Nous voici à la quatrième partie de l’IA dans la Santé

Le projet de recherche européen HosmartAI a pour objectif de doter l’Europe d’un système de santé fort, efficient, durable et résilient, bénéficiant des capacités d’IA des acteurs européens de la technologie pour générer un impact. Dans ce but, une plateforme commune d’intégration ouverte avec les outils nécessaires pour faciliter et mesurer les bénéfices de l’intégration des technologies numériques (robotique et IA) pour les professionnels de santé, les patients, les gestionnaires de systèmes d’information et les administrations des organisations de santé sera créée.

Les objectifs du projet

La mission du projet HosmartAI compte 4 objectifs principaux, divisés en trois catégories principales :

1. Objectifs d’affaires
   Les objectifs d’affaires se concentrent sur l’évaluation précommerciale des solutions et la validation des hypothèses commerciales, le potentiel d’évolutivité de l’écosystème, la diffusion de l’excellence acquise et l’entrée sur le marché.
2. Objectifs techniques
   Les objectifs techniques concernent la livraison et le déploiement dans l’environnement réel de la plate-forme HosmartAI et des services à valeur ajoutée.
3. Objectifs scientifiques
   Les objectifs scientifiques se concentrent sur la recherche pour fournir une méthodologie rigoureuse et autonome pour conduire la mise en œuvre et définir ses principes opérationnels.

La plateforme commune d’intégration ouverte

La plateforme sera validée par huit projets pilotes à grande échelle qui mettront en œuvre et évalueront les améliorations apportées au diagnostic médical, aux interventions chirurgicales, à la prévention et au traitement des maladies, ainsi qu’à la réadaptation et au soutien des soins de longue durée dans divers hôpitaux et établissements de soins.

Ces huit applications pilotes alimentées par l’IA, actuellement testées, impliquent 3 000 patients, 300 personnels de la santé et 600 intervenants de 5 hôpitaux en Grèce, en Espagne, en Italie, en Belgique et en Slovénie.

Les huit projets pilotes

• Pilote n°1 : Développement d’un système de diagnostic assisté par ordinateur (ICADx) convivial et interprétable pour soutenir et optimiser la prise de décision clinique dans un environnement de soins de santé multi-spécialités
• Pilote n°2 : Optimiser l’utilisation de la radiothérapie
• Pilote n°3 : Amélioration du traitement grâce à l’utilisation de technologies innovantes et de robotique dans le processus de réadaptation
• Pilote n°4 : Systèmes robotiques pour des opérations peu invasives
• Pilote n°5 : Soins d’assistance à l’hôpital : infirmière robotisée
• Pilote n°6 : Soins fonctionnels dans les centres de soins : assistant virtuel
• Pilote n°7 : Assistant Cathlab intelligent
• Pilote n°8 : Pronostic des patients atteints de cancer et leur réponse au traitement en combinant des données multiomiques.

Ils pourraient à terme bénéficier au traitement du cancer, des troubles gastro-intestinaux et thoraciques, des maladies cardiovasculaires et neurologiques, des soins aux personnes âgées et de la réadaptation neuropsychologique, ainsi qu’au retard de croissance du fœtus et à la prématurité.

.

Le site du projet : HosmartAI.eu

La cellule, unité biologique fondamentale de l’organisme humain, est le lieu de millions d’interactions chimiques. Dans certains cas, ces mécanismes cellulaires peuvent être perturbés (virus, composés chimiques, mutations génétiques) et conduire la cellule à un état pathologique à l’origine de différentes maladies. DeepLife développe une solution technologique capable d’identifier et reproduire précisément les mécanismes de ces pathologies à l’échelle moléculaire afin de proposer les médicaments les plus efficaces.

Digital twin of cells for drug discovery !

De la complexité de développer de nouveaux médicaments à la naissance de DeepLife

Aujourd’hui, la conception d’un nouveau médicament est un processus très long. En général, il faut compter 10 à 15 ans avant une éventuelle mise sur le marché.

Pour aboutir à ce résultat, il est nécessaire de déterminer quelle molécule (ou «ligand») pourrait avoir une action activatrice ou inhibitrice sur la cible (ou «récepteur») en cause dans la maladie. Cette identification de la molécule potentiellement efficace et de sa cible thérapeutique est une étape cruciale dans le développement d’un nouveau médicament.

Malheureusement, la complexité et le grand nombre d’interactions chimiques se produisant au niveau cellulaire ralentissent cette quête de nouveaux médicaments. Et bien souvent les méthodes utilisées dans la sélection des molécules susceptibles d’être efficaces dans le traitement d’une maladie donnée et l’identification de leurs cibles thérapeutiques se révèlent lentes, coûteuses et peu fructueuses.

Résultat, aujourd’hui, seulement 1 % des maladies possèdent un traitement approuvé par la FDA (Food & Drug Administration), l’administration responsable de la commercialisation des médicaments aux États-Unis.

De ce constat est né DeepLife, qui, par sa technologie brevetée et novatrice, rebat les cartes de la recherche pharmaceutique.

