De Raphaël Depallens
Intelligence artificielle et VIH : entre promesses et vigilance
L’intelligence artificielle (IA), et plus particulièrement le machine learning, transforme progressivement le paysage de la santé publique, y compris dans le domaine du VIH. Loin d’être une simple technologie de calcul, elle devient un outil de co-décision, de prévention et d’accompagnement.
De l’image à la décision : l’analyse automatisée des lésions
Des systèmes comme Agentic AI permettent déjà d’analyser des images de lésions cutanées pour déterminer leur caractère malin ou bénin. Ces modèles, entraînés sur des bases de données médicales, offrent un soutien précieux au diagnostic dermatologique, notamment pour les personnes vivant avec le VIH, souvent sujettes à des comorbidités dermatologiques.
Coordination des soins et entretien patient
L’IA ne se limite pas à l’analyse : elle peut aussi intégrer des entretiens patients, coordonner des rendez-vous, et faciliter la communication entre professionnels de santé. Ces fonctions sont particulièrement utiles dans les parcours complexes liés au VIH, où plusieurs intervenant.e.s doivent collaborer.
Prédiction et prévention : vers une médecine anticipative
Des modèles prédictifs permettent d’estimer l’incidence du VIH, d’identifier les facteurs de risque d’acquisition, et de détecter les comorbidités comme les atteintes hépatiques ou certains cancers. En Grèce, des scores personnalisés sont calculés à partir de données démographiques et cliniques pour anticiper les complications.
En Suisse, la chercheuse Katarina Kusejko travaille sur la trajectoire de l’ARN du VIH et la prédiction de l’échec virologique chez les personnes avec une virémie faible (low-level viremia), grâce à des modèles capables de détecter les risques. (jamanetwork.com)
Chatbots et avatars : une nouvelle interface pour la santé sexuelle
En Ukraine, des chatbots avec avatars inspirés de travailleur.e.x.ss sociaux.ales ou de membres de la communauté offrent des conseils sur le VIH, la santé mentale, les dépendances et la sexualité. Ces interfaces, comme le projet Twinn, rendent l’information plus accessible et personnalisée. Lien :TWIIN – AI Health Assistant for HIV, PrEP & Mental Support | 24/7
Confidentialité et éthique : des défis majeurs
L’un des obstacles majeurs reste la confidentialité des données. Le federated learning est une solution prometteuse : les données restent sur le site d’origine (par exemple, à l’hôpital) et ne sont pas centralisées, comme c’est déjà le cas en Chine.
Sur le plan éthique, il est essentiel de garantir que les modèles soient entraînés sur des données représentatives. Les biais sont fréquents : par exemple, certains modèles détectent mieux les lésions sur peau blanche que sur peau foncée. Cela pose des questions de justice et d’équité dans l’accès aux soins.
Comparaison des IA : quel modèle conseiller ?
En Turquie, une étude a comparé les performances de différents modèles (Claude 3.7 Sonnet, ChatGPT-4, Gemini 2.0) dans la qualité des réponses données à une question sur le VIH. Les résultats montrent des écarts significatifs selon les modèles et les types de demandes. Claude 3.7 Sonnet donne toutefois les recommandations les plus adéquates.
Conclusion : une révolution en marche, mais encore incomplète
L’IA ouvre des perspectives fascinantes pour la prévention, le diagnostic et l’accompagnement des personnes vivant avec le VIH. Mais cette révolution technologique doit rester sous contrôle humain, éthique et inclusif. Les opportunités sont nombreuses, mais le chemin est encore long.