- Actualités, revues de presse et événements
- Toutes les actualités
- Chirurgien-dentiste
- Intelligence artificielle et gestion des risques dans la pratique clinique bucco-dentaire
Intelligence artificielle et gestion des risques dans la pratique clinique bucco-dentaire
L’intelligence artificielle (IA) transforme progressivement les pratiques cliniques en santé bucco-dentaire en proposant de nouveaux outils d’aide à la décision, d’automatisation et de prédiction. Dans un contexte où la sécurité des soins, la qualité des pratiques et la gestion des risques constituent des enjeux majeurs pour les professionnels de santé, l’intégration de l’IA apparaît comme une opportunité prometteuse mais également comme un défi organisationnel, éthique et clinique. Cet article propose une analyse des apports de l’intelligence artificielle dans la gestion des risques en pratique clinique odontologique, en mettant en lumière ses applications actuelles, ses limites et les perspectives qu’elle ouvre pour une odontologie plus sûre, personnalisée et efficiente.
Sommaire
- Situation clinique
- L'intelligence artificielle au service des parcours de santé
- La maîtrise du risque lié à la qualité et à la sécurité des soins
- La maîtrise du risque informationnel et de la protection des données
- La maîtrise du risque algorithmique
- La maîtrise du risque éthique et juridique
- Vers une gouvernance des risques de l'intelligence artificielle en santé
- En conclusion
Situation clinique
Depuis la pandémie de Covid-19, un chirurgien-dentiste exerçant dans une zone sous-dotée s’appuie sur une plateforme de téléconsultation bucco-dentaire pour assurer le suivi et l’orientation diagnostique des résidents d’un réseau d’EHPAD de la région, en étroite coordination avec les médecins coordonnateurs de ces établissements.
Afin d’optimiser l’organisation de son activité, ce praticien envisage également le recours à des outils d’intelligence artificielle pour la gestion de son agenda avec ces établissements médico-sociaux et la priorisation des demandes de prise en charge.
Dans le prolongement de cette démarche, il envisage de coupler la plateforme de téléconsultation à un logiciel d’analyse automatisée des examens radiographiques (radio panoramique) qu’il souhaite intégrer au bilan de tout nouveau résident et dans le cadre d’un suivi systématique.
Il est convaincu que l’intégration de cette technologie pourrait renforcer l’efficacité du dispositif :
- en facilitant le repérage précoce de certaines pathologies,
- en améliorant la pertinence des orientations diagnostiques,
- en optimisant le temps médical disponible,
- en renforçant la collaboration avec les médecins coordonnateurs des EHPAD.
L'intelligence artificielle au service des parcours de santé
L’IA occupe aujourd’hui une place croissante dans les systèmes de santé. Grâce à sa capacité à analyser rapidement de grandes quantités de données, elle contribue à améliorer l’efficience des organisations de soins, à renforcer l’aide au diagnostic et à faciliter la coordination entre les professionnels de santé. Ses applications sont nombreuses :
- gestion des rendez-vous,
- triage des demandes de soins,
- analyse d’imagerie médicale,
- prédiction des risques,
- ou encore personnalisation des parcours de prise en charge.
Dans le domaine de la santé bucco-dentaire, l’IA est particulièrement prometteuse :
- Pour l’interprétation automatisée des examens radiographiques, permettant de détecter précocement certaines lésions carieuses, pathologies périapicales ou maladies parodontales.
- Pour identifier les résidents présentant un risque élevé de dénutrition, de pneumopathie d'inhalation liée à une mauvaise santé bucco-dentaire ou de perte d'autonomie nécessitant une prise en charge prioritaire.
- Pour contribuer à réduire les inégalités territoriales d’accès aux soins en renforçant les dispositifs de télésanté et en apportant un soutien aux praticiens exerçant dans des zones sous-dotées.
Toutefois, l’efficacité et la pérennité de ces dispositifs reposent sur plusieurs conditions visant à garantir la qualité et la sécurité des soins, la protection des données de santé, la transparence des algorithmes ainsi que le respect des principes éthiques. Dans une perspective de gestion des risques, ces exigences constituent autant de leviers de maîtrise des risques associés au déploiement de l’intelligence artificielle dans le domaine de la santé.
La maîtrise du risque lié à la qualité et à la sécurité des soins
L'utilisation de l’IA dans le domaine de la santé peut contribuer à réduire certains risques cliniques en améliorant les capacités de dépistage, d'aide au diagnostic et de suivi des patients.
Toutefois, elle génère également de nouveaux risques liés à la fiabilité des algorithmes, à la qualité des données utilisées ou encore à une confiance excessive accordée aux recommandations automatisées.
La gestion de ces risques suppose la mise en place de procédures d'évaluation, de validation et de surveillance des outils déployés. Les professionnels de santé doivent conserver une capacité d'analyse critique des résultats produits par l'algorithme afin de prévenir les erreurs diagnostiques ou thérapeutiques susceptibles d'affecter la sécurité des patients. Dit autrement, la détection automatisée d'une image suspecte sur une radiographie ne saurait se substituer à l'examen clinique, à l'interrogatoire du patient ou à l'interprétation du praticien.
Dans ce contexte, l'intelligence artificielle doit ainsi être envisagée comme un outil de sécurisation et d'aide à la décision, dont l'utilisation s'inscrit dans une démarche globale de maîtrise des risques et d'amélioration continue de la qualité des soins.
