Intelligence artificielle : déjà des applications concrètes en santé

Cette demi-journée s’est articulée autour de trois sessions visant à éclairer les approches en IA appliquées à la santé de part et d’autre de l’Atlantique, mais aussi à échanger sur les possibilités et les réalités pratiques de ces dernières.

Le développement de nouveaux médicaments fait partie des secteurs où l’IA joue déjà un rôle. Il s’agit en effet d’un défi immense, qui nécessite un engagement de 10 à 15 ans et un investissement pouvant aller jusqu’à 2 milliards de dollars. Les algorithmes d’intelligence artificielle peuvent réduire ces dépenses de temps et d’argent, a témoigné Nicolas Do Huu, cofondateur et Chief AI Officer chez Iktos, start-up française spécialisée dans le développement de solutions d’IA appliquées à la recherche chimique, plus particulièrement à la chimie médicinale, et à la conception de nouveaux médicaments.

Nicolas Do Huu a décrit les différentes applications de ces solutions : la modélisation prédictive de l’activité de la molécule étudiée, la modélisation générative, qui crée de la donnée, l’apprentissage par renforcement, afin que chaque nouvelle itération soit plus performante que la précédente, le dépistage virtuel et la simulation 3D/4D. « Dans cinq à huit ans, un médicament aura été développé grâce à l’IA », prédit-il. À ses yeux, il s’agit d’une révolution comparable à celle qu’a connue l’industrie automobile avec l’automatisation. « Dans le futur proche, nous aurons le même genre d’usine pour les médicaments que nous en avons pour les Tesla aujourd’hui », a-t-il ajouté. Un enthousiasme partagé par Farhad Rikhtegar Nezami, chercheur à la Harvard Medical School, qui, lors de sa prise de parole, a confirmé sous forme de boutade : « Personne ne croit en la simulation moléculaire, à part ceux qui en font. »

Leo Anthony Celi, chercheur au MIT et à la Harvard Medical School, a ensuite présenté ses travaux sur la recherche de nouvelles indications thérapeutiques pour des médicaments existants grâce à l’analyse de données de masse, dont les dossiers patients informatisés. Il a néanmoins mis en garde sur les biais dans les données auxquels il convient de former les IA : informations manquantes, genre du patient, etc. « Il y a beaucoup d’opportunités de nouvelles indications thérapeutiques, mais il faut être conscient de ces biais », a-t-il affirmé, citant également la « date d’expiration » des algorithmes qui peuvent devenir obsolètes.

L’apport de l’IA dans les essais cliniques a été décrit par Stéphanie Allassonnière, professeure et vice-présidente Valorisation à l’université Paris Cité et professeure associée à l’École polytechnique. « Nous pouvons créer des jumeaux numériques », mais aussi, avec suffisamment de données, « des trajectoires nous permettant de classer un patient, de voir comment il réagit à une molécule et d’anticiper ses réactions sur plusieurs années », a-t-elle précisé. L’intelligence artificielle permet aussi de créer de « faux patients, pour augmenter les cohortes où il est difficile de recruter et ainsi améliorer l’essai clinique ».

Jean-Yves Blay, chef du département de cancérologie médicale du centre Léon-Bérard et président d’Unicancer, a également cité la possibilité qu’offre l’IA de prédire la toxicité potentielle d’un essai pour les patients, permettant ainsi d’y mettre un terme au plus tôt. Le président d’Unicancer a néanmoins terminé sa prise de parole en rappelant la nécessité pour les autorités d’être capables de s’adapter pour évaluer ces nouveaux outils dont le développement est très rapide, au risque, dans le cas contraire, d’accumuler du retard.