AI-Assisted Genetic Diagnosis and Its Ethical, Legal and Social Implications: A Scoping Review
Cette revue de portée cartographie le paysage actuel des implications éthiques, juridiques et sociales (ELSI) dans le diagnostic génétique assisté par l'IA, révélant que la majeure partie de la recherche existante ne parvient pas à aborder l'intersection unique entre l'IA et la génomique, soulignant ainsi un besoin urgent de cadres de gouvernance et d'audits d'équité spécifiques à la génétique.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Imaginez un avenir où un programme informatique peut examiner le code génétique d'une personne et prédire son risque de développer certaines maladies, ou aider les médecins à comprendre pourquoi un patient présente une condition rare. C'est la promesse de l'intelligence artificielle dans le diagnostic génétique. Cependant, l'ADN humain n'est pas seulement une liste de faits de santé concernant une seule personne. C'est un héritage familial partagé. Le code génétique d'une seule personne révèle des informations sur ses parents, ses frères et sœurs, et même sur ses enfants qui ne sont pas encore nés. Il le connecte également à un groupe plus large de personnes partageant la même ascendance. Pour cette raison, les règles qui s'appliquent aux données médicales classiques ne correspondent pas totalement aux données génétiques. Lorsqu'un ordinateur commet une erreur ou qu'un secret est divulgué, les conséquences se répercutent sur les proches et des communautés entières, et pas seulement sur l'individu. À mesure que ces outils puissants deviennent plus rapides et moins coûteux, les scientifiques et les éthiciens s'efforcent de comprendre les dangers et les responsabilités spécifiques qui découlent de leur utilisation sur nos informations biologiques les plus personnelles.
Une nouvelle étude menée par des chercheurs de l'Université médicale de Harbin et du Collège des sciences et technologies professionnelles de Harbin examine de près la manière dont les chercheurs réfléchissent actuellement à ces questions. L'équipe a mené une recherche étendue dans la littérature scientifique pour voir ce qui a été écrit sur les problèmes éthiques, juridiques et sociaux liés à l'utilisation de l'intelligence artificielle pour le diagnostic génétique. Ils ne cherchaient pas une simple liste de pour et de contre, mais plutôt une cartographie de l'ensemble du domaine afin de déterminer où la réflexion est solide et où il manque des pièces. Les chercheurs ont fouillé des milliers d'enregistrements provenant de bases de données scientifiques majeures, en se concentrant sur l'intersection spécifique où les algorithmes informatiques rencontrent la génétique humaine et les préoccupations éthiques. Après avoir supprimé les doublons, ils ont examiné 981 documents uniques. Ils ont trouvé que 186 de ces articles étaient suffisamment pertinents pour être étudiés en détail, tandis que la grande majorité — 795 enregistrements — a été exclue car elle n'abordait pas ces trois domaines simultanément.
Les chercheurs ont découvert que la plupart des discussions existantes se divisent en deux catégories. Certains articles traitent le diagnostic génétique comme un simple type de technologie médicale, appliquant des règles générales sur l'éthique informatique qui ignorent la nature unique de l'ADN. D'autres traitent cela comme un problème de génétique pure, appliquant les anciennes règles de confidentialité génétique qui ignorent le fonctionnement de l'apprentissage informatique moderne. L'étude a révélé que le terrain d'entente crucial, où les dangers spécifiques de l'IA et de la génétique se chevauchent, est largement vide. En fait, les données ont montré que 81 % des documents trouvés par les chercheurs ne traitaient pas correctement cette intersection. Ils cherchaient une conversation combinant l'algorithme, le génome et les implications éthiques, mais ils n'ont surtout trouvé que deux conversations distinctes se déroulant en parallèle.
Pour donner du sens aux 186 articles qui abordaient le sujet, les chercheurs ont organisé les résultats en six thèmes principaux. Le premier thème concerne la confusion et la clarté. Parce que les données génétiques sont si complexes, il est difficile d'expliquer à un patient pourquoi un ordinateur a fait une prédiction spécifique. L'étude suggère que les méthodes actuelles pour expliquer ces décisions créent souvent un faux sentiment de compréhension, donnant aux patients l'impression de savoir plus qu'ils ne le savent réellement. Le deuxième thème traite de la responsabilité. Si un ordinateur commet une erreur qui nuit à la famille d'un patient, il est peu clair de savoir qui est responsable. Les règles actuelles ne définissent pas clairement la responsabilité pour un dommage qui se propage aux proches ou aux générations futures. Le troisième thème se concentre sur la vie privée. La plupart des lois sur la protection de la vie privée protègent l'individu, mais les données génétiques peuvent révéler des secrets sur tout un groupe de personnes. L'étude note qu'il existe très peu de discussions sur la manière de protéger ces groupes contre la stigmatisation ou le préjudice.
Le quatrième thème concerne l'équité. Les programmes informatiques utilisés pour le diagnostic génétique sont entraînés sur des données qui proviennent principalement de personnes d'ascendance européenne. Cela signifie que les outils peuvent moins bien fonctionner pour les personnes issues d'autres origines, pourtant peu d'études mesurent spécifiquement ces erreurs pour différentes populations. Le cinquième thème porte sur le consentement. Les gens signent généralement une autorisation ponctuelle pour subir un test d'ADN, mais les connaissances génétiques évoluent avec le temps. À mesure que les ordinateurs apprennent de nouvelles choses, ils pourraient réanalyser d'anciennes données et découvrir de nouveaux risques. L'étude souligne que nous ne disposons pas de bons systèmes pour redemander la permission lorsque ces nouvelles découvertes apparaissent. Le dernier thème concerne les règles et les lois. Les gouvernements créent de nouvelles réglementations, mais ils traitent souvent l'intelligence artificielle et les données génétiques comme des questions distinctes. L'étude soutient que nous avons besoin de règles qui comprennent comment ces deux domaines fonctionnent ensemble.
Les chercheurs concluent que le domaine manque actuellement d'un cadre construit spécifiquement pour la nature unique de l'IA génétique. Ils soutiennent que nous ne pouvons pas simplement prendre les règles de la médecine générale ou de la génétique générale et les appliquer à cette nouvelle technologie. Au lieu de cela, nous avons besoin d'une nouvelle approche qui reconnaît comment la responsabilité, la vie privée et l'équité fonctionnent différemment lorsqu'une machine interprète notre histoire familiale. Cette étude sert de carte, montrant précisément où se trouvent les lacunes afin que les recherches et les lois futures puissent les combler. Les auteurs prévoient de publier deux autres articles qui proposeront une nouvelle façon de concevoir la responsabilité et appliqueront ces idées aux directives spécifiques en cours de développement en Chine. En identifiant les angles morts de la pensée actuelle, ce travail vise à garantir que, lors de l'utilisation de l'intelligence artificielle pour lire notre code génétique, nous le fassions d'une manière qui protège les individus, les familles et les communautés.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.