nouvelle de la date probable de mort des patients nous prépare à de troublantes questions morales : En cas de refus d’une aide à mourir par le patient ou sa famille, qui devra supporter le coût de la prolongation de la vie de ces patients ? Le coût des soins sera-t-il intégralement transféré aux proches ? Combien seriez-vous prêts à payer pour quelques mois de vie supplémentaire ?
Ces questions peuvent vous paraître choquantes ou immorales, surtout lorsqu’il s’agit de la vie d’un proche mais elles feront probablement partie de notre avenir. Nous devons nous emparer de ces sujets et les discuter avant que des algorithmes étatiques décident de la priorisation des soins de santé en fonction de nos chances de survie et de notre utilité sociale.
Alors que la morale et le serment d’Hippocrate postulent que la vie humaine n’a pas de prix, des algorithmes évalueront peut-être régulièrement la date de notre mort et nous informeront du prix de chaque minute supplémentaire.
En supposant que ces algorithmes produisent des prévisions de survie mathématiquement justes, la société a-t-elle le droit d’intégrer ces connaissances nouvelles au sein des processus de décisions ? Ce qui nous parait immoral aujourd’hui le sera-t-il encore demain ?
Si ces algorithmes peuvent aider les médecins à améliorer la performance de leurs diagnostics et prédire un taux de survie, ils peuvent aussi calculer de façon assez précise la probabilité de décès d’un patient … et c’est sur ce point que les choses peuvent rapidement déraper.
Il est bien connu que les soins destinés aux malades tendent à augmenter rapidement au cours de leurs 6 derniers mois de vie : soins infirmiers, dialyses, transfusions, médicaments dispendieux, respirateur artificiel, … La liste des traitements s’allonge rapidement pour des patients dont l'état ne peut plus s'améliorer.
Avec le vieillissement graduel de la population et l’augmentation des pathologies chroniques, 1% des patients en fin de vie consomment 20 % des coûts des soins de santé. Il devient alors tentant pour des États de plus en plus endettés d’exploiter ces nouvelles prévisions afin de proposer une aide médicale à mourir aux patients identifiés par l’IA et diminuer ainsi une facture de santé qui tend à devenir astronomique.
Au lieu d’investir des traitements coûteux pour des malades en phase terminale, il est probable que certains souhaiteront réorienter les ressources limitées de santé vers des patients qui pourraient en bénéficier à d’autres stades de leur vie.
Cette connaissance nouvelle de la date probable de mort des patients nous prépare à de troublantes questions morales : En cas de refus d’une aide à mourir par le patient ou sa famille, qui devra supporter le coût de la prolongation de la vie de ces patients ? Le coût des soins sera-t-il intégralement transféré aux proches ? Combien seriez-vous prêts à payer pour quelques mois de vie supplémentaire ?
Ces questions peuvent vous paraître choquantes ou immorales, surtout lorsqu’il s’agit de la vie d’un proche mais elles feront probablement partie de notre avenir. Nous devons nous emparer de ces sujets et les discuter avant que des algorithmes étatiques décident de la priorisation des soins de santé en fonction de nos chances de survie et de notre utilité sociale.
Alors que la morale et le serment d’Hippocrate postulent que la vie humaine n’a pas de prix, des algorithmes évalueront peut-être régulièrement la date de notre mort et nous informeront du prix de chaque minute supplémentaire.
En supposant que ces algorithmes produisent des prévisions de survie mathématiquement justes, la société a-t-elle le droit d’intégrer ces connaissances nouvelles au sein des processus de décisions ? Ce qui nous parait immoral aujourd’hui le sera-t-il encore demain ?
A propos de l'auteur
Michael ALBO, fondateur du Data Science Institute
Co-fondateur et dirigeant du Data Science Institute, Michael Albo aide ses clients à saisir les opportunités disponibles au sein des données qu’ils ont accumulées. En combinant l’expertise humaine et la puissance des algorithmes, il sécurise leurs prises de décisions et les aide à atteindre plus rapidement leurs objectifs (identifier de nouveaux relais de croissance, optimiser les opérations, améliorer le service offert aux clients, détecter préventivement des risques, etc.). Michael Albo est diplômé d’une maîtrise en informatique et mathématiques d’aide à la décision et d’un Executive MBA de l’Université Paris-Dauphine. Il a fondé et co-anime depuis plus de 5 ans la communauté Data Driven Montréal (1.750 professionnels des données à Montréal).