L'Intelligence artificielle est en train révolutionner le paysage de la santé.

Si autrefois les avancées se cantonnaient à digitaliser des tâches manuelles, aujourd'hui l'IA et le deep learning sont à la proue du progrès, modifiant en profondeur nos modèles opérationnels.

Côté médical, un tournant s'amorce : on passe d'un traitement réactif des pathologies à une approche proactive centrée sur le diagnostic précoce.

Parallèlement, l'IA gagne du terrain dans l'industrie. Les entreprises s'associent de plus en plus aux fournisseurs de plateformes d'IA, pour un partenariat aux multiples avantages.

Dans cet article, nous partons à l'exploration des 6 principales applications de l'IA dans ce secteur.

1. Recherche de médicament

Le développement de médicaments est un processus long et coûteux. En moyenne, il faut plus de 10 ans et 2,6 milliards de dollars pour qu'un médicament obtienne le feu vert du marché. Pourtant, malgré ces investissements titanesques, moins de 10% des médicaments potentiels franchissent la ligne d'arrivée.

L'IA peut intervenir à différentes phases pour accélérer le développement et/ou diminuer les coûts :

• L'IA peut prédire les propriétés d'un composé potentiel, ce qui permet de sélectionner uniquement les molécules qui possèdent les propriétés pertinentes pour la phase de synthèse. Cela permet d'économiser du temps et de l'argent en évitant de travailler sur des composés qui ont une forte chance d'être inefficaces.

• L'IA peut être utilisée pour générer de nouveaux composés entièrement inédits. Ces molécules sont prédites pour avoir les propriétés pertinentes nécessaires pour des essais cliniques réussi. Cela accélère le temps de découverte de nouveaux médicaments efficaces tout en économisant beaucoup de temps qui serait nécessaire pour une intervention humaine manuelle.

• L'IA peut utiliser des données générées précédemment pour établir des modèles et orienter les expérimentations à réaliser.

• D'autres algorithmes peuvent également être utilisés pour prédire les effets secondaires de certains composés chimiques, ce qui peut accélérer le processus d'approbation.

Pour un exemple concret, vous pouvez lire (ou relire) l’article sur l’entreprise Aqemia :

2. Trouver des participants pour les essais cliniques

Associer le bon essai au bon participant est un défi de taille, à la fois pour les chercheurs et pour les patients eux-mêmes.

Le recrutement de participants pour les essais cliniques est souvent un obstacle majeur à leur réussite :

• Près de 80% des essais n'atteignent pas leurs objectifs de recrutement dans les délais

• L'incapacité à recruter des patients appropriés est la raison la plus courante de l'arrêt des essais cliniques, représentant 55% des cas.

Ces défis peuvent entraîner des retards dans la mise à disposition des médicaments sur le marché, ce qui peut être une menace majeure pour l'industrie.

L'IA peut aider à sélectionner les bons patients au bon moment en permettant d’améliorer la sélection des patients et en identifiant des cohortes à travers des sources de données(dossiers médicaux par exemple) pour déterminer les populations éligibles à participer aux études.

Une analyse ultérieure peut affiner la sélection des sujets tout en réduisant les dépistages inutiles.

3. Production pharmaceutique

La phase de production est un moment crucial dans le cycle de vie d'un produit pharmaceutique.

Les fabricants doivent non seulement répondre à des exigences réglementaires strictes, mais aussi satisfaire les attentes des clients en fournissant un produit de qualité constante. C'est un défi de taille qui nécessite une attention et une précision extrêmes.

L'IA peut apporter une contribution précieuse en fournissant des informations et en réduisant le besoin d'intervention humaine.

Par exemple, dans le domaine de l'assurance qualité, l'IA peut aider à identifier les défauts dans les matières premières avant qu'elles n'entrent dans la chaîne de production. Cela permet d'éviter les problèmes en amont et de garantir que seuls les matériaux de la plus haute qualité sont utilisés dans le processus de production.

