Le secteur de la santé connaît une transformation accélérée par l’introduction de l’intelligence artificielle. Diagnostics d’imagerie prédictive, dossiers médicaux électroniques alimentés par l’IA générative et dépistages automatisés font déjà partie de la routine de plusieurs établissements de santé. Cependant, derrière l’adoption de ces nouvelles technologies, les technologies de la santé et les hôpitaux sont confrontés à un goulot d’étranglement structurel critique : l’intégration et l’interopérabilité des données entre les systèmes critiques.
La complexité de l'écosystème de la santé, tant au Brésil qu'à l'étranger, implique la coexistence de logiciels existants, de dossiers de laboratoire fragmentés et de volumes massifs de données non structurées. Unifier ces fondations pour que les modèles d’IA fonctionnent en temps réel, sans compromettre la sécurité et l’intégrité des informations sensibles, est devenu l’un des principaux enjeux d’ingénierie logicielle du secteur.
Contrairement à des domaines tels que le commerce électronique ou les services financiers, la santé concerne directement le bien-être et la vie humaine. Les défaillances dans le traitement de l’information, l’indisponibilité des systèmes ou les incohérences dans la transmission des données entre les plateformes de dossiers médicaux et les outils d’aide à la décision clinique peuvent avoir de graves conséquences sur le déroulement des soins.
Diplômée en informatique biomédicale de l'Université de São Paulo (USP) et ingénieur logiciel senior travaillant sur des projets mondiaux, Paula Fernandes souligne que la mise en œuvre accélérée de solutions d'IA nécessite une maturation et une rigueur dans les architectures logicielles.
« L'intelligence artificielle est la couche d'innovation la plus visible, mais son succès opérationnel dépend de la cohérence de l'infrastructure qui la supporte. Un modèle d'aide à la décision ou un outil analytique perd de son efficacité s'il est alimenté par des données fragmentées ou difficiles d'accès. Le principal défi actuel de l'ingénierie logicielle de santé est de structurer des systèmes capables de garantir que l'information circule entre les différentes étapes de soins avec une haute disponibilité, une latence minimale et dans le plein respect des normes strictes de confidentialité, telles que LGPD et HIPAA », explique Paula Fernandes.
L’urgence soulignée par la spécialiste Paula Fernandes, Senior Software Engineer, reflète les mesures consolidées du marché de la technologie et de la cybersécurité appliquées à la santé :
- Silos de données et inefficacité :
Selon une enquête Gartner, environ 80 % des données du secteur de la santé restent non structurées, notes médicales sous forme de texte libre, rapports et images, ce qui rend difficile la formation efficace de modèles d'IA sans un travail intensif d'ingénierie et d'hygiène des données. - La cible prioritaire des attaques :
Selon le rapport IBM Security (Cost of a Data Breach Report), le secteur de la santé est pour la 13e année consécutive le coût moyen par violation de données le plus élevé au monde, atteignant la barre de 10,93 millions de dollars par incident, une valeur nettement supérieure à la moyenne mondiale des autres marchés. - Croissance de l’IA et goulot d’étranglement réglementaire :
Les estimations de Grand View Research indiquent que le marché mondial de l’IA dans le domaine de la santé devrait atteindre 187,9 milliards de dollars d’ici 2030, grâce aux algorithmes d’aide à la décision. Cependant, la gouvernance et la traçabilité des données restent le principal obstacle aux approbations réglementaires.
Pour répondre à ces demandes, le développement de logiciels dans le secteur de la santé a intégré des méthodologies et des outils d'automatisation modernes pour augmenter la précision et l'agilité des livraisons sans compromettre les exigences de sécurité.
« Travailler sur des systèmes critiques nécessite de combiner la rigueur scientifique du domaine médical avec l'agilité des pratiques modernes d'ingénierie logicielle. L'adoption de nouvelles méthodologies de développement et l'utilisation de l'IA dans le cycle de construction des systèmes lui-même nous ont aidés à construire des solutions plus robustes. En fin de compte, la gouvernance et la sécurité de l'information ne doivent pas être considérées comme des obstacles à l'innovation, mais comme la base indispensable pour que toute technologie de santé puisse évoluer de manière fiable », conclut Paula Fernandes, ingénieur logiciel senior.