Une solution utilisant l’IA pour l‘interprétation de données biomoléculaires

DeepLife, fondée en 2019, spécialisée dans les biotechnologies digitales, s’est donné pour mission d’accélérer la découverte de nouveaux médicaments grâce à l’intelligence artificielle.

Mais en quoi cette technologie pourrait-elle aider dans le processus de développement de nouveaux médicaments? Tout commence au niveau cellulaire! Chez une personne malade, on vient prélever des cellules de l’organe ou du tissu pathologique afin de mesurer son activité in vitro. On obtient alors des millions d‘échantillons cellulaires grâce aux différentes méthodes de mesure de l’activité moléculaire (ADN, ARN, protéines, etc.).

A l’aide d’algorithmes créés par DeepLife, toutes ces données sont agrégées et harmonisées automatiquement pour produire des jumeaux numériques de cellules saines ou malades.

Au-delà de la nécessité de collecter autant de données pour alimenter ses algorithmes d’intelligence artificielle, il y aussi un intérêt statistique. En effet, la vérité absolue n‘existant pas en biologie, beaucoup de recherches se font par analyse différentielle entre un état sain (contrôle) et un état pathologique. Les données collectées par DeepLife permettent donc d’augmenter significativement la pertinence statistique des études en passant de quelques dizaines d’échantillons comparés à plusieurs millions. Ainsi, les jumeaux numériques reproduisent la structure de la cellule étudiée et l’ensemble des interactions chimiques qui s’y produisent. Il devient alors possible de tester in silico des combinaisons médicamenteuses inédites ayant un fort potentiel thérapeutique. Les composés qui satisferont le plus les critères d’efficacité et de sécurité seront ensuite conduits en essais cliniques en tant que médicaments candidats.

L’ambition d’être un acteur majeur de la recherche scientifique

DeepLife permet un gain considérable de temps et d’argent pour les processus de découverte de nouveaux médicaments, en permettant aux biologistes d’identifier plus rapidement des cibles thérapeutiques. Grâce à sa plateforme technologique, DeepLife renforce la qualité des processus de recherche: un gage de fiabilité pour les patients qui accèderont aux futurs médicaments.

Par ailleurs, l’utilisation des jumeaux numériques de cellules est aussi extrêmement utile pour le repositionnement des médicaments, offrant la possibilité de réutiliser ceux déjà existants pour de nouvelles indications thérapeutiques.

Enfin, l‘intérêt des recherches menées par DeepLife ne s’arrête pas là, puisque l’exploitation optimale des données biomoléculaires renforce aussi nos connaissances, encore très lacunaires, sur les mécanismes cellulaires complexes. Un précieux savoir qui permettra à terme d’améliorer de façon personnalisée la prise en charge de millions de patients.

Article tiré de : DeepLife: accélérer la découverte de médicaments grâce à l’intelligence artificielle
Publié sur Le Figaro Santé le 2 novembre 2022

Vous pouvez aussi lire cet excellent article : Comment l’IA impacte la recherche sur la structure des protéines
Chaque être humain possède plus de 20 000 protéines. Par exemple l’hémoglobine qui s’occupe du transport de l’oxygène depuis les poumons vers les cellules de tout le corps, ou encore l’insuline qui indique à l’organisme la présence de sucre dans le sang.
Publié sur The Conversation par le 19 décembre 2022

L’IA AlphaFold a pu prédire la structure moléculaire de millions de protéines, une avancée considérable pour la recherche en biologie.

Introduction

DeepMind Technologies a dévoilé ce 28 juillet 2022 les progrès majeurs de son IA AlphaFold. Cette dernière a prédit la structure de presque toutes les protéines connues par la science. Le laboratoire a partagé la base de données d’AlphaFold qui contient plus de 214 millions de modèles en trois dimensions des protéines issues d’organismes vivants. Une avancée qui va permettre d’accélérer la recherche scientifique, notamment dans le secteur médical.

Déjà un million à 214 millions de protéines modélisées en un an

Le laboratoire DeepMind de Google n’en est pas à son premier exploit en matière d’intelligence artificielle. Les chercheurs qui y travaillent depuis sa création en 2010 et depuis le rachat par Google en 2014, ont conçu des IA capables de prédire les cancers du sein, les insuffisances rénales ou encore la météo. Le laboratoire s’est également fait connaître avec ses algorithmes qui rivalisent avec les plus grands joueurs du jeu de go ou de jeux vidéo.

AlphaFold, qui promettait de modéliser la structure des protéines, a vu le jour chez DeepMind en 2018. La première base de données d’AlphaFold a été lancée en juillet 2021 et contenait déjà 1 million de modèles de protéines, un nombre qui paraît bien dérisoire en comparaison des 214 millions de protéines que l’IA a pu prédire et modéliser seulement une année plus tard.

Il s’agit d’une avancée significative pour les chercheurs en biologie. Cette base de données qui contient des protéines du corps humain, ainsi que des protéines animales, végétales ou encore issues des bactéries, devrait par exemple accélérer la découverte de nouveaux médicaments et de vaccins.