De plus, l'IA peut être mise en œuvre pour détecter les produits ou les emballages défectueux en temps réel. Cela permet de maintenir la satisfaction des clients en garantissant que seuls les produits de la plus haute qualité atteignent le marché.

4. Diagnostic précoce et prévention

Le diagnostic précis et rapide des maladies est le défi actuel majeur dans le domaine de la santé.

Selon une étude réalisée par la Mayo Clinic en 2017, les diagnostics initiaux aux États-Unis sont révisés par un second professionnel de la santé 88% du temps.

De plus, une étude précédente de l'Académie nationale de médecine en 2015 a révélé que les erreurs de diagnostic étaient responsables de jusqu'à 10% de tous les décès de patients et de jusqu'à 17% de toutes les complications hospitalières.

Les avancées de l'IA ont permis d'améliorer la détection précoce des maladies grâce à l'utilisation du deep learning pour analyser de grandes quantités de données et reconnaître des marqueurs de maladie.

Jusqu'à présent, les données analysées étaient celles de la population générale, ce qui était d'une grande aide pour la détection des maladies courantes.

Aujourd'hui, on commence même à analyser le dossier médical de patients pour déterminer leur risque de développer une maladie rare.

Pour un exemple concret, voici l’article sur la filiale de Google - Deepmind:

5. Robotique

Les systèmes robotiques sont de plus en plus utilisés dans divers domaines médicaux et pour toutes les populations d'utilisateurs.

L'un des domaines qui a reçu le plus d'attention est l'assistance chirurgicale. Par exemple, Intuitive Surgical a lancé le système 'da Vinci', une technologie initialement destinée à soutenir la chirurgie de pontage cardiaque peu invasive, qui a également aidé dans le traitement du cancer de la prostate.

La robotique joue également un rôle important dans la rééducation. Les patients souffrant de maladies ou de blessures neuromusculaires, comme celles qui surviennent après un AVC, peuvent bénéficier d'une thérapie sensorimotrice assistée par robot.

Ces systèmes sont également capables d'aider les personnes atteintes de troubles du comportement comme le trouble du spectre de l'autisme et le trouble déficitaire de l'attention avec hyperactivité.

Enfin, la robotique est de plus en plus utilisée dans la recherche pour la santé humaine en général. Les scientifiques tentent de créer un système robotique similaire à la biologie humaine pour simuler son fonctionnement dans un environnement artificiel.

6. Médecine de précision

La médecine de précision existe depuis un certain temps sous la forme de thérapies basiques comme les traitements contre les allergies et les transfusions sanguines. Même le ciblage génétique des tumeurs est devenu plus courant, donnant naissance à des médicaments comme l'Herceptin, qui cible la protéine HER2 associée à une forme agressive de cancer du sein.

Cependant, les technologies d'IA comme le deep learning et le traitement du langage naturel sont maintenant combinées à des données massives provenant de dispositifs portables (capteurs, appareils connectés) pour détecter des marqueurs de maladies. Ces informations sont ensuite utilisées pour délivrer une médecine de précision au niveau individuel.

L'un des exemples les plus significatifs est la compréhension de l'ADN humain. Une meilleure compréhension du patrimoine génétique d'un individu offre la possibilité de fournir des soins personnalisés pour chaque personne en fonction de sa disposition biologique.

Bien que la plupart des recherches dans ce domaine en soient encore à leurs débuts, certains projets prometteurs méritent d'être mentionnés.

Par exemple, la start-up torontoise Deep Genomics utilise le deep learning pour déterminer comment les variantes génétiques affectent l'épissage de l'ARN, un facteur contribuant à de nombreuses maladies. La base de données de l'entreprise vise à expliquer comment des centaines de millions de variations génétiques peuvent affecter le code génétique d'un humain.

Merci à tous d’avoir lu cette édition jusqu’au bout !

❤️ Si cette newsletter vous plait, n’hésitez pas à nous aider à la faire connaitre, parlez-en autour de vous !

Et si cet article vous a inspiré pour une entreprise ou un sujets, dites-le nous ! Nous serions ravis de traiter des sujets qui vous intéressent le plus.