« Dans les soins de santé, nous ne faisons qu'effleurer la surface de l'intelligence artificielle »

Il considère l'italien comme sa première langue, le langage de programmation C++ comme sa deuxième. Nicola Pezzotti semblait destiné à devenir informaticien, son père lui ayant enseigné les bases de la programmation dès le plus jeune âge. À 13 ans, il a reçu sa première mission de programmation en tant que free-lance. 

En qualité de Senior Scientist AI chez Philips, sa fonction consiste à développer de nouvelles méthodes d'intelligence artificielle visant à améliorer les soins de santé, applicables dans la pratique et faciles à comprendre pour l'être humain.

Pourquoi est-ce important ?

« L'IA se développe rapidement et devient de plus en plus sophistiquée. Nous ne pouvons l'utiliser de manière fiable que si nous comprenons ce qu'un modèle de machine learning effectue et pourquoi il prend des décisions de cette façon. 

D'autre part, le développement de nouveaux modèles puissants est un processus coûteux qui prend beaucoup de temps et impliquant souvent une approche par essais et erreurs. En d'autres termes, des modifications minimes sont apportées pour améliorer les performances. Pour disposer de modèles applicables dans toutes les conditions, et pour développer de nouveaux modèles plus efficacement, il importe de bien comprendre les calculs réalisés ; d'où l'importance d'expliquer les modèles IA. »

Quand avez-vous pour la première fois pensé à rendre l'IA plus compréhensible ?

« Au cours de mon doctorat. Mes travaux de recherche portaient sur l'utilisation d'algorithmes pour réduire de grandes quantités de données en ensembles de données et visualisations plus réduits mais tout aussi informatifs. Le principal défi ici réside dans l'incroyable quantité de données et la nécessité de ne pas réduire l'information ou la fonctionnalité. »

Dans quel but ?

« Ma recherche concernait la reconnaissance et la mise en évidence de données spécifiques parmi de grands ensembles de données. J'ai essayé d'identifier des types de cellules encore inconnus parmi un vaste échantillon de cellules. Pour ce projet, les chercheurs ont prélevé un échantillon du corps humain contenant un grand nombre de cellules. Chaque cellule comporte de nombreuses caractéristiques ; dans ce cas, la façon dont elles interagissent avec différents anticorps. Imaginez une feuille de calcul comportant des milliers de rangées et des millions de colonnes. C'est très difficile à analyser. 

C'est ce que nous appelons les données de grande dimension, et cela revient à trouver une aiguille dans une botte de foin. Avec les méthodes traditionnelles, il serait impossible d'identifier ces cellules immunes très rares dans un ensemble aussi vaste de données. Dans ma recherche, j'ai utilisé une technique pour simplifier la façon dont ces informations sont présentées aux chercheurs ou aux cliniciens, sans perte d'information ou de fonctionnalité pertinente. Le résultat de cette recherche a même été publié dans Nature Communications. »

Il semble que l'importance de ces technologies ne fera que croître à mesure que l'IA deviendra plus complexe.

« Absolument. Ces techniques peuvent aider à comprendre pourquoi l'IA procède comme elle le fait. Chez Philips, je travaille avec l'IA pour améliorer l'acquisition des images d'IRM. Nous devons toutefois développer de nouveaux modèles d'IA qui ne traitent pas uniquement des images simples, mais aussi des données brutes en provenance du scanner : les relevés de radiofréquences. Cette complexité supplémentaire est déterminante pour atteindre une performance et une fiabilité supérieures, mais elle accroît la tâche des développeurs IA chargés de bien comprendre les calculs réalisés. Ce n'est que s'ils comprennent ce qui se passe dans le modèle de machine learning qu'ils peuvent mieux le cerner et l'améliorer. »

Avec des collègues chez Philips, vous avez participé au FastMRI challenge, une initiative de Facebook AI Research et NYU Langone Health visant à réduire le temps nécessaire pour réaliser une IRM. Comment cela s'est-il passé ?

« En 2019, nous avons été mis au défi de participer et de gagner. Finalement, il y a eu plusieurs équipes auxquelles Philips a participé et nous avons gagné toutes les épreuves. Dans notre équipe, nous avons travaillé avec le centre médical universitaire de Leiden, avec lequel j'avais collaboré pendant mon doctorat. Je pense que c'est un très bon exemple des bénéfices que nous pouvons tirer de l'innovation grâce à une collaboration ouverte ; nous avons fait équipe non seulement avec le LUMC, mais aussi avec l'université d'Amsterdam (UvA), le centre médical universitaire d'Amsterdam (Amsterdam UMC) et l'université de Radboud.

Il ne s'agit pas simplement de collaborer, mais de travailler ensemble dans le but d'améliorer la vie des patients. Une IRM peut durer longtemps, et chaque fois que vous êtes dans le scanner et que vous bougez, cela peut compromettre le résultat. En réduisant le temps nécessaire pour générer une image, le bénéfice pour le patient est immédiat. Et pour l'hôpital, cela revient à traiter un plus grand nombre de patients et à travailler de manière plus efficace. »

Faites-vous également équipe avec des partenaires extérieurs dans votre travail quotidien ?

« Bien sûr. En fait, j'ai été nommé professeur adjoint à temps partiel à l'université de technologie d'Eindhoven grâce à la plate-forme Kickstart AI, qui est une collaboration entre Ahold Delhaize, ING, KLM, NS et Philips. Cette initiative a pour ambition de promouvoir le développement de l'IA aux Pays-Bas. Dans le cadre de ma fonction, je vais travailler sur le développement de l'IA performante et explicable, ce qui est tout à fait en accord avec mon expérience de recherche. » 

« Je travaille aussi directement avec des hôpitaux comme le LUMC et le Catharina pour appliquer l'IA à la recherche clinique, par exemple pour traiter les maladies coronariennes. Ce travail s'effectue dans le cadre de la collaboration e/MTIC. e/MTIC constitue un partenariat très précieux car il me permet de faire de la recherche fondamentale à l'université tout en ayant directement accès à la pratique clinique dans l'un des hôpitaux près d'Eindhoven. »

Quel sera le rôle de l'IA dans l'avenir des soins de santé ?

« Il y a beaucoup de potentiel ; je suis convaincu que nous ne faisons qu'effleurer la surface. Nous pourrons d'autant plus tirer profit de la technologie que nous parviendrons à intégrer davantage l'IA. 

Alors que certains processus peuvent être automatisés par l'IA, ce sont souvent les processus les moins stimulants qui provoquent des niveaux élevés d'épuisement professionnel chez le personnel médical. L'IA laissera plus de temps aux médecins pour effectuer le travail qui leur tient à cœur, à savoir prendre soin des patients, en utilisant leur cerveau qui peut être enrichi par les informations condensées par l'IA. 

D'une certaine façon, vous pouvez comparer l'IA à un smartphone : vous pouvez avoir toutes les connaissances du monde à portée de main, cela ne vous rend pas plus intelligent. C'est un outil, et vous pouvez l'utiliser pour améliorer vos connaissances. L'IA n'est rien d'autre ; elle enrichit vos sens. »