L’IA va accélérer la recherche médicale

Des chercheurs de l’université d’Oxford ont déjà utilisé AlphaFold pour mener leurs recherches sur la conception d’un vaccin contre la malaria, maladie qui fait des centaines de milliers de morts chaque année. Les scientifiques ont pu utiliser le modèle de structure de Pfs48/45, protéine de la malaria, prédit par AlphaFold et le comparer à une version moins précise issue de leurs propres expériences. Les deux modèles s’alignaient presque parfaitement pour créer une image nette de la molécule. Ils ont ainsi pu déterminer comment elle fonctionne et comment produire des antibiotiques avec celle-ci.

« II s’agit d’une réussite incroyable, à la fois pour la science et pour l’intelligence artificielle, démontrant son rôle en tant qu’outil au service des découvertes scientifiques et à une échelle jamais atteinte auparavant », a expliqué Shrikanth Narayanan, professeur à l’université de Californie du Sud, au Wall Street Journal. Maintenant que la base de données d’AlphaFold s’est étoffée, elle pourrait mener à de nombreuses découvertes médicales dans le futur.

Cet article est un résumé de : DeepMind : une IA a modélisé la quasi-totalité des protéines connues
Publié sur Siècle Digital par Maxime Mohr le 29 juillet 2022

Autre article sur ce sujet : L’IA AlphaFold prédit la structure de presque toutes les protéines connues
Publié sur Le Journal du Geek par Antoine Gautherie le 29 juillet 2022

C’est points méritent un développement…

• Cet algorithme pourrait sauver des milliers de vies en soins intensifs en détectant un sepsis
  Toutes les quatre secondes, un malade meurt de sepsis à l’hôpital. Pour éradiquer ce fléau, une équipe a mis au point un algorithme destiné aux soins intensifs, dont les résultats sont bluffants.
  Publié sur Sciences & Avenir par Coralie Lemke le 22 juillet 2022
• Google Health et iCAD partenaires pour la détection du cancer du sein
  Détecter les cancers à un stade précoce augmente les chances de survie des patients et peut éventuellement éviter les opérations chirurgicales nécessaires à un stade plus avancé. Google Health, qui a développé une technologie d’IA pour la détection des cancers du sein et iCAD, fournisseur de solutions innovantes de détection et de traitement du cancer, ont annoncé le 28 novembre 2022 un accord stratégique de développement et de commercialisation qui permettra à iCAD d’intégrer l’IA dans son portefeuille de solutions d’IA d’imagerie mammaire.
  Publié sur ActuIA
• Un algorithme utilise le signal Wi-Fi pour détecter des problèmes respiratoires
  L’algorithme BreatheSmart peut détecter des maladies respiratoires en analysant simplement les variations dans les signaux Wi-Fi.
  Leur algorithme BreatheSmart de deep-learning pourrait aider à détecter si quelqu’un dans la maison souffre de problèmes respiratoires.
  Publié sur 24matins par Morgan Fromentin le 24 décembre 2022
• Un campus virtuel pour concilier IA et recherche médicamenteuse
  Pour mettre l’intelligence artificielle au service de la recherche de nouveaux médicaments innovants, Oncodesign Precision Medicine et les laboratoires Servier créent FederAidd, un campus virtuel à vocation internationale.
  Publié sur L’usine Digitale par Nadège Hubert le 23 décembre 2022
• L’Institut Curie publie les résultats de la solution Galen Breast d’Ibex Medical Analytics
  En décembre 2020, l’Institut Curie, premier centre de lutte contre le cancer en France, annonçait un partenariat de recherche avec Ibex Medical Analytics pour améliorer le diagnostic du cancer du sein grâce à l’intelligence artificielle. Des travaux, conduits à l’Institut Curie en France et au Maccabi Healthcare Services en Israël, ont permis d’évaluer et de valider la solution Galen Breast d’Ibex. Les résultats de ces travaux, qui démontrent la grande précision de cette solution pour la détection du cancer du sein dans une grande variété de sous-types particuliers, y compris certains sous-types rares, viennent d’être publiés dans la revue npj Breast Cancer de Nature.
  Publié sur ActuIA
  Les résultats viennent de tomber :
  Une IA parvient à diagnostiquer le cancer du sein dans une étude scientifique
  C’est une collaboration entre l’Institut Curie et Ibex Médical Analytics qui a permis de démontrer la performance, la fiabilité et la mise en application clinique d’un algorithme d’IA capable de diagnostiquer les cancers du seins lors de biopsies mammaires, qui consistent en des prélèvements de tissus pour effectuer un examen. L’intelligence artificielle, renommée Galen Breast, a été développée dans l’objectif de réduire les erreurs et d’améliorer la qualité du diagnostic.
  Publié sur Sciences et Avenir par Fiona Elmaleh le 9 janvier 2023
• Le Healthcare Data Institute propose 32 recommandations pour optimiser l’utilisation des données de santé
  Malgré une politique publique française proactive et un consensus sur l’importance de l’utilisation des données de santé pour la santé publique, les données hospitalières, de plus en plus nombreuses, restent sous-utilisées. Le Healthcare Data Institute (HDI), convaincu que ces données représentent une opportunité majeure pour moderniser les approches traditionnelles de la santé publique tout en garantissant la viabilité de notre système de santé, a établi un état des lieux de leurs utilisations et propose 32 recommandations pratiques et stratégiques pour accélérer l’utilisation de ces données.
  Publié sur ActuIA le 2 mai 2023, par Pierre-yves Gerlat

