Applying socio-anthropological approaches to explore the socio-cultural and ethical requirements for AI-assisted obstetric ultrasound in Kenya: reflections and lessons learned

La grossesse est une période d'espoir profond et de vulnérabilité, où le simple acte de voir un bébé en développement à travers une échographie peut transformer l'anxiété en réassurance. Dans de nombreuses parties du monde, cette technologie est une partie routinière des soins prénataux, offrant une fenêtre claire sur la santé de la mère et de l'enfant. Cependant, dans les milieux à faibles ressources, l'accès à des échographistes qualifiés et à des machines coûteuses reste rare, laissant de nombreuses femmes sans ce filet de sécurité critique. L'intelligence artificielle, le domaine de l'informatique dédié à la création de systèmes capables d'accomplir des tâches qui nécessitent habituellement l'intelligence humaine, est apparue comme une solution potentielle. En entraînant des ordinateurs à lire des images médicales, les chercheurs espèrent donner aux agents de santé moins spécialisés les moyens de fournir des soins de haute qualité. Pourtant, une machine qui fonctionne parfaitement dans un laboratoire ne réussit pas automatiquement dans une clinique rurale. La technologie n'existe pas dans un vide ; elle atterrit dans des communautés qui possèdent leurs propres croyances profondément ancrées, leurs structures sociales et leurs préoccupations éthiques. Si un nouvel outil ignore ces réalités humaines, il risque d'être rejeté, peu importe la sophistication de son code.

C'est le défi central exploré par une équipe de chercheurs au Kenya, qui s'est donné pour mission de comprendre comment un type spécifique d'intelligence artificielle — conçue pour assister l'obstétrique — serait reçu par les personnes qu'elle vise à aider. Le projet, connu sous le nom d'AIMIX, cherche à développer un cadre permettant à des prestataires moins spécialisés d'effectuer des échographies avec l'aide de l'IA, comblant potentiellement le fossé dans les soins de santé maternelle. Mais avant que la technologie ne puisse être construite et testée, l'équipe a réalisé qu'elle devait d'abord comprendre le paysage humain. Ils se sont tournés vers des méthodes socio-anthropologiques, une façon d'étudier les gens en écoutant leurs histoires et en observant leur vie, pour explorer les règles sociales et culturelles qui régissent l'acceptation des nouveaux outils médicaux. Leur travail, détaillé dans un récent article de réflexion, révèle que le chemin vers une technologie réussie est pavé non seulement de données, mais aussi de confiance, d'une communication claire et d'un profond respect pour le contexte local.

Les chercheurs ont mené leur étude dans deux contextes très différents : l'environnement urbain et bouillonnant d'un hôpital privé à Nairobi et la communauté rurale d'agriculture de subsistance de Rabai, sur la côte kenyane. Ils ont interrogé un total de quatre-vingt-quatre personnes, incluant des femmes enceintes, leurs partenaires, des médecins, des infirmières, des chefs de communauté et même des accoucheuses traditionnelles. En utilisant une méthode appelée théorie ancrée, ils n'ont pas commencé avec une liste fixe de questions pour prouver un point spécifique. Au lieu de cela, ils ont commencé par des conversations ouvertes, permettant aux participants de guider la discussion et de révéler ce qui comptait vraiment pour eux. Cette approche a permis aux chercheurs de découvrir des problèmes qu'ils n'avaient pas anticipés, tels que les craintes spécifiques concernant la confidentialité des données ou les manières uniques dont les chefs religieux interprétaient le rôle des machines dans la vie humaine.

L'une des conclusions les plus significatives fut que le concept d'intelligence artificielle était largement abstrait et déroutant pour de nombreux participants. Dans les zones rurales, où la technologie numérique est moins courante, l'idée qu'un ordinateur analyse l'image d'un bébé semblait lointaine et potentiellement menaçante. L'équipe a appris que le simple fait d'expliquer la technologie avec des termes techniques était inefficace. Au lieu de cela, ils ont trouvé du succès en utilisant des aides visuelles, telles qu'un dessin simple montrant une infirmière effectuant une échographie avec un nouvel appareil, pour rendre le concept concret. Ils ont également découvert que la compréhension n'était pas un événement ponctuel ; ils devaient vérifier auprès des participants, en leur demandant d'expliquer l'étude aux chercheurs avec leurs propres mots. Cette simple pratique de vérification garantissait que tout le monde était sur la même longueur d'onde avant de poursuivre, évitant ainsi les malentendus qui auraient pu faire dérailler l'ensemble du projet.

