L’IA FAIT SA REVOLUTION

une aubaine pour les assurés et les patients (et les professionnels)

Par Nicolas Meric dans la revue TELECOM n° 187

Nous sortons enfin du dernier hiver qu’a connu l’intelligence artificielle et les applications industrielles fleurissent désormais. La promesse initiale est enfin au rendez-vous et le secteur de l’assurance et le monde médical peuvent s’attendre à une petite révolution et des applications en pagaille, avec à la clé un bénéfice incontestable pour les assurés et les patients.

Aujourd’hui, après avoir lancé de nombreuses preuves de concept (PoC), de nombreux acteurs de la banque, de l’assurance et de la santé intègrent de l’IA à la fois dans leurs processus, leurs applications internes et les applications à destinations de leurs clients pour faire émerger de nouveaux services et fournir une meilleure expérience client notamment via les chatbots(agents conversationnels pour assurer une relation de premier niveau). Quelques plateformes pour accompagner les professionnels dans le déploiement de l’IA de qualité professionnelle ont d’ailleurs émergé afin d’accélérer cette tendance centrée sur une utilisation plus poussée de la donnée (DreamQuark en édite d’ailleurs une pour le secteur de la banque et de l’assurance avec des déploiements en cours).

Les premiers bénéfices métiers et retours d’expérience sont plutôt positifs maintenant que le « hype » initial et le marketing déconnecté de la réalité opérationnelle sont retombés.

Aujourd’hui aucun métier de ces deux secteurs n’est épargné ou presque.

En relation client, l’IA permet de donner un semblant d’intelligence aux conseillers numériques les chatbots (les applications émergent au niveau de la déclaration de sinistre pour remplacer le formulaire papier par exemple), l’IA permet de faire émerger des applications où l’on peut déclarer un sinistre via une photo de sa voiture, les algorithmes se chargeant de qualifier et de mettre un prix sur le sinistre. L’assuré bénéficie ainsi d’une meilleure expérience, et d’un remboursement souvent facilité.

Les assureurs l’utilisent pour anticiper les besoins de leurs clients, prédire des changements d’habitude de comportement (les banques pourraient identifier des moments de vie comme un déménagement, une naissance ou un décès pour proposer des solutions adaptées de manière proactive), ou détecter qu’un client pourrait partir et fluidifier ainsi la relation et l’expérience client.

Les assureurs comme les banquiers utilisent aussi l’IA pour mieux qualifier les risques, la lutte contre la fraude et le blanchiment sont des applications phares de l’IA car le retour sur investissement est facile à mesurer et le bénéfice immédiat. La prédiction des risques, l’octroi de crédits sont plus compliqués à mettre en place car plus régulés.

La promesse des chatbot de fournir une meilleure expérience client via un temps d’attente moins long et une disponibilité 24 h sur 24/7 jours sur 7 en est encore aux prémisses avec des expériences plus longues à mettre en place car la compréhension du langage naturel est subtile et plus difficile à implémenter. Par ailleurs, ces secteurs demandent une expérience métier considérable, et une compréhension du contexte, de mots rares de la langue française, la gestion des homonymes, etc. bref une utilisation à grande échelle pour vraiment conseiller les clients directement sur un site web mettra un peu plus de temps que les solutions basées sur la donnée.

La commercialisation de solutions dans le secteur médical met quant à elle plus de temps. Mais les applications sont nombreuses. Les freins sont aujourd’hui bien identifiés, manque de données de masse, nécessité de certification, résistance du corps médical.

Les applications les plus nombreuses sont aujourd’hui dans le diagnostic en imagerie médicale. Les progrès en vision par ordinateur ont été majeurs grâce au deep learning et les résultats sont particulièrement probants et faciles à mesurer.

L'équipe de DreamQuark

Plusieurs start-up françaises se sont lancées sur ce créneau. Les applications dans le dépistage des maladies rétiniennes est un exemple d’application. La société DreamUpVision édite un logiciel pour dépister la rétinopathie diabétique et d’autres maladies responsables d’une majorité de cas de cécité comme le diabète ou la DMLA. Les performances sont au niveau des ophtalmologistes, les algorithmes fournis par l’entreprise ont acquis la capacité d’expliquer leur décision, avancée majeure et nécessaire pour répondre aux enjeux de transparence que demandent les secteurs régulés et sensibles. DreamUpVision vise les pays émergents où l’augmentation du diabète et le manque de professionnels nécessite l’émergence de ces solutions.

Une autre entreprise française Cardiologs développe pour sa part un logiciel de dépistage des maladies cardiaques. Ils ambitionnent de diagnostiquer les quelques dizaines de pathologies cardiaques aujourd’hui identifiées sur la base d’électrocardiogrammes pour assister les généralistes et se développent avec succès.

Les applications sont nombreuses, la détection du mélanome, ou la détection de pathologies sur des IRMs, des radios ou de la tomographie par émission de positron intéressent aussi et promettent une vraie révolution dans le monde de l’imagerie médicale et du diagnostic.

L’IA peut aujourd’hui non seulement assister les professionnels de santé en déléguant les tâches de dépistages à des professionnels moins spécialistes ou qualifiés (avec un bénéfice dans les pays émergents ou les déserts médicaux) mais aussi servir d’outils de formation pour former rapidement une génération de praticiens, l’IA servant à diffuser les bonnes pratiques.

Les premières applications obtiennent leurs certifications mais le sujet de l’accès aux données ou la résistance du corps médical (plus présente dans les pays développés) seront plus difficile à faire disparaître.

Un sujet majeur de l’IA aujourd’hui réside dans les biais que l’on trouve dans la majorité des algorithmes et qui sont potentiellement la plus grande menace de l’IA, les algorithmes n’ayant pas été conçus pour analyser les données qui leur sont communiquées alors que les plus avancés aujourd’hui sont aussi les plus opaques. DreamQuark et DreamUpVision ont fait des avancées majeures pour permettre une explication individuelle des décisions transparentes et une remontée automatique des biais identifiés. C’est un pas important vers la réduction de la menace perçue par l’IA.

L’IA est une véritable aubaine dès aujourd’hui, et il est temps de prendre le train en marche car ce n’est plus une promesse mais une réalité. Les risques seront eux adressés au fur et à mesure au cours du chemin, et je reste optimiste sur le bénéfice que nous tirerons tous ensemble de l’émergence de l’IA. 

Biographie de l'auteur