L’intelligence artificielle s’impose progressivement comme un outil d’aide à la décision dans les établissements de santé. Mais une question essentielle demeure : un modèle développé à partir de données étrangères est-il réellement fiable pour les patients d’une région donnée ?
C’est précisément à cette problématique qu’a répondu le projet VALIDATE-H, une initiative portée par l’Idiap Research Institute, en collaboration avec la HES-SO Valais-Wallis et l’Observatoire Valaisan de la Santé (OVS), avec le soutien du Canton du Valais.
Des modèles performants… mais pas toujours pour tout le monde
Les systèmes d’IA en santé sont généralement entraînés sur de très grands jeux de données, souvent internationaux. Pourtant, les caractéristiques démographiques, les pratiques médicales ou encore les équipements peuvent varier d’un territoire à l’autre.
Le projet VALIDATE-H avait donc un objectif clair : évaluer si ces modèles restent précis, fiables et équitables lorsqu’ils sont utilisés auprès de la population valaisanne.
Pour y parvenir, les chercheurs ont développé un cadre d’évaluation permettant de tester des algorithmes sur des données locales issues de l’imagerie médicale, notamment pour :
-
- la détection de la cardiomégalie sur radiographies thoraciques ;
-
- la détection d’épanchements pleuraux ;
-
- l’identification d’anomalies pulmonaires sur scanners thoraciques.
Détecter les biais avant qu’ils n’impactent les patients
Les résultats sont particulièrement instructifs.
Les chercheurs ont observé que certains modèles, pourtant performants lors de leur développement, présentaient des performances plus faibles pour certains groupes de patients, notamment les hommes et les personnes âgées de 40 ans ou moins.
Sans validation locale, ces différences seraient restées invisibles, avec un risque réel d’introduire des inégalités dans la prise en charge clinique.
Cette étude rappelle une réalité fondamentale : la performance globale d’un modèle ne garantit pas son équité pour l’ensemble des patients.
Ce projet s’inscrit pleinement dans la stratégie Horizon 2030 du Canton du Valais, une vision qui place l’innovation, la recherche et la transformation numérique au cœur du développement du territoire. Dans le domaine de la santé, cette stratégie encourage le développement de solutions plus personnalisées, plus équitables et fondées sur les données. VALIDATE-H en est une illustration concrète en veillant à ce que les outils d’intelligence artificielle soient réellement adaptés à la population valaisanne.
Une IA qui doit aussi être explicable
Au-delà de la précision des algorithmes, le projet s’est également intéressé à leur transparence.
Grâce à des méthodes d’explicabilité, les équipes ont pu vérifier que les modèles fondaient bien leurs décisions sur des éléments médicaux pertinents, plutôt que sur des variables indirectes comme l’âge, le sexe ou certains paramètres techniques des images.
Les chercheurs ont également étudié DEXiRE-EVO, une approche permettant de transformer les décisions complexes des modèles d’IA en règles simples et compréhensibles pour les professionnels de santé.
Cette capacité à expliquer les décisions constitue aujourd’hui un enjeu majeur pour renforcer la confiance dans l’IA médicale.
Une collaboration qui illustre la force de l’écosystème valaisan
VALIDATE-H est avant tout une réussite collective.
Le projet réunit les expertises complémentaires de :
-
- Idiap Research Institute, spécialiste de l’IA, de la vision par ordinateur et de l’imagerie médicale ;
-
- HES-SO Valais-Wallis, experte en intelligence artificielle distribuée et explicable ;
-
- Observatoire Valaisan de la Santé, garant de la qualité des données populationnelles et de leur pertinence clinique.
Cette complémentarité entre recherche, ingénierie et expertise métier illustre parfaitement la manière dont l’innovation peut répondre à des enjeux concrets du système de santé.
Construire une IA de confiance
À mesure que l’intelligence artificielle trouve sa place dans les parcours de soins, une conviction s’impose : les modèles doivent être évalués dans le contexte réel où ils seront utilisés.
Valider les algorithmes localement ne consiste pas uniquement à améliorer leurs performances. C’est aussi garantir une médecine plus sûre, plus équitable et davantage adaptée aux besoins des patients.
Des initiatives comme VALIDATE-H démontrent que le Valais dispose d’un écosystème de recherche et d’innovation capable de relever ces défis, en réunissant institutions académiques, acteurs de la santé et spécialistes des technologies numériques.
C’est précisément cette approche collaborative que nous encourageons chez SMART Confluence : faire converger les expertises pour transformer les innovations en solutions concrètes au service de la santé de demain.
Source: Idiap Research Institute