Une Petite liste pour vous :

• Activ’Inside révolutionne la formulation des compléments alimentaires avec l’intelligence artificielle
  Démarquez-vous avec des ingrédients différenciant sur le marché de la nutraceutique
  Site de l’entreprise : Activ’Inside
  Lire l’article : La start-up Activ’Inside révolutionne la formulation des compléments alimentaires avec l’intelligence artificielle 
• IA et données de santé : Focus sur cinq cas d’usage de l’espace européen des données de santé
  En mai 2022, la Commission Européenne a lancé l’espace européen des données de santé (European Health Data Space – EHDS) visant à encadrer et améliorer l’utilisation des données de santé au sein de l’UE, au profit des citoyens, des patients, mais aussi de la recherche, l’innovation et l’élaboration des politiques et réglementations. En octobre dernier, elle a présenté cinq cas d’usage démontrant la faisabilité et l’impact de cet espace.
  Publié sur ActuIA
• Google dévoile un outil d’intelligence artificielle capable d’identifier 288 affections cutanées
  Google peut-il aider à dépister certaines maladies de la peau ? C’est en tout cas l’ambition du géant  américain. Il a dévoilé un outil qui utilise l’intelligence artificielle pour aider à repérer des lésions sur la peau, des ongles ou des cheveux sur la base d’images téléchargées par les patients. Cette application a reçu le marquage CE pour une utilisation comme outil médical en Europe.
  Publié sur Santé Magazine le 21 mai 2021
• Intelligence artificielle : la nouvelle façon de tester “in silico” les médicaments de demain
  Et si votre futur médecin traitant était une IA ? Une machine surentrainée à analyser toutes sortes d’images médicales pour y repérer la moindre anomalie. Un robot capable d’opérer, même à distance. Ou même un pharmacien qui imaginerait pour vous des traitements sur mesure, et même de façon anticipée et prédictive.
  Publié sur Capital par Lomig Guillo le 27 mai 2021
• Une intelligence artificielle identifie l’origine d’un cancer
  Un outil d’intelligence artificielle a permis à des chercheurs de l’Institut Curie d’identifier l’origine d’un cancer chez un jeune homme de 30 ans. Celui-ci est désormais en rémission.
  Publié sur L’ADN par Peggy Baron le 20 janvier 2023
• Cette prothèse de main alimentée par l’IA est également élégante
  Esper Bionics fait progresser la science et la conception des prothèses.
  Publié sur ZDNet le 20 juillet 2012
• Un projet de recherche s’intéresse à l’IA pour la conception de fragments d’anticorps dans la contraception féminine
  L’INRAE pilote un consortium composé de IN-CELL-ART, MabSilico et l’université italienne UNIMORE dont les recherches porteront sur la conception de produits biologiques à base de fragments d’anticorps capables de bloquer l’ovulation et donc de constituer un contraceptif non-hormonal présentant moins d’effets secondaires.
  Publié sur ActuIA par Thomas Calvi. le 26 mars 2021
• Dépister l’autisme avec l’intelligence artificielle
  Utiliser le machine learning pour permettre un dépistage dès la naissance du trouble du spectre de l’autisme et à terme offrir à ces bébés une prise en charge la plus précoce possible, c’est le projet sur lequel a travaillé une équipe, composée de médecins et chercheurs de Limoges (CHU et Université), de Marseille et de Paris.
  Publié sur ActuIA le mars 2021
• Découvrez l’intelligence artificielle de dépistage de cancers développée par l’Institut Curie
  L’origine tissulaire des certains cancers est difficile à identifier, l’intelligence artificielle doit permettre d’aider les médecins.
  Publié sur Santé Magazine par Johanna Amselem le 14 novembre 2023

Cette startup lyonnaise a mis au point le premier test salivaire pour diagnostiquer l’endométriose, maladie inflammatoire qui touche 10% des femmes dans le monde. Elle a gagné le défi qu’elle s’était lancé : mettre la biologie moléculaire et l’intelligence artificielle au service d’un problème de santé qui, jusqu’ici, trouvait difficilement solution.

La situation

Pour en finir avec les années d’errance médicale autour de la douloureuse endométriose, le challenge que le fondateur de Ziwig, Yahya El Mir, souhaitait relever. En trois ans et sous l’expertise des algorithmes, ses équipes ont conçu le premier test diagnostiquant simplement et sûrement cette maladie féminine. Leur Endotest, déjà disponible dans plusieurs pays du monde, est en cours d’évaluation par la Haute autorité de santé et pourrait arriver sur le marché français avant la fin de l’année 2024.

