L’intelligence artificielle en santé

LE CONTEXTE

Algorithmes, machine learning, natural language processing (NLP), deep learning, apprentissage fédéré…, l’intelligence artificielle (IA) revêt différentes formes et se fait une place dans l’industrie de santé.

La technologie est utilisée pour accélérer les essais cliniques. Elle intègre aussi les solutions thérapeutiques, comme les dispositifs médicaux. Sans oublier le parcours de soins qu’elle permet d’optimiser avec, notamment, l’utilisation de chatbots et l’aide au diagnostic dans l’imagerie médicale. Le secteur de la santé a été identifié comme un des quatre axes principaux de développement de l’IA par le rapport Villani en 2018. Elle fait par ailleurs partie des huit technologies identifiées par l’étude du Pipame (pôle interministériel de prospective et d’anticipation des mutations économiques) « Industrie du futur – enjeux et perspectives pour la filière industries et technologies de santé », publiée en juin 2019. Le marché de l’IA en santé pourrait ainsi passer de 2,5 Mds $ en 2018 à 31,3 Mds $ en 2025 selon une étude de Grand View Research d’octobre 2019.

LES ENJEUX

> Les applications : Petit à petit les technologies d’intelligence artificielle ont infusé sur toute la chaîne de valeur de la santé. Et se traduisent par de multiples applications déjà mises en oeuvre ou en cours de développement pour les activités propres au secteur santé mais aussi pour les activités comme le recrutement, l’organisation interne… 

La recherche : Pour diminuer le taux d’attrition dans la recherche de médicaments, l’IA est aujourd’hui utilisée pour identifier des candidats médicaments à partir des données accumulées par les différents acteurs académiques et de l’industrie mais également par l’exploration automatique des publications scientifiques. Des start-up se positionnent notamment sur la génération de modèles pour la prédiction des composés susceptibles d’agir sur une cible thérapeutique, l’identification de liens entre les médicaments existants et les maladies…

Le drug development : Pour les phases d’étude clinique, les technologies d’IA commencent à être utilisées à plusieurs niveaux. Des applications vont d’une meilleure stratification des patients éligibles à l’essai clinique à la sélection de centres investigateurs, en passant par l’amélioration de la détection des effets secondaires des candidats médicaments et l’analyse des données de l’étude. L’IA est également citée pour le développement d’essais cliniques in silico, c’est-à-dire utilisant des outils de simulation et de modélisation pour remplacer les essais sur l’homme. Lors de son Science Forum en septembre 2019, la FDA a par exemple partagé les résultats de l’étude clinique VICTRE, “le premier essai clinique totalement in silico en imagerie”.