L'introduction de l'intelligence artificielle (IA) a révolutionné les systèmes de santé. Un nouvel article publié dans la revue Imagerie diagnostique et interventionnelle examine les étapes nécessaires pour garantir que l’IA dans les soins de santé soit utilisée de manière responsable et durable.
Étude : Changement climatique et intelligence artificielle dans le secteur de la santé : bilan et recommandations pour un avenir durable. Crédit photo : metamorworks / Shutterstock
Sommaire
Arrière-plan
L'IA a été intégrée aux dispositifs médicaux, principalement dans l'imagerie diagnostique, la radiothérapie, la radiologie interventionnelle et la médecine nucléaire. L'apprentissage profond (DL) est l'application d'IA la plus fréquemment utilisée dans ces dispositifs. Le DL permet aux modèles d'apprendre à partir des données sans l'intervention de l'opérateur et peut ainsi améliorer les résultats diagnostiques et thérapeutiques et accroître l'efficacité des soins.
Cependant, cette plateforme gourmande en ressources informatiques présente une empreinte carbone élevée, ce qui peut accélérer le changement climatique et avoir un impact négatif sur l’environnement de multiples façons.
Le changement climatique est un problème urgent, et la nécessité d’atténuer ses effets et de ralentir sa progression est reconnue à l’échelle internationale. L’étude actuelle évalue l’utilisation de l’IA dans les soins de santé dans le contexte du changement climatique.
Les avantages de l’IA pour la santé et le changement climatique
Les avantages de l’IA dans le domaine de la santé sont notamment un flux de travail beaucoup plus fluide, plus rapide et moins gaspilleur, ainsi que la possibilité d’utiliser la télémédecine plus largement. L’IA peut réduire le gaspillage de ressources telles que l’énergie, le temps et le matériel d’imagerie en améliorant l’identification des patients nécessitant une imagerie et en réduisant les temps d’attente.
L'IA peut également améliorer les capacités de diagnostic du médecin, évitant ainsi la nécessité de répéter les examens. Associée à un flux de travail plus fluide, elle peut contribuer à promouvoir les soins virtuels et à réduire les déplacements inutiles des patients, réduisant ainsi les émissions de gaz à effet de serre.
Le coût énergétique de l’IA dans le secteur de la santé
La formation et l’utilisation des modèles d’IA sont gourmandes en énergie. Les applications médicales représentent plus de 4 % de l’utilisation de l’IA à l’heure actuelle et nécessitent de grands ensembles de données, des algorithmes complexes et de multiples mises à jour de modèles. Une étude a révélé qu’un seul grand modèle d’IA consomme autant d’énergie pour fonctionner que cinq voitures sur toute leur durée de vie.
L’utilisation de l’IA dans le domaine de la santé dépend de centres de données qui utilisent des serveurs, des systèmes de refroidissement et des plateformes réseau. Tous ces éléments doivent fonctionner en permanence dans des environnements contrôlés, consommant beaucoup d’énergie et représentant environ 1 % de la consommation énergétique mondiale.
Le secteur de la santé produit également de grandes quantités de déchets électroniques en raison du besoin constant de mises à jour du matériel. Ces déchets peuvent polluer l'environnement en raison de l'utilisation de matériaux tels que le plomb, le cadmium et le mercure.
La forte demande en ressources naturelles, comme les terres rares, nuit à la biodiversité en favorisant la destruction des habitats. Les exigences logistiques liées au transport et à la chaîne d’approvisionnement associées à l’IA intensifient l’impact indirect de l’IA liée aux soins de santé sur l’environnement.
Mesures d'atténuation
Les solutions envisageables pourraient inclure l'amélioration de l'efficacité énergétique des modèles d'IA grâce à des techniques telles que la quantification et l'élagage. Une conception améliorée des infrastructures, la refonte des concepts matériels et logiciels et une gestion efficace de l'énergie à l'aide d'une mise à l'échelle dynamique de la tension et de la fréquence peuvent également réduire les coûts environnementaux de l'IA.
L’intégration des énergies renouvelables peut réduire la consommation énergétique associée à l’IA. En fait, la conception d’un réacteur à fusion nucléaire assistée par l’IA pourrait permettre de progresser dans l’exploitation de cette source d’énergie pour l’IA dans le domaine de la santé.
De telles mesures nécessitent une évaluation complète du cycle de vie du coût environnemental, permettant aux scientifiques de saisir les opportunités de réduire l'empreinte carbone du début à la fin. Une étude a révélé que «L’IA autonome pourrait potentiellement réduire jusqu’à 80 % les émissions de gaz à effet de serre dans le secteur de la santé ».
La coopération des parties prenantes est essentielle
Les pratiques durables en matière d’IA dans le domaine de la santé ne pourront réussir que si les politiques et les initiatives gouvernementales sont renforcées. Cela nécessite une collaboration avec les parties prenantes à toutes les étapes du processus.
La coopération régionale et internationale est essentielle pour que ces tendances deviennent la norme, et le partage des connaissances est essentiel.
Les meilleures pratiques pour une IA durable dans le domaine de la santé incluent la conception de cadres écologiques, l’évaluation du cycle de vie des systèmes d’IA, l’utilisation responsable des données et la surveillance réglementaire des changements et des mouvements dans le domaine. En comprenant l’état actuel des connaissances, cette étude sur l’IA dans le domaine de la santé et son impact sur le changement climatique vise à orienter les recherches futures et à cibler les domaines dans lesquels de meilleures pratiques sont nécessaires.
Donner la priorité à la durabilité et à la responsabilité environnementale est essentiel pour garantir que les avantages de l’IA soient réalisés tout en contribuant activement à la préservation de notre planète.
