À AI for Health, des dirigeants de Janssen et Novartis détaillent leur positionnement

Pour sa 3e édition, la conférence AI for Health cofondée par Janssen et Startup inside s’est tenue en ligne le 10 novembre 2020. Elle a réuni “plus de 3 000 participants” venant de “25 pays”, s’est félicité Damien Gromier, CEO et cofondateur de Startup Inside. Cette édition a fait l’objet de nombreuses présentations et tables rondes avec les différents types d’acteurs : des laboratoires pharmaceutiques aux établissements hospitaliers en passant par des représentants institutionnels, sans oublier les start-up. Parmi ces conférences, des dirigeants de laboratoires pharmaceutiques ont partagé leur vision des enjeux de l’intelligence artificielle. Emmanuelle Quilès, PDG de Janssen France, a à cette occasion rappelé les enjeux de l’intelligence artificielle pour le secteur de la santé et la richesse de l’écosystème d’innovation en France (voir l’entretien accordé à mind Health). 

Novartis et l’accès aux données

Arrivée en mai 2020 chez Novartis pour piloter son AI Innovation Center au niveau mondial et notamment la collaboration avec Microsoft dévoilée en octobre 2019, Iya Khalil a détaillé la stratégie pour “tirer parti des technologies de données et d’IA pour relever les défis de la santé” et plus particulièrement “faire correspondre le bon traitement pour chaque patient”. La dirigeante a rappelé la multiplicité des “données disponibles”, comme celles du génome, les données phénotypiques, les données longitudinales… “Actuellement, nous avons une opportunité où nous ne sommes pas nécessairement limités par les types de données que nous pouvons collecter et, avec les progrès dans l’IA et la puissance de calcul, nous pouvons surpasser la puissance prédictive des algorithmes d’apprentissage automatique classique qui se combinent avec l’innovation sur le plan thérapeutique”, a déclaré Iya Khalil. Elle a distingué les deux approches de son centre d’innovation : AI exploration, qui consiste à appliquer la technologie à “des questions scientifiques complexes” pour “parvenir à des découvertes fondamentales” et AI empowerment qui repose sur l’intégration de l’IA dans les workflows des scientifiques et cliniciens pour les utiliser en autonomie. Pour ces développements, la responsable du AI Innovation Center a notamment précisé la stratégie de Novartis de “construire en interne des capacités de base d’IA qui peuvent être appliquées à tout ce spectre de données (…), des outils et des méthodes”. Elle a mentionné ainsi le traitement du langage naturel, les analyses d’images et les vidéos, les analyses causales et prédictives et les analyses visuelles avancées. Iya Khalil a également cité la collaboration avec Microsoft et l’accès à leurs capacités de calcul.

Janssen et l’interopérabilité des données

Pour Janssen, Bart Vannieuwenhuyse, senior director health information sciences, a lui détaillé les enjeux de l’interopérabilité des données dans l’industrie de santé. Il a d’abord listé les “huit catégories d’application” de l’IA et du machine learning qui “peuvent réellement apporter beaucoup de valeur au secteur de la santé” : imagerie, laboratoire, monitoring, données de vie réelle, assistance virtuelle de santé, applications personnalisées, robotique et wearables, avant de rappeler “l’explosion” de la donnée de santé : “un taux de croissance annuel de 48 % conduira à 2,314 exaoctets de données en 2020”. Si ces données avec l’utilisation de IA et du machine learning sont clé pour la médecine personnalisée, Bart Vannieuwenhuyse a distingué quatre types de données nécessaires : liées au génotype, au phénotype mais aussi sociales et comportementales. Pour mobiliser ces données, il a listé de nombreux challenges comme les questions réglementaires et de confidentialité, de qualité, de barrières contractuelles, les silos, la propriété et le droit d’utiliser ces données… Parmi ces défis, il a ainsi noté que l’interopérabilité sémantique est une barrière significative avant de détailler les bénéfices des réseaux de données fédérés avec l’exemple du programme OHDSI (Observational health data sciences and informatics) https://