Contexte

Les solutions de santé numérique qui fonctionnent avec ou sans intelligence artificielle (D/AI) soulèvent plusieurs défis en matière de responsabilité. Bien que de nombreux cadres et outils aient été élaborés, la détermination des principes à mettre en pratique fait toujours l’objet d’un débat. Cette étude exploratoire vise à fournir aux décideurs politiques un ensemble de connaissances rigoureuses en posant les questions suivantes : 1) quels types d’outils axés sur la pratique sont disponibles ; 2) sur quels principes s’appuient-ils principalement ; et 3) quelles sont leurs limites ?

Méthodes utilisées

Nous avons recherché dans six bases de données universitaires et trois bases de données de littérature grise des outils axés sur la pratique, définis comme des cadres et/ou des ensembles de principes assortis d’explications opérationnelles claires, publiés en anglais ou en français entre 2015 et 2021. Les caractéristiques des outils ont été codées qualitativement et les variations dans l’ensemble des données ont été identifiées à l’aide de statistiques descriptives et d’une analyse de réseau.

Résultats

Au total, 56 outils répondaient à nos critères d’inclusion : 19 outils spécifiques à la santé (33,9 %) et 37 outils génériques (66,1 %). Ils adoptent une approche normative (57,1 %), réflexive (35,7 %), opérationnelle (3,6 %) ou mixte (3,6 %) pour guider les développeurs (14,3 %), les gestionnaires (16,1 %), les utilisateurs finaux (10,7 %), les décideurs (5,4 %) ou plusieurs groupes (53,6 %). La fréquence des 40 principes varie considérablement d’un outil à l’autre (de 0 % pour la “durabilité environnementale” à 83,8 % pour la “transparence”). Alors que 50 % ou plus des outils génériques promeuvent jusqu’à 19 principes, 50 % ou plus des outils spécifiques à la santé promeuvent 10 principes, et 50 % ou plus de tous les outils ne tiennent pas compte de 21 principes. Contrairement au réseau de principes épars proposé par les universitaires, le secteur des entreprises met l’accent sur des principes étroitement liés. Peu d’outils reposent sur une méthodologie formelle (17,9 %).

Auteurs: P. Lehoux, L. Rivard, R. Rocha de Oliveira, C.M. Mörch, H. Alami

Lire l’article complet