1,5 à 2 millions de femmes touchées en France

En France, l’endométriose toucherait 1,5 à 2 millions de femmes. Mais beaucoup d’entre elles en sont atteintes sans le savoir. C’est ce paradoxe qui a décidé Yahya El Mir à travailler sur cette pathologie. « Nous cherchions à répondre à un problème de santé féminin. L’endométriose commençait alors à être bien identifiée grâce au travail des associations de patientes. Mais la maladie nécessitait des IRM et parfois de la chirurgie pour être diagnostiquée, ce qui entraîne des années d’errance médicale. Cette absence de solution simple me semblait inconcevable dans un pays développé. »

Pendant des années, Yahya El Mir a développé l’informatique de haut niveau dans le groupe SQLI dont il était devenu PDG. En le quittant, l’ingénieur était devenu un expert des algorithmes complexes et avait pris goût à diriger des équipes. Il souhaitait mobiliser son expertise pour régler des problèmes de santé ou d’éducation sans solution. Après la création de Ziwig en 2019, le diagnostic de l’endométriose était devenu à ses yeux un excellent challenge.

Faire parler les micro-ARN contenus dans la salive

Les micros-ARN sont des petites molécules produites par les cellules pour réguler l’expression des gènes, ils portent les traces de l’activité cellulaire. Pour apprendre à les décoder, Ziwig s’est lancée dans le séquençage d’un maximum de ces marqueurs. « Cette technologie qui exploite l’identification de micro-ARN salivaires pour diagnostiquer une maladie est une véritable innovation de rupture, souligne Yahya El Mir. Seules deux biotechs la maîtrisent actuellement : Ziwig et l’Américain Viome qui travaille au diagnostic de cancers. »

Pour garantir la fiabilité du diagnostic, l’équipe a passé des millions de micros-ARN à la moulinette du big data. Un travail de titan par séquençage à haut débit, mené avec quinze centres hospitaliers français spécialistes de l’endométriose. Pour donner sens aux « biodatas », l’entreprise a développé des algorithmes maison nourris à l’intelligence artificielle et, au bout de deux ans, elle avait identifié une centaine de micros-ARN présents chez les patientes atteintes d’endométriose. Un peu plus de 100 biomarqueurs ont permis une précision diagnostique de 98 %, selon l’entreprise, bien plus que les méthodes utilisées jusque-là.

L’Endotest déjà commercialisé dans 13 pays

Autre bonne idée de Ziwig : proposer un test simple à effectuer chez soi, après des années d’errance médicale pour les patientes. L’entreprise a choisi un test salivaire, les micro-ARN étant aussi présents dans la salive que dans le sang. L’échantillon de salive recueilli grâce au kit n’a plus qu’à être envoyé au labo de Ziwig par La Poste.

Aujourd’hui, l’Endotest est en cours de commercialisation dans 13 pays dont la Suisse, l’Allemagne, l’Angleterre, l’Italie et les pays nordiques, ainsi que certains États du Moyen Orient comme les Émirats Arabes Unis. En France, l’entreprise a choisi une mise sur le marché dans le cadre d’un dispositif remboursé. Elle boucle actuellement les négociations pour une arrivée dans les pharmacies avant la fin de l’année, à un prix aux alentours de 800 €.

Utilisation de l’article suivant : Ziwig met l’intelligence artificielle au service de la santé des femmes
Publié sur La Tribune par Florence Pinaud le 19 avril 2023