La maîtrise du risque informationnel et de la protection des données
Les systèmes d'IA reposent sur la collecte, le stockage et le traitement de volumes importants de données de santé. Cette dépendance expose les organisations à des risques de violation de la confidentialité, de cyberattaques, de perte de données ou d'utilisation non autorisée des informations personnelles. La gestion de ces risques implique la mise en œuvre de mesures techniques et organisationnelles adaptées comme :
- la sécurisation des infrastructures numériques,
- le contrôle des accès,
- la traçabilité des traitements,
- l’hébergement conforme aux exigences réglementaires,
- et la sensibilisation des professionnels.
La protection des données constitue un élément central de la confiance accordée par les patients aux dispositifs numériques de santé.
Des risques plus quotidiens existent également :
- Un accès insuffisamment contrôlé aux dossiers médicaux peut permettre à des professionnels non directement impliqués dans la prise en charge de consulter des informations confidentielles.
- Une erreur de paramétrage peut conduire à l'envoi d'un compte rendu ou d'une radiographie au mauvais destinataire.
- Enfin, l'utilisation de jeux de données réelles pour entraîner ou tester un algorithme sans anonymisation suffisante peut favoriser la réidentification des patients.
La protection des données constitue ainsi un élément central de la confiance accordée par les patients et leurs familles aux dispositifs numériques de santé. Au-delà d'une obligation réglementaire, elle représente un enjeu majeur de qualité, de sécurité et de gestion des risques au sein des organisations de soins.
La maîtrise du risque algorithmique
Les algorithmes peuvent produire des résultats erronés, incomplets ou biaisés en raison de défauts de conception, de données d'apprentissage insuffisamment représentatives ou d'une évolution des contextes d'utilisation.
Ces risques peuvent conduire à des inégalités de prise en charge ou à des décisions cliniques inadaptées. Par exemple, un logiciel d'analyse radiographique entraîné principalement sur des images provenant d'adultes jeunes pourrait présenter des performances moindres chez les personnes âgées dépendantes vivant en EHPAD.
Les modifications anatomiques liées au vieillissement, la présence fréquente de restaurations prothétiques ou la qualité parfois dégradée des clichés peuvent réduire la précision des analyses automatisées. L'algorithme pourrait alors méconnaître certaines lésions carieuses, sous-estimer une perte osseuse parodontale ou ne pas détecter une image suspecte nécessitant des investigations complémentaires.
D'autres situations illustrent le risque de biais algorithmique. Un système de priorisation des rendez-vous fondé sur des données historiques pourrait, par exemple, attribuer systématiquement un niveau d'urgence plus faible aux patients institutionnalisés si ceux-ci ont historiquement moins recours aux soins spécialisés.
Une telle situation pourrait contribuer à renforcer des inégalités d'accès aux soins déjà existantes. De même, un algorithme développé à partir de données issues d'un environnement hospitalier universitaire pourrait produire des recommandations moins pertinentes lorsqu'il est utilisé dans un cabinet libéral ou dans un contexte de télésanté en zone sous-dotée.
Le risque algorithmique peut également résulter d'une évolution des pratiques professionnelles ou des caractéristiques de la population prise en charge. Un modèle initialement performant peut voir sa fiabilité diminuer au fil du temps si les données sur lesquelles il a été construit ne reflètent plus la réalité clinique actuelle. Ce phénomène, souvent désigné sous le terme de "dérive algorithmique", justifie une réévaluation régulière des performances des systèmes déployés.
La gestion du risque algorithmique repose ainsi sur la transparence des modèles utilisés, l'évaluation régulière de leurs performances et la capacité des utilisateurs à comprendre les limites des outils mis à leur disposition. L'explicabilité des systèmes constitue un facteur essentiel de maîtrise du risque, en permettant aux professionnels d'identifier les situations nécessitant une vigilance particulière.
La maîtrise du risque éthique et juridique
L'intégration de l’IA dans les parcours de soins soulève des interrogations relatives à la responsabilité des acteurs, au respect de l'autonomie des patients et à l'équité d'accès aux innovations.
Le risque éthique apparaît notamment lorsque les décisions automatisées influencent excessivement les choix thérapeutiques ou lorsqu'elles génèrent des discriminations involontaires entre catégories de patients.
Une démarche de gestion des risques impose donc de définir clairement les responsabilités des différents intervenants, de garantir l'information et le consentement des patients et de maintenir l'humain au centre du processus décisionnel. L’IA doit demeurer un outil d'aide à la décision et non un substitut à l'expertise clinique.
Vers une gouvernance des risques de l'intelligence artificielle en santé
Le déploiement de l'intelligence artificielle dans les organisations de santé nécessite l'adoption d'une véritable gouvernance des risques. Celle-ci repose sur l'identification des dangers, l'évaluation de leur probabilité et de leur impact, la mise en œuvre de mesures de prévention adaptées et le suivi continu des incidents ou événements indésirables.
Cette approche s'inscrit pleinement dans les démarches de qualité et de sécurité des soins déjà développées au sein des établissements sanitaires et médico-sociaux. Elle permet d'accompagner l'innovation technologique tout en garantissant la protection des patients, des professionnels et des organisations.
En conclusion
L’IA constitue une innovation majeure pour la gestion des risques dans la pratique clinique en santé bucco-dentaire. Elle offre des perspectives en matière de sécurité, de qualité et de personnalisation des soins.
Toutefois, son intégration ne pourra être pleinement bénéfique que si elle s’accompagne d’une gouvernance éthique, d’une formation adaptée des professionnels et d’une réflexion sur la place du jugement clinique humain. L’enjeu n’est pas de remplacer le praticien, mais de lui donner les moyens d’exercer une médecine bucco-dentaire plus sûre, plus efficiente et centrée sur le patient.