- Un défi scientifique
- Une visée principale : former les professionnels de la santé à l'analyse du Big Data
- Le Big Data et l'intelligence artificielle, nouveaux alliés de la recherche contre le cancer ?
Encore aujourd'hui, le traitement contre le cancer demeure un défi médical. En effet, les tumeurs dont souffrent les patients sont de nature très diverses. Or, il est très difficile pour les médecins de rendre compte de cette hétérogénéité tumorale. L'évaluation clinique de l'hétérogénéité tumorale nécessite souvent l'expertise de pathologistes anatomiques et de radiologistes.
Réussir à identifier les différents types de cellules dans une tumeur est un enjeu clé pour la médecine. Cela permettrait une meilleure adaptation des traitements en fonction des patients, et donc une amélioration du taux de réussite des traitements contre le cancer.
En utilisant des informations génétiques comme l'expression des gènes ou certains facteurs qui influencent l'expression de ces gènes, les équipes en compétition lors de la seconde édition du Health Data Challenge devaient explorer les méthodes statistiques actuelles pour mieux comprendre la composition en type de cellules dans une tumeur.
Un défi scientifique
De manière vulgarisée, la question à laquelle devaient répondre les équipes candidates était la suivante : comment calculer la proportion des différents types de cellules présents dans une tumeur à partir des données biologiques du patient et ce grâce à des méthodes statistiques ?
Le but étant de comprendre la composition cellulaire de la tumeur et de son environnement.
Ce défi était également une occasion unique pour comparer la performance des différentes méthodes de déconvolution entre les données du transcriptome et du méthylome, ce qui pourrait avoir un impact important sur la pratique clinique.
Une visée principale : former les professionnels de la santé à l'analyse du Big Data
Le Health Data Challenge (comprendre en français " Défi des Données sur la Santé") fait partie d'un programme consacré à l'innovation pédagogique.
L'objectif de ce programme est de fournir :
- des cadres analytiques pour combler l'écart entre les grandes bases de données et la médecine personnalisée dans le traitement des maladies.
- mais aussi des méthodes pédagogiques novatrices pour former les étudiants et les professionnels de la santé à l'analyse de grandes données en sciences de la santé.
Selon l'institut, l'intégration d'une grande quantité de données provenant de différentes sources et l'utilisation de ces connaissances pour mieux caractériser les spécificités de chaque individu permettront d'améliorer le diagnostic des maladies et d'adapter en conséquence le traitement et les soins des patients.
Le Big Data et l'intelligence artificielle, nouveaux alliés de la recherche contre le cancer ?
Aujourd'hui de nombreux programmes de machine learning ont prouvé être aussi (voire plus) efficaces que l'oeil humain pour détecter via l'analyse de l'imagerie médicale.
Selon Kimberly Powell, chargée de développement chez Nvidia, les algorithmes de machine learning sont aujourd'hui capables d'annoter chaque image avec des informations contextuelles, indiquant au médecin l’emplacement exact de l’anomalie, ses caractéristiques, et la maladie qu’elle peut impliquer. Face à la fatigue et aux aléas humains que peuvent connaître les radiologues qui observent plusieurs centaines d'images par jour, l'intelligence artificielle, en devenant une aide à la décision, pourrait permettre de réduire considérablement le risque d’erreurs.
Or, si la recherche développe des solutions pour améliorer la détection des tumeurs, de nombreuses avancées existent également dans le diagnostique des cancers.
En 2017, Gary Marcus, professeur en neuroscience à l’Université de New-York et fondateur de la start-up Geometric Intelligence exprimait son enthousiasme concernant l'usage de l'IA dans la recherche contre le cancer:
"Nous avons en nous des milliers de gènes, des millions de protéines qui interagissent entre elles. Un cerveau humain ne peut pas gérer un tel niveau de complexité. En revanche, des machines capables de comprendre l’ensemble des intrications à l’oeuvre dans notre organisme et de raisonner à partir de celles-ci pourraient s’avérer révolutionnaires. L’intelligence artificielle nous permettrait ainsi d’améliorer notre compréhension de la médecine et de fournir de meilleurs traitements. Pour soigner le cancer, aujourd’hui, nous utilisons toujours la chimiothérapie, une technique vieille de cinquante ans. Peut-être que dans cent ans, nos descendants trouveront nos méthodes aussi primitives que les saignées que l’on employait autrefois"
Une alliance prometteuse entre médecins et intelligence artificielle qui n'en est qu'à ses début...
Camille Labrousse, Marketing and Content Coordinator chez Verteego