Les algorithmes avant l’intelligence artificielle : enjeux, pratiques et contextes de l’automatisation de la décision médicale à partir de deux cas d’étude

Abstract

Le développement de l’intelligence artificielle appliquée à la décision médicale est aujourd’hui largement commandé par une logique de substitution plutôt que de suppléance du médecin sur certaines tâches qui lui sont dévolues. Dès lors, les praticiens ont rarement voix au chapitre en ce qui concerne la conception de ces dispositifs. Or, les échecs passés de technologies qui leur étaient destinées indiquent que ces derniers n’adopteront pas ces dispositifs s’ils ne tiennent pas compte de leurs pratiques effectives. Cette thèse étudie deux cas d’usage d’algorithmes en médecine et en tire les conséquences pour le déploiement futur de l’intelligence artificielle dans ce champ. Les algorithmes étudiés sont Hamilton Depression Rating Scale en médecine d’urgence et l’arbre décisionnel et les scores cliniques proposés en 2014 par l’European Society of Cardiology en médecine d’urgence. La première étude de cas montre que ces algorithmes intègrent des normes sociales et ont été déployés en médecine par les autorités médicales à partir des années 1990 afin de normaliser la décision médicale, et par suite, les pratiques. La seconde montre quant à elle, à travers les résultats d’une enquête de terrain, qu’en vertu de leur conception, ces algorithmes permettent aux médecins de se les approprier et par conséquent de rester auteurs et sujets de leurs propres normes de travail. Ensemble, ces deux études de cas montrent que si les promesses de l’intelligence artificielle en médecine n'ont pas vocation à être un effet d’annonce, la conception de ces technologies doit tenir compte des pratiques médicales effectives, ce qui soulève en définitive l’épineuse question de leur généralisabilité à d’autres contextes d’usage.

Ähnliche Arbeiten