Le CSAIL, laboratoire d’informatique et d’intelligence artificielle du MIT, l’Institut d’ingénierie et des sciences médicales du MIT, l’Académie nationale de médecine et le Health Data Hub avaient organisé l’an passé le symposium « Artificial Intelligence and Medicine : promises and limits ». Devant le succès rencontré, ils ont décidé de renouveler l’expérience avec le soutien de l’Ambassade de France aux États-Unis. La seconde édition s’est tenue l’après-midi du 20 octobre dernier dans les locaux de l’Académie de Médecine à Paris.
La première édition du symposium, en mai 2021, portant elle aussi sur les promesses et les limites de l’IA appliquée à la médecine, avait rassemblé près de 600 participants dont un grand nombre de chercheuses et chercheurs d’Europe et des Etats-Unis, la seconde en a réuni 700.
Les thématiques abordées cette année concernaient plus particulièrement les enjeux de l’accès aux données et les applications concrètes de l’IA à la médecine, que ce soit en termes d’essais cliniques, d’interface cerveau-machine ou encore dans la découverte de nouveaux médicaments.
L’après-midi était organisée en trois conférences qui ont réuni 420 participants. Patrice Tran Ba Huy, Président de l’Académie Nationale de Médecine, a prononcé une allocution de bienvenue avant que Bernard Nordlinger, Président de la Commission de Médecine Numérique, Académie Nationale de Médecine et Daniela Rus, Directrice du CSAIL et vice-doyenne de la recherche au Schwarzman College of Computing, MIT n’ouvrent le symposium.
Bernard Nordlinger a souligné les enjeux du Symposium :
« en réunissant les acteurs à l’avant-garde de l’IA en santé, 9 rue Georges Pitard à Paris, cette demi-journée démontre l’importance de nouer des collaborations internationales sur ces sujets, afin d’amplifier les opportunités de recherche grâce aux données de santé. »
Daniela Rus, de son côté, a rappelé le potentiel de l’IA et l’importance des données dans le domaine de la santé:
« l’IA est un vecteur sans précédent pour la santé et en révolutionne déjà les usages, en améliorant les prises de décision grâce aux données. L’enjeu dorénavant est de nous coordonner pour davantage améliorer la santé des patients. »
Des données interopérables et open source
La première session a porté sur l’accès aux données au niveau national ou international. Le manque d’uniformité des modèles de données, les législations concernant leur protection différentes en fonction des pays, complexifient l’utilisation des bases de données.
Les intervenants de la première session ont mis en relief la nécessité d’une gouvernance commune de la donnée. Leo Anthony Celi, chercheur scientifique principal à l’Institute for Medical Engineering and Sciences (IMES) du MIT a ainsi souligné l’importance d’accords sur l’interopérabilité des données (l’un des modérateurs était Elazer R.Edelman, Directeur de l’IMES et Professeur de la chaire Edward J. Poitras à la Medical Engineering and Sciences du MIT).
Utiliser des données de qualité et éviter les biais lors de la construction d’algorithme
Les intervenants de la deuxième session ont insisté sur le fait que chacun des acteurs (producteur de données, personnel soignant ou autorité de régulation) a un rôle à jouer afin d’assurer la qualité des données pour éviter tout biais dans la construction d’algorithme et l’importance de travailler ensemble au bénéfice du patient.
Farhad Rikhtegar Nezami, chercheur au Brigham and Women’s Hospital à la Harvard Medical School, a affirmé:
« Nous devons garder à l’esprit que l’utilisation de l’IA en santé est un voyage et non une destination. En définitive, c’est pour le bénéfice du patient que nous utilisons ces outils. L’important pour nous maintenant est de prouver le bénéfice que représente l’IA et montrer que nous pouvons affiner le processus. »
Les applications concrètes de l’IA à la médecine
La troisième session a permis d’évoquer les déclinaisons concrètes de l’IA en médecine, autant en termes de découverte de nouveaux médicaments, d’amélioration des essais cliniques que de possibilités pour l’interface cerveau-machine.
Nicolas Do Huu, Co-fondateur et Chief AI Officer chez Iktos AI, start-up française créée en 2016 spécialisée dans le développement de solutions d’ IA pour la recherche en chimie, et notamment en chimie médicinale et découverte de nouveaux médicaments, est intervenu lors de cette 3ème partie du symposium. Iktos développe une technologie propriétaire et innovante utilisant les modèles génératifs d’apprentissage profond, qui permet, à partir des données existantes, de concevoir des molécules optimisées in silico sur tous les objectifs d’un projet de découverte de molécule.
Il a évoqué différentes technologies d’IA pour la médecine: la modélisation générative, la modélisation prédictive de l’activité de la molécule étudiée, le deep reinforcement learning, le dépistage virtuel et la simulation 3D/4D. Pour lui, l’IA est porteuse d’innovation, il a ainsi déclaré :
« Pour la création de médicaments, il pourrait s’agir d’une révolution analogue à celle que rencontre aujourd’hui l’industrie automobile. »
Tandis que l’analyse de molécules à grande échelle facilitera la découverte de nouveaux médicaments, le recours aux données de vie réelle améliorera l’efficacité des essais cliniques et l’interface cerveau-machine verra ses applications décuplées par l’IA.
Les prises de parole des experts américains et européens de l’IA en santé ont ainsi confirmé la croissance des enjeux de valorisation des données de santé à l’international et en Europe.
