L’IA en santé, entre conflits d’intérêt et millions de dollars perdus

Des start-up et des chercheurs en IA déconnectés du vrai monde ? Les dizaines de millions de dollars investis par Québec et Ottawa dans l’intelligence artificielle ces cinq dernières années n’ont pas produit les retombées espérées, au contraire. En santé, le bilan en est un échec, mâtiné de conflits d’intérêts dans la gestion des fonds publics.

C’est la conclusion à laquelle en arrive la chercheuse Myriam Lavoie-Moore, dans un rapport que publie jeudi matin l’Institut de recherche et d’informations socio-économiques (IRIS). « En 2018, on remettait déjà en question la stratégie canadienne en IA. En ciblant plus précisément la santé, j’ai trouvé une série de problèmes qui émergent autant dans l’éthique des entreprises que dans un désalignement entre les investissements et les problèmes réels de la santé publique », résume la chercheuse de l’IRIS en entrevue avec Le Devoir.

Cette affirmation repose sur le recensement de quelque 312 projets d’IA qui ont reçu au fil des cinq dernières années un financement gouvernemental, et sur lesquels des données ont été rendues publiques.

Premier constat de l’IRIS : malgré ce grand nombre de subventions, seule « une poignée d’entreprises d’IA en ont profité », et même là, on ne sait pas trop où s’en est allé tout l’argent. L’IRIS cite en exemple le MEDTEQ+, un consortium qui selon l’institut de recherche a reçu en cinq ans plus de 63 millions du ministère de l’Économie, de l’Innovation et de l’Énergie du Québec. L’IRIS n’a pu retrouver qu’une fraction de ce montant, soit 8,8 millions.

L’IRIS observe par ailleurs que le MEDTEQ+ comptait dans son conseil d’administration ces dernières années des dirigeants d’entreprises qui figurent parmi celles qui ont reçu le plus de financement public, dont Imagia et AlayaCare. « Le ministère distribue des subventions à des entreprises qui n’ont aucun compte à rendre. Alors qu’on parle sans cesse d’éthique en IA, il existe d’importants angles morts lorsqu’il est question de son financement », affirme Myriam Lavoie-Moore.

Le cas Imagia

 

Autre constat de l’IRIS : l’IA financée par les gouvernements du Québec et du Canada ne sert pas à résoudre les problèmes les plus urgents de la santé publique, comme l’accès aux professionnels, la lourdeur administrative ou le fameux dossier médical numérique. « On ne répond vraiment pas aux besoins du secteur », dit la chercheuse, qui en rajoute : « En fait, on aide des entreprises qui accélèrent la privatisation de la santé — par exemple, des services de télémédecine offerts dans des programmes d’assurances privées qui détournent les ressources du public. C’est assez scandaleux. »

L’IRIS cite quelques entreprises qui illustrent cette déconnexion de la recherche en IA, du financement de la technologie et de leur manque de succès aussi bien pour aider la santé publique que pour trouver un quelconque succès commercial. Le plus évident est la spécialiste montréalaise d’imagerie médicale Imagia. L’entreprise du Mile-Ex fondée en 2015 pensait avoir entre les mains une application d’IA révolutionnaire : ses algorithmes pouvaient accélérer l’analyse de radiographies pour détecter avec un degré de succès inédit des cellules cancéreuses.

Malgré la promesse de sa technologie, Imagia n’a jamais réussi à s’établir commercialement. En février 2022, l’entreprise annonçait sa fusion avec la société médicale Canexia Health, de Vancouver, et bouclait une nouvelle ronde de financement de 20 millions, notamment auprès de la BDC. Puis, en juin 2022, Imagia Canexia Health a obtenu d’un programme fédéral 18 millions de plus.

Un an plus tard, soit en août dernier, Imagia Canexia Health a déclaré faillite. Personne impliqué auprès de l’entreprise ne veut commenter publiquement cette débâcle.

« L’exemple d’Imagia, selon moi, est la meilleure illustration de la déconnexion du financement de l’IA, dit Myriam Lavoie-Moore. La technologie était très prometteuse, avec le potentiel de créer une licorne québécoise. Mais pour le réseau de la santé, ça n’a aucun sens. Le système de santé ne bloque pas au niveau de l’analyse des images, c’est bien avant ça que ça bloque, au niveau de la consultation et de la prescription, de la prise d’image, puis au moment d’appliquer le traitement. Ça témoigne du désalignement entre l’orientation du financement public et les besoins du système. »

Échec en IA

 

Le rapport de l’IRIS sur le financement de l’IA appliquée au secteur de la santé n’est pas le premier du genre à parler d’échec stratégique. L’an dernier, c’était l’Institut de recherche en économie contemporaine (IREC) qui disait essentiellement la même chose, à une nuance près : l’IREC trouvait que l’argent public finissait généralement dans les poches de sociétés étrangères, pour la plupart déjà bien nanties.

Le 1,17 milliard de dollars investis en IA par les gouvernements entre 2016 et 2020 a permis de créer des entreprises et des technologies qui ont rapidement été acquises par des sociétés rivales établies à l’extérieur du pays, ce qui aurait dû soulever « de sérieuses questions quant à l’efficacité » du mode de financement de l’IA au Canada, concluait l’IREC, qui se faisait lui-même l’écho d’une publication similaire du Conseil canadien des innovateurs. Ce laboratoire d’idées fondé par le milliardaire ontarien Jim Balsillie déclarait en 2018 : « Depuis trop longtemps, les répercussions de ces politiques ont été négatives quant à la capacité de transformer les entreprises locales en des géants mondiaux. »

Tout cela renforce d’autant plus la conclusion de Myriam Lavoie-Moore, de l’IRIS : « Il ne faut pas rejeter la technologie en bloc, mais il faut certainement mieux gérer et superviser le financement de l’innovation au pays, puis développer des stratégies avec les gens qui vont en subir l’impact. »

À voir en vidéo

You May Also Like

More From Author

Unl Fre How Tik It Fir Sta How Unl Tik Upd Fre Fre Nba Soc Gem It Imm Bre Get Imv 8Ba Unl Got How Sta How How Get Min Fre Get How Get How Mon It Nba How Coi Dom Fet Eff The 8 B Unl 202 Rec 2K2 Fre It Gol Fre 10 Get Dis Nba Sta How Get It How Jac Nba Get Web Fre Fre Unl It 300 Get Ele It Fre Are How Wha It Get Is Dow Fre Eff It Dis Get Tak Liv Mon Bes Unl Dow Fre Use How Exp Pdf Top Liv Unl Fre 11 Fre How Mas How It Dis How Dom Imv How Unl Mas Sta 202 Dre Get Ach The New Roy How Fre Unl New Unl Dre (Wo It Gta How Unl The Get How Cp Zer Xbo Wan Dls How Sec Enh Get Mas Imv Web How Dls How How Onl How Get How