Par: Anastasiya Romanska
3 Juil, 2026
Lorsque Xiaoxiao Li a découvert l’apprentissage automatique pour la première fois, il y a plus de 10 ans, cela lui a donné l’impression d’avoir entre les mains « une boîte à outils magique ».
Aujourd’hui, en tant que titulaire de chaire en IA Canada-CIFAR à l’Institut Vecteur, professeur·e agrégé·e à l’Université de la Colombie-Britannique et responsable principal·e de la recherche au laboratoire Trusted and Efficient AI (IA digne de confiance et efficace), Xiaoxiao Li s’attache à rendre cette « magie » suffisamment fiable pour qu’elle puisse être utilisée dans le monde réel.
Ce laboratoire est spécialisé dans le domaine de l’apprentissage profond et de la santé; il forme des IA à analyser une grande variété de données, allant des signaux cérébraux aux lames d’anatomopathologie en passant par les notes cliniques. Ces systèmes doivent traiter des informations biomédicales désordonnées, sensibles et complexes, tout en étant assez rapides pour être utiles, compréhensibles par les expertes et experts et en protégeant les personnes dont les données contribuent à leur apprentissage.
Selon Xiaoxiao Li, les choses se compliquent lorsqu’il s’agit de combler le fossé entre la recherche en IA et sa mise en œuvre concrète. Les deux principaux défis à relever : la fiabilité et l’efficacité.
Dans le domaine de la santé, les enjeux sont extrêmement importants pour ces deux aspects. Un médecin doit comprendre les données scientifiques qui sous-tendent un diagnostic suggéré par l’IA avant de s’y fier, tout comme une chirurgienne ne peut pas se permettre d’attendre la réponse d’un système trop lent pendant une opération en direct.
Comme l’a souligné Xiaoxiao Li, ces défis dépassent le cadre de la médecine. La demande en matière d’IA rapide et fiable est universelle, qu’il s’agisse d’une avocate vérifiant un avis juridique ou d’une voiture autonome devant prendre une décision de sécurité en une fraction de seconde. Mais Xiaoxiao Li a insisté sur le fait que la rapidité ne doit pas se faire au détriment de la précision.
Xiaoxiao Li soutient que « dans le domaine médical, l’efficacité n’est pas la priorité. La priorité absolue est de s’assurer que les résultats sont exacts. »
Tout repose sur une IA responsable, ce qui, dans le secteur de la santé, signifie veiller à ce que les systèmes soient non seulement transparents, traçables, fiables et respectueux de la vie privée, mais aussi équitables. Pour cela, il faut des algorithmes qui fonctionnent aussi bien au sein de différentes sous-populations, et pas seulement parmi les groupes privilégiés.
Si la réussite en laboratoire est importante, une véritable responsabilité clinique exige qu’un outil d’IA fasse ses preuves dans le monde réel, imprévisible. C’est l’étape que Xiaoxiao Li franchit actuellement dans le cadre de sa collaboration avec BC Cancer. L’équipe a déposé un brevet pour un outil d’IA qui facilite le dépistage du cancer et produit automatiquement des rapports à partir d’images médicales. Une fois passé du laboratoire de recherche à une utilisation clinique active, l’algorithme prendra en charge des tâches routinières et chronophages, permettant ainsi de rationaliser considérablement les flux de travail et d’améliorer l’efficacité des pathologistes.
Ce qui est primordial, a expliqué Xiaoxiao Li, c’est de veiller à ce que l’IA soit mise en œuvre dans des contextes où les risques sont bien compris et maîtrisables. À son avis, l’objectif n’est pas de remplacer les médecins ni de demander à l’IA de résoudre seule les cas médicaux les plus complexes et les plus incertains. Il s’agit plutôt de mettre au point des outils capables d’assister les spécialistes, en particulier dans des contextes où les cliniciens et cliniciennes peuvent examiner les résultats et repérer les erreurs.
Si les gens ne font pas confiance à un système d’IA, Xiaoxiao Li préfère qu’ils fassent preuve de prudence plutôt que d’imprudence. Le scepticisme, à ses yeux, fait partie intégrante d’une innovation responsable.
Xiaoxiao Li a mis en avant que le programme des titulaires de chaires en IA Canada-CIFAR soutient cette innovation.
« Les avantages sont très clairs… Le lien avec la communauté de l’IA est très important pour moi afin de pouvoir collaborer avec d’autres collègues. Nous avons déjà participé à de nombreux événements organisés par le CIFAR et l’Institut Vecteur. »
Xiaoxiao Li a précisé que le programme avait financé le recrutement de stagiaires de talent, offert des occasions de collaboration avec d’autres membres de haut niveau de la communauté de recherche, donné accès à des ressources de calcul et accru la visibilité des travaux de recherche. Cette visibilité a également aidé des organismes communautaires et des entreprises à découvrir le laboratoire Trusted and Efficient AI lorsqu’ils recherchaient une expertise en IA.
Malgré son statut de spécialiste de premier plan dans ce domaine, Xiaoxiao Li n’a pas perdu ce sentiment d’émerveillement qui avait initialement suscité son intérêt pour l’IA. L’universitaire réfléchit aujourd’hui au concept de l’autoévolution de l’IA ou à l’apprentissage récursif : des systèmes capables de s’améliorer d’eux-mêmes avec une intervention humaine limitée. Pour Xiaoxiao Li, cela semble encore relever de la magie. Mais ses recherches actuelles visent justement à éviter que cette magie n’échappe à notre contrôle.
Son message est clair : l’IA ne doit pas seulement être précise, elle doit aussi être fiable et sûre. Elle doit protéger la vie privée, réduire les inégalités et soutenir l’expertise humaine. Et surtout, elle doit apporter des bienfaits concrets aux personnes et à la planète.