Note de la rédaction : Cette version narrative d'un récent Perspectives optimistes épisode de podcast, »L'IA, la santé et l'industrie : pourquoi l'adoption est le vrai problème», une conversation entre Brittany Ng, vice-présidente de Siemens Digital Industries Software et Demetri Giannikopoulos, directeur de l'innovation chez Rad AI, décrit le potentiel de l'IA dans deux domaines cruciaux, la santé et l'industrie, lorsqu'elle dispose des données dont elle a besoin.
L'intelligence artificielle va résolument au-delà de l'expérimentation pour entrer dans le monde réel, en redéfinissant la façon dont le travail critique est effectué dans les hôpitaux et les environnements industriels. Qu'il s'agisse de suites de radiologie ou de chantiers navals, la discussion ne porte plus sur ce que l'IA pourrait faire, mais sur la manière dont elle permet déjà de renforcer l'expertise humaine pour avoir un impact mesurable.
Lors d'un récent entretien sur le podcast Optimistic Outlook entre Brittany Ng de Siemens Digital Industries Software et Demetri Giannikopoulos, directeur de l'innovation chez Rad AI, un thème commun est apparu : l'avenir de l'IA industrielle dans les domaines de la santé et de l'innovation manufacturière ne dépend pas du remplacement des personnes mais de leur donner les moyens de prendre de meilleures décisions dans des environnements à enjeux élevés.
Fournir les bonnes données de santé aux patients
Dans tous les secteurs, l'IA s'avère particulièrement utile lorsqu'elle améliore, et non remplace, le jugement humain. Cela n'est nulle part plus clair que dans le secteur de la santé, où le volume de données peut submerger même les cliniciens les plus expérimentés.
La santé « est un domaine où la quantité d'informations diffusées est tout simplement écrasante », a déclaré Giannikopoulos sur le podcast. « Il peut être extrêmement difficile de surmonter ce bruit. »
En agrégeant et en interprétant les données à grande échelle, l'IA dans le secteur de la santé aide les cliniciens à établir des liens plus rapidement, en réduisant le nombre de diagnostics oubliés ou retardés et en orientant des parcours de soins plus précis. Dans le podcast, Giannikopoulos a souligné la capacité de l'IA à rassembler des informations fragmentées concernant des systèmes et des spécialités, afin de brosser un tableau plus clair et plus complet de l'état de santé des patients.
« À la base, l'IA... [peut] prendre les quantités incroyables de données dont nous disposons... et, en fin de compte, aider ce patient à accéder aux meilleures informations et à la meilleure voie disponible pour lui », a-t-il déclaré.
Innover grâce à la « colonne vertébrale numérique » de l'industrie
Bien que les enjeux puissent différer, les défis systémiques sous-jacents de l'industrie et de la construction navale sont très similaires à ceux du secteur de la santé : systèmes complexes, exigences de sécurité élevées et besoin de précision à chaque étape.
Comme Brittany Ng l'a noté sur le podcast, le point tournant a été l'émergence d'une base numérique solide, notamment des environnements de fabrication utilisant des jumeaux numériques et des systèmes de production connectés.
« Nous avons enfin ce que j'appelle la dorsale numérique », a déclaré Ng. « L'IA dispose désormais de ces données contextuelles structurées, et pas seulement de feuilles de calcul fragmentées. »
Cette dorsale numérique permet à l'IA d'aller au-delà des connaissances théoriques pour adopter des recommandations pratiques, en optimisant la planification, en améliorant la qualité et en renforçant les capacités de production dans les secteurs essentiels à la défense nationale et à la résilience économique.