IA et médecine, comprendre pour mieux soigner
À l’intersection de l’intelligence artificielle et des sciences de la vie, la recherche de EPITA explore comment les mathématiques, la topologie et les algorithmes de vision-ordinateur peuvent devenir des instruments concrets au service du diagnostic, du suivi et du soin.
Du calcul à la connaissance du vivant
Pionnière et reconnue dans le domaine de l’intelligence artificielle, l’EPITA en explore toutes les dimensions pour former des ingénieurs capables de comprendre et de maîtriser les technologies qui transforment le monde. Elle devient un levier pour comprendre le vivant et repenser la manière dont la technologie peut assister la recherche médicale. C’est dans cette approche que s’inscrit Nicolas Boutry, enseignant-chercheur au Laboratoire de Recherche de l’EPITA. « La seule certitude que j’ai toujours eue, c’est que je suis un passionné de mathématiques », confie-t-il. Mais c’est lorsqu’il découvre l’imagerie médicale qu’il trouve un véritable sens à ses calculs : « On faisait de la vision par ordinateur, mais au service de l’humain, pour soigner les maladies ou les détecter. »
Ce lien entre rigueur mathématique et finalité humaine guide depuis lors sa recherche. Selon lui, l’intelligence artificielle ne doit pas simplement prédire ou classer, elle doit apprendre à voir et à comprendre les structures complexes du corps humain. « Le plaisir de la recherche, c’est de sentir qu’on apporte quelque chose de concret et d’utile, qui améliore la vie des gens ; j’aime quand les mathématiques deviennent tangibles, qu’elles servent à sauver des vies, à prévenir des catastrophes, ou simplement à rendre le monde un peu plus compréhensible. », résume-t-il.
Cette vision ouvre naturellement la voie à une autre question, plus fondamentale encore : comment doter les systèmes d’une véritable perception de la forme et du sens ? C’est là qu’entre en scène une discipline exigeante mais fascinante, la topologie. Ce langage mathématique des formes s’intéresse moins à leurs dimensions qu’à leurs structures profondes, la manière dont elles se déforment, se relient et conservent leur cohérence. Autrement dit, la topologie cherche à comprendre ce qui reste invariant quand une forme change, et révèle ainsi les propriétés essentielles d’un objet, d’un signal ou d’un phénomène. Combinée à l’intelligence artificielle, elle transforme notre manière d’analyser le monde.
IA, topologie et santé : un trio pour comprendre le vivant
« La topologie associée à la vision par ordinateur, c’est un outil fondamental », explique-t-il. « Elle va permettre aux ordinateurs de mieux compter les signaux et de dire, pour le médical, si la maladie avance ou recule. »
Pour lui, la clé est là : apprendre aux modèles d’intelligence artificielle à compter et à percevoir comme les humains, pour les rendre utiles en imagerie médicale, mais aussi à d’autres disciplines, comme la prévention des séismes. Dans ses travaux, la topologie
devient un langage universel qui aide l’IA à reconnaître les formes, à identifier les anomalies et à interpréter le monde avec plus de précision. « Si on arrive à donner cette capacité de dénombrer à l’IA, on va pouvoir suivre l’évolution d’un cancer, mesurer les effets d’un traitement ou, à terme, comprendre les tremblements de terre. »
Les applications sont multiples : détection de tumeurs, segmentation d’organes du cœur ou du cerveau, identification d’artefacts lors d’opérations chirurgicales. L’EPITA a même remporté un concours international sur la segmentation d’artefacts intestinaux. D’autres projets, menés en partenariat avec l’Institut Langevin, portent sur l’imagerie rétinienne : « On se rend compte qu’il y a énormément de choses qu’on peut déduire sur le reste du corps juste en regardant une « photo » du fond de l’œil. »
Mais pour Nicolas, ces avancées techniques n’ont de sens que si elles demeurent au service du soin. « L’IA n’a rien de bon ou de mauvais, c’est la personne qui l’a entre les mains qui en fait un bon ou un mauvais usage. »
Vers une intelligence artificielle explicable et responsable
L’un des grands combats du chercheur concerne la confiance dans l’IA. Car si les algorithmes peuvent détecter des anomalies invisibles à l’œil humain, ils restent souvent des boîtes noires. D’où son engagement pour l’explicabilité :
« L’explicabilité, c’est le fait de comprendre pourquoi une IA prend une décision. Si on lui demande de distinguer un chat d’un chien, il faut qu’elle montre qu’elle s’appuie sur les yeux ou les oreilles, pas sur un détail du fond d’image. »
Nicolas Boutry
Ce besoin de transparence vaut encore plus en médecine. « Les médecins n’ont pas confiance si l’IA ne peut pas justifier ses décisions. Il faut leur montrer où elle est sûre et où elle doute. »
Face à la montée des IA médicales, Nicolas Boutry plaide pour un équilibre : aider sans remplacer. « Les IA n’ont pas d’intuition. Elles ne peuvent pas comprendre le contexte local, les machines défectueuses ou la réaction d’un patient. La machine ne doit pas décider à notre place. » Cette conviction irrigue aussi son enseignement. Responsable de la majeure IA & Data Science et co-responsable de la majeure Numérique et santé, il sensibilise les étudiantes et étudiants aux enjeux éthiques du numérique. « Beaucoup d’entre eux, dit-il, prennent ces sujets à cœur parce qu’ils ont vécu des histoires personnelles liées à la maladie ».
Au-delà de la santé, Nicolas Boutry et ses doctorants travaillent sur la cybersécurité et l’imagerie biomédicale, toujours avec la même logique : faire dialoguer les mathématiques et le réel. Son mot d’ordre : transmettre la rigueur des chiffres au service de la vie.