• Prédire les naissances prématurées dès la 31ème semaine de grossesse grâce au deep learning
  Publié sur ActuIA le 9 juin 2023, par Pierre-yves Gerlat
• La création par l’IA d’un nouveau virus mortel pour l’humanité est-elle possible?
  Les prouesses technologiques de l’intelligence artificielle peuvent désormais aider toute personne sans réelles connaissances scientifiques et avec de mauvaises intentions à créer un virus capable de déclencher une nouvelle pandémie.
  Publié sur Korri. 19 juin 2023
• L’ère de la cancérologie numérique
  Comment mieux détecter certaines tumeurs ? Peut-on prédire leur évolution ou leur réponse à un traitement ? Quel est le mécanisme de prolifération des cellules cancéreuses ? Voici quelques-unes des questions sur lesquelles planche l’équipe de cancérologie numérique Michel Laudet. Officiellement créée en avril 2022, cette structure est le fruit d’une collaboration de plusieurs années entre l’Institut de recherche en informatique de Toulouse1 (Irit) et le Centre de recherche en cancérologie de Toulouse2 (CRCT).
  Publié sur Le Journal du CNRS par Carina Louart le 4 juillet 2023
• Bientôt des médicaments entièrement générés par l’intelligence artificielle
  Le premier médicament présenté comme entièrement généré par l’intelligence artificielle a fait l’objet d’essais cliniques sur des patients humains : une première. Pour la start-up à la tête de son développement, l’IA pourrait permettre de réduire les coûts astronomiques de recherche et développement des médicaments.
  Publié sur 01Net (Source CNBC) par Stéphanie Bascou le 3juillet 2023
• Une intelligence artificielle créée par Google réussit le concours de médecine
  Le chatbot médical a passé l’examen de médecine avec succès, mais avec «des résultats restent en deçà de ceux des humains».
  Publié sur Le Figaro Étudiant le 12 juillet 2023
• Des centaines d’humains vont tester un médicament découvert par une IA
  Une startup soutenue par Nvidia a développé un médicament avec l’IA. Son médicament entre en essai clinique de phase 2 et sera testé par des centaines de personnes.
  Publié sur Presse Citron par Setra le 28 juin 2023
• DrBERT : le premier modèle de traitement du langage biomédical français open source
  “DrBERT” est le premier modèle ouvert de traitement automatique du langage dédié au domaine biomédical et clinique français. S’appuyant sur les travaux de thèse de Yanis Labrak, doctorant à Avignon Université, membre du LIA, le Laboratoire Informatique d’Avignon, alternant chez l’éditeur de logiciels Zenidoc, et d’Adrien Bazoge, doctorant à Nantes Université et membre du LS2N, le Laboratoire des Sciences du Numérique de Nantes, il est le fruit d’une collaboration de scientifiques du LS2N, du LIA et du CHU de Nantes.
  Publié sur ActuIA par Marie-Claude Benoit le 13 septembre 2023
• ImaOne: la consolidation éthique de l’imagerie médicale
  ImaOne est une société de consolidation de l’imagerie médicale en France qui milite pour l’indépendance des médecins, l’innovation et l’accès aux soins.
  A voir sur : La consolidation éthique de l’imagerie médicale
• L’IA, nouvelle alliée des malentendants
  En France, près de la moitié des personnes diagnostiquées malentendantes ne s’appareille pas. Toujours stigmatisé, il s’avère pourtant que l’appareil auditif porté tôt représente un véritable frein à des problèmes de santé graves à long terme. Conjointement, ce secteur bénéficie d’avancées technologiques impressionnantes grâce, notamment, à l’intelligence artificielle. État des lieux et explications avec des experts dans le domaine.
  Publié sur RFI le 7 octobre 2023

La « medtech » SONIO vient d’obtenir une autorisation de l’agence américaine du médicament pour un logiciel qui potentialise l’efficacité de la prise d’images échographiques.

Sonio propose un logiciel d’aide au diagnostic Cloud, en temps réel et s’appuyant sur de multiples données. 
Créé par une équipe d’experts scientifiques et médicaux, Sonio s’appuie sur une recherche et un développement continu, pour incorporer régulièrement de nouvelles briques technologiques à son logiciel.

Depuis le site de l’entreprise SONIO

« Vous voyez cette pile de bouquins ? Il y a plus de 400 syndromes prénataux référencés là-dedans. Le problème, c’est que tout cela ne rentre pas dans un cerveau de médecin, même le meilleur ! » lance le P^r Yves Ville, chef de service de la maternité de l’hôpital Necker-Enfants Malades, à Paris, en désignant une impressionnante colonne de livres de médecine obstétrique qui court du sol au plafond de son bureau. « Un spécialiste en néonatalogie emmagasine, au mieux, une cinquantaine de pathologies parmi les plus fréquentes. C’est un cerveau augmenté qu’il lui faut, pour gérer cette masse d’informations. »

Objectif (presque) atteint.

Sonio, système d’intelligence artificielle spécialisé dans la santé prénatale de l’enfant et de la femme enceinte, qu’il a cofondé, est une sorte d’extension de son cerveau et de celui des autres praticiens. Né en 2020 de la collaboration entre l’hôpital Necker et l’école polytechnique, Sonio apporte une solution de contrôle aux gynécologues-obstétriciens, médecins généralistes et échographistes pendant le suivi de grossesse et leur permet de mieux détecter in utero les potentielles anomalies.

Lire également : La medtech française Sonio met l’IA au service de la santé prénatale Publié sur Siècle Digital par Mathilde Rochefort le 1er février 2024

Le nouvel environnement logiciel de travail développé par Microsoft EvoDiff fonctionne grâce à la puissance de l’Intelligence Artificielle ; il sera utilisé pour améliorer le processus de protein design.

Une banale fracture et un algorithme ont transformé l’été 2019 de Frances Walter, une octogénaire américaine, en véritable cauchemar. Son histoire est le point de départ d’une vaste enquête qui montre comment des assureurs utilisent, aux États-Unis, un algorithme, pour décider de la durée de la prise en charge de leurs assurés.

La situation aux USA

Quand l’Intelligence artificielle et la santé ne font pas bon ménage… C’est à peine le début de l’été dans le Midwest des États-Unis lorsque Frances Walter, 85 ans, se fracture l’épaule gauche. L’octogénaire, qui vit seule, appelle les urgences. Elle est envoyée dans un hôpital du Wisconsin, et n’avance aucun frais pour y être soignée : elle a la chance d’être bénéficiaire de la « Medicare Advantage », un système d’assurance sociale et de complémentaire gérée par un assureur privé aux États-Unis. Sa convalescence sera longue, trop longue. Voilà en tout cas ce que pense l’algorithme utilisé par son assureur, qui estime qu’au 16e jour de séjour postopératoire, la patiente peut rejoindre son domicile. Le paiement des soins est interrompu au 17e jour. Problème : le corps médical préconise plutôt un séjour de trois semaines minimum, notamment parce que la vieille dame est allergique aux analgésiques et qu’elle se remet moins vite que prévu. Et ce n’est pas non plus ce que pense l’octogénaire, qui au 17e jour ressent toujours d’intenses douleurs. D’ailleurs, elle est toujours incapable de s’habiller seule ou de pousser un déambulateur.

