En mai dernier, l'Institut Curie, acteur majeur de la lutte contre le cancer, a signé un partenariat avec une start-up spécialisée dans l'intelligence artificielle pour développer un logiciel spécialisé en cancérologie. L'intelligence artificielle (IA) sert déjà dans de nombreux domaines. La prochaine révolution sera-t-elle dans le secteur de la santé?
Voilà plus de dix ans que l'institut Curie accumule des dossiers médicaux entièrement numérisés, une gigantesque base de données jusqu’ici inexploitée. Transmise à la start-up Owkin, elle devrait enfin être disséquée dans les mois qui viennent grâce à l'analyse automatique de machines à même de comparer des cas médicaux similaires. L’objectif? Mieux comprendre le développement des différentes pathologies et anticiper les réactions de chaque patient aux traitements.
Capables de traiter des tonnes d’informations bien plus rapidement que l’être humain, les machines accompagnent aujourd’hui les médecins dans certaines tâches. C’est dans cette voie que Thomas Clozel, ancien chef de clinique en hématologie et chercheur à Weill Cornell, s’est engagé en lançant la start-up OWKIN en septembre 2016, désormais installée à Paris et New York. Avec son comparse Gilles Wainrib, ex-maître de conférences en informatique appliquée à l’École normale supérieure (ENS), il veut inventer une intelligence artificielle et collective pour résoudre les problèmes les plus complexes auxquels la médecine est confrontée.
Qu’on se rassure, l’objectif n’est pas de remplacer les médecins par des robots mais bien de leur faciliter la vie. Concrètement, OWKIN a recruté une équipe de data scientists – des ingénieurs en gestion et analyse de données massives – qui développent des calculs prédictifs. Ils permettront, à terme, d’accélérer et améliorer la découverte de médicaments, de la fixation de la molécule sur un récepteur à la prescription de traitements dans les services de médecine spécialisée. «Quand il faut prescrire un traitement, les avis de plusieurs médecins se confrontent et cela peut prendre du temps. Les algorithmes vont permettre d’y voir plus clair et d’aboutir à un résultat plus précis. Le but est de réduire les nœuds, c’est-à-dire les désaccords, et de visualiser des patients similaires», explique Thomas Clozel. Pour ce faire, les machines accumulent et hiérarchisent par apprentissage automatique – ou machine learning – de prodigieuses quantités de données (sur des molécules, des clichés d’imagerie médicale, des essais...) pour enfin les croiser entre elles par une technologie appelée transfer learning sur lequel se concentre OWKIN. Ces précieuses ressources sont collectées via des hôpitaux, des centres de recherche ou sont directement accessibles en open data. Jeune pousse très prometteuse, OWKIN se concentre en ce moment sur le déploiement de ses softwares et vient d’effectuer une levée de fonds de 2,1 millions de dollars.
Article initialement paru dans le magazine Socialter n°21, publié en février 2017. Photos ©Erwan Floc'h
Socialter est un média indépendant et engagé qui dépend de ses lecteurs pour continuer à informer, analyser, interroger et à se pencher sur les idées nouvelles qui peinent à émerger dans le débat public. Pour nous soutenir et découvrir nos prochaines publications, n'hésitez pas à vous abonner !
S'abonnerFaire un don
