- La tokenisation des données de santé pourrait offrir aux patients un meilleur contrôle sur leurs dossiers médicaux, mais soulève des préoccupations en matière de confidentialité.
- La blockchain promet des transactions sécurisées de données, mais il existe des risques d’abus par les entreprises ou les gouvernements.
L’essor de l’intelligence artificielle dans le domaine des diagnostics médicaux a ouvert un débat important sur l’intégration des marchés de données cryptographiques. Cette synergie représente une opportunité pour renforcer l’autonomie des patients tout en suscitant des inquiétudes concernant des enjeux pratiques et éthiques.
D’après un rapport de l’Alliance de la Superintelligence Artificielle (ASI), la tokenisation des données de santé permettrait aux individus de revendiquer la propriété de leurs données médicales, les considérant comme un actif numérique. Ces jetons pourraient être échangés ou donnés à des organismes de recherche, favorisant ainsi le développement de nouveaux diagnostics d’IA plus performants. Les marchés sont basés sur la blockchain, garantissant des transactions sûres et fiables.
Les défenseurs de ce modèle soutiennent qu’il peut ouvrir l’accès aux dossiers médicaux et faciliter l’évolution des soins. Les chercheurs auraient accès à de vastes ensembles de données anonymisées, aidant à structurer une médecine personnalisée.
Équilibre entre confidentialité et progrès
La protection de la vie privée demeure une problématique majeure dans le débat sur l’utilisation de la blockchain pour le partage de données de santé. Bien que considérée comme une technologie sécurisée pour le stockage des données, des doutes persistent quant à sa capacité à garantir les droits des patients. Les risques incluent un accès non autorisé, des violations de données ou encore des abus par des acteurs non autorisés.
L’Alliance de la Superintelligence Artificielle souligne que la régulation est cruciale pour protéger les intérêts des patients. Des protocoles de chiffrement robustes et des politiques claires concernant la propriété et l’usage des données sont nécessaires pour éviter les abus. L’utilisation et la gestion des données des patients seront déterminantes pour l’adoption de ces technologies par le grand public.
Des organisations telles que l’Artificial Superintelligence Alliance préconisent la mise en place de cadres éthiques qui priorisent l’autonomisation des patients, en veillant à ce que des règles de confidentialité soient en place pour protéger les informations personnelles tout en développant des solutions d’IA.
Présentation de l’initiative ASI : Train
Dans ce contexte, l’Alliance ASI a lancé un programme nommé ASI : Train, visant à développer des modèles d’IA spécialisés. L’initiative débute avec Cortex, un modèle robotique inspiré du cerveau, doté d’un budget de 100 millions de dollars, destiné à améliorer les applications pratiques de l’IA.
Ce programme aborde divers enjeux liés à la science, à la médecine et à la robotique, comme mentionné dans une déclaration faite le 26 novembre. En dépit des performances des LLM (grands modèles linguistiques) généralistes, les modèles d’IA spécialisés devraient offrir des résultats plus précis, rapides et pertinents pour le secteur.
La plateforme permettra aux chercheurs, investisseurs et autres acteurs de participer de manière décentralisée au projet d’IA. Les utilisateurs auront la possibilité de déposer leurs jetons FET dans un système similaire à un DAO (Organisation Autonome Décentralisée) et ainsi devenir propriétaires des modèles d’IA commercialisés sur des marchés secondaires.
La formation de Cortex débutera en décembre, s’étalant sur 12 à 14 semaines avec des ressources de calcul GPU. « C’est l’avenir du développement inclusif et durable de l’IA », a déclaré Humayun Sheikh, PDG de Fetch.ai et président de l’Alliance ASI.
Résumé : La tokenisation des données de santé pourrait accroître le contrôle des patients sur leurs informations médicales, mais elle soulève des enjeux de confidentialité. La blockchain, tout en garantissant une sécurité accrue des transactions, présente des risques d’abus. Il est crucial de mettre en place des réglementations et des protocoles de sécurité adaptés pour protéger les droits des patients. Par ailleurs, l’initiative ASI : Train vise à développer des modèles d’IA spécialisés pour le secteur médical, avec une approche décentralisée et inclusive.