La patiente est alors contrainte de puiser dans ses économies – la somme monte à des milliers de dollars aux États-Unis – pour être soignée jusqu’à un complet rétablissement. Ce montant lui sera, heureusement, remboursé, mais seulement… un an plus tard, après d’innombrables procédures et la décision d’un juge fédéral. Vous pensez que cette histoire est irréelle ? Elle a pourtant bien eu lieu pendant l’été 2019.

Et elle est loin d’être un cas isolé, rapporte le site d’informations Stat News qui publie, le 13 mars, une vaste enquête sur ce sujet.

L’algorithme nH Predict responsable de ces fins de prises en charge prématurées ?

Aux États-Unis, il n’est pas rare que les compagnies d’assurance rejettent des demandes de remboursement de frais médicaux. Mais ce serait désormais l’intelligence artificielle (IA) qui serait à l’origine de ces refus, rapporte le média américain, listant spécifiquement des cas de bénéficiaires de la  « Medicare Advantage » qui couvre plus de 31 millions de personnes dans le pays. Certains assureurs privés, qui gèrent cette assurance sociale destinée aux plus de 65 ans aux revenus faibles ou modérés, utiliseraient un algorithme prédictif. Ce système d’IA déterminerait à quel moment l’assureur peut interrompre le paiement des séjours postopératoires des patients, au grand dam des médecins et des premiers concernés. En cas de désaccord, les malades doivent avancer les frais, faire appel et attendre des mois, voire des années, pour espérer être remboursés. Certains, qui ne disposent pas de telles sommes, se passent de soins, à l’image de ce patient de Caroline du Nord.

Le retraité n’avait pas pu être transféré dans un centre de soins postopératoires après un AVC. Brian Moore, son médecin, lui avait rendu visite à son domicile, faute d’avoir réussi à convaincre son assureur de lui payer ce séjour. « Il était assis, il essayait de se nourrir. Il disait : “Je ne pensais pas, lorsque j’ai opté pour la Medicare Advantage, que je ne pourrais pas obtenir les soins dont j’ai besoin”, raconte-t-il à nos confrères.  Il bavait et pleurait. »

Le curseur de nH Predict irait trop loin

Tout aurait réellement commencé en 2020, quand UnitedHealth, le plus grand assureur Medicare Advantage du pays, rachète NaviHealth, une société de gestion de données médicales dont le produit phare est un algorithme appelé nH Predict. En se basant sur l’âge, les diagnostics des médecins et les informations médicales d’un assuré, et en les comparant avec des profils similaires dans une base de données de 6 millions de patients, l’algorithme rend un rapport dans lequel sont décrits les besoins médicaux, la durée estimée du séjour hospitalier et de la date cible de sortie d’un patient.

Cet algorithme  « n’est pas utilisé pour déterminer la couverture médicale », a pourtant insisté UnitedHeatlh, qui n’a pas souhaité répondre aux questions de nos confrères, mais qui a publié un communiqué. Cet « outil » est utilisé comme « un guide », a ajouté la société. Ce n’est pas l’avis des soignants interrogés par Stat News. Pour ces derniers, les refus de prises en charge auraient commencé à se multiplier à partir du moment où UnitedHealth a été aux manettes de nH Predict. L’algorithme, qui était présenté comme un moyen d’éviter les soins inutiles et la surfacturation, irait encore plus loin que les années précédentes. Et désormais, les refus de prise en charge de UnitedHealthcare et de NaviHealth seraient devenus la norme. Y compris lorsque les patients sont manifestement plus malades que ce que prévoit l’algorithme, rapporte le directeur d’un établissement de soins post-intensifs à nos confrères. Pour preuve, le nombre de recours des patients entre 2020 et 2022, pour contester les refus de demandes de prises en charge, a augmenté de 58 %, selon une base de données fédérale. Et dans la majorité des cas, le juge tranche en faveur du patient, et ordonne un remboursement.

La boîte noire de l’IA et la protection de la vie privée invoquées pour ne pas contester les résultats de l’algorithme

Autre problème soulevé par cette enquête : l’opacité de l’algorithme. À chaque fois qu’un médecin ou directeur d’hôpital demande des explications sur la durée excessivement courte d’une prise en charge par l’assureur, la réponse est toujours la même : la boîte noire de l’IA est devenue une excuse générale pour justifier les refus de paiement, expliquent nos confrères. Même topo du côté des patients. La fille de Dolores Millam, 89 ans, qui s’est vu refuser la prise en charge d’un séjour en maison de santé médicalisée après une fracture, témoigne : « Lorsque vous essayez d’appeler et de raisonner quelqu’un, lorsque vous voulez obtenir des explications, vous finissez par parler à un service basé aux Philippines. Pour eux, il s’agit simplement d’une question de procédure qui n’a rien à voir avec les soins ». UnitedHealthcare s’abriterait derrière les lois de protection de la vie privée pour refuser toute discussion avec les familles des patients.

Car pour l’instant, la loi n’impose pas la moindre transparence aux assureurs qui utilisent un algorithme. Ils ne sont ni contraints de rendre publiques les données des études d’efficacité, ni obligés de respecter un code de conduite éthique – du moins, pas encore. Le législateur américain a en effet publié, en 2022, un projet de charte des droits de l’IA qui vise à protéger les citoyens américains d’usages dangereux ou discriminatoires d’IA. Mais ce texte n’est pour l’instant pas contraignant. En Europe aussi, le futur règlement sur l’Intelligence artificielle, actuellement en discussion au Parlement européen, prévoit des obligations très strictes en cas d’utilisation de l’IA dans la santé.

Pourtant, un contrôle de système d’intelligence artificielle dans ce secteur existe déjà, mais à la marge. Les modèles d’IA utilisés par le corps médical, qui permettent par exemple de diagnostiquer des cancers, doivent être, avant toute utilisation, approuvés par la FDA – l’équivalent de l’Agence de sécurité du médicament aux États-Unis. Alors pourquoi pas cet algorithme, qui a des conséquences plus qu’importantes sur la santé de milliers d’Américains ?

Article source : Quand l’IA est utilisée pour écourter la durée de séjours hospitaliers
Publié sur 01Net par Stéphanie Bascou le 16 mars 2023 à partir de : Stat News

Mise en garde l’OMS : un déploiement rapide des programmes de santé numérique pourrait porter préjudice aux patients

La situation actuelle

L’intelligence artificielle peut transformer les traitements médicaux, mais sans une compréhension de son fonctionnement, un déploiement rapide des programmes de santé numérique pourrait porter préjudice aux patients, a mis en garde jeudi 19 octobre l’OMS.

«Avec la disponibilité accrue des données sur les soins de santé, et les progrès rapides des techniques analytiques – capacités d’apprentissage automatique des ordinateurs, basées sur la logique ou les statistiques – l’IA peut transformer le secteur de la santé», a indiqué l’Organisation mondiale de la santé dans ce document consacré à l’utilisation de l’IA, destiné à donner des orientations aux pouvoirs publics.

Selon l’OMS, l’IA peut améliorer les performances pour ce qui concerne les essais cliniques, le diagnostic, la mise au point d’un protocole de traitement, et intervenir en complément des connaissances et compétences médicales. Par exemple l’IA s’avère utile en l’absence de spécialistes, dans le domaine de la radiologie pour l’interprétation de l’imagerie médicale et des images rétiniennes. Cependant, l’IA est déployée rapidement, parfois sans compréhension adéquate de la manière dont fonctionnent ces technologies, «qui peuvent soit bénéficier soit être préjudiciables aux utilisateurs», qu’il s’agisse des patients ou des professionnels, a averti l’OMS.

L’OMS demande un cadre légal solide

Les systèmes d’intelligence artificielle appliqués à la santé permettent l’accès aux données personnelles, c’est pourquoi un cadre légal solide est nécessaire pour sauvegarder la vie privée, a souligné l’OMS. «L’intelligence artificielle est très prometteuse pour la santé, mais présente aussi de sérieux défis, dont la collecte non éthique de données, des menaces pour la cyber-sécurité, et l’amplification des préjugés et de la désinformation», a déclaré le directeur général de l’OMS. «Ce nouveau guide aidera les pays à réguler d’une manière efficace l’IA, à exploiter son potentiel, qu’il s’agisse de traiter les cancers ou de dépister la tuberculose, tout en minimisant les risques», a-t-il ajouté.

Selon l’OMS, les systèmes d’intelligence artificielle dépendent des données d’entraînement qu’ils utilisent pour leur apprentissage, c’est pourquoi une meilleure règlementation peut contribuer à gérer les risques et le danger de voir les préjugés présents dans les données existantes amplifiés par l’IA. «Par exemple, il peut être difficile pour les modèles de l’IA de représenter d’une manière correcte la diversité des populations, ce qui conduit à des préjugés, des inexactitudes et même des échecs», a précisé l’OMS.

«Pour contribuer à réduire ces risques, des règlementations peuvent être utilisées pour s’assurer que les attributs, comme le genre, la race et l’origine ethnique des personnes figurant dans les données d’entraînement soient signalés et que l’ensemble des données soit intentionnellement conçu pour être représentatif», ajoute l’OMS. L’organisation recommande dans son guide une validation externe des données, l’évaluation des systèmes afin d’éviter les erreurs et les préjugés, le consentement pour le recueil des données privées, et la collaboration entre régulateurs, patients, gouvernements et professionnels de santé.

Passer à la partie suivante de ce dossier : IA dans la Santé – 5