L'étude a également souligné l'importance cruciale de savoir qui peut parler des nouvelles technologies. Dans de nombreux efforts précédents pour introduire des innovations médicales, la conversation était dominée par les médecins et les ingénieurs, tandis que les personnes qui utiliseraient ou recevraient réellement les soins étaient laissées sur la touche. L'équipe kenyane a délibérément inclus un large éventail de voix, allant des promoteurs de santé communautaire aux chefs religieux et aux accoucheuses traditionnelles. Ils ont découvert que ces acteurs de terrain détenaient les clés de la confiance. Par exemple, lorsqu'un chef religieux a exprimé l'inquiétude que l'Église catholique puisse s'opposer à la technologie, l'équipe n'a pas rejeté cette crainte. Au lieu de cela, ils ont sollicité un prêtre qui a clarifié que l'Église soutenait la technologie tant qu'elle respectait la dignité humaine. De même, lorsqu'un chef de communauté a douté que les accoucheuses traditionnelles accepteraient les nouveaux outils, l'équipe a interrogé les accoucheuses elles-mêmes et a constaté qu'elles étaient ouvertes à l'idée si cela signifiait sauver des vies. Ces interactions ont montré qu'une mise en œuvre réussie nécessite d'engager tout l'écosystème social, et pas seulement le système médical.

Une autre leçon cruciale est apparue concernant la manière dont la recherche a été menée. L'équipe avait initialement prévu d'interviewer tout le monde en personne, mais elle a rapidement réalisé que dans l'hôpital urbain très fréquenté, les réunions strictes en face à face excluaient certains participants volontaires qui ne pouvaient pas libérer de temps. Ils ont adapté leur approche, permettant des entretiens virtuels pour s'assurer que personne ne soit laissé de côté. Cette flexibilité s'est étendue à leurs stratégies de recrutement. Dans la zone rurale, ils ont eu des difficultés à rassembler des groupes pour la discussion jusqu'à ce qu'ils s'associent à un promoteur de santé communautaire de confiance et planifient la réunion pour qu'elle coïncide avec un jour de clinique de maternité de routine. En tissant leur recherche dans les rythmes existants de la vie quotidienne, plutôt qu'en essayant d'imposer un nouvel emploi du temps, ils ont pu instaurer une véritable participation.

Les chercheurs ont également mis l'accent sur la valeur d'un engagement continu. Ils n'ont pas traité la communauté comme une source de données à extraire puis à oublier. Au lieu de cela, ils ont tenu des réunions pour informer les participants de l'avancement de l'étude et expliquer comment leurs contributions façonnaient le développement du modèle d'IA. Ce dialogue continu a permis de construire un fondement de confiance essentiel pour tout partenariat à long terme. L'équipe a noté que, bien que la technologie elle-même soit encore en cours de développement et n'ait pas encore été testée dans le monde réel, les enseignements tirés de ces conversations façonnent déjà la manière dont l'outil est conçu. Ils soutiennent que sans cette compréhension profonde et centrée sur l'humain, même l'algorithme le plus sophistiqué pourrait échouer à trouver sa place dans les communautés qui en ont le plus besoin.

En fin de compte, ce travail sert de rappel que la technologie n'est pas seulement un ensemble d'outils, mais une pratique sociale. L'article suggère que pour que l'intelligence artificielle bénéficie réellement à la santé maternelle dans les milieux à faibles ressources, elle doit être construite avec une compréhension profonde des personnes qu'elle sert. Les chercheurs ont trouvé que le chemin à suivre implique plus qu'un meilleur code ; il exige un engagement à écouter, à s'adapter et à respecter le réseau complexe de valeurs culturelles et éthiques qui définissent la vie humaine. En plaçant ces facteurs humains au centre du processus de conception, l'équipe propose un modèle pour créer une technologie qui soit non seulement intelligente, mais aussi assez sage pour s'intégrer dans le monde qu'elle espère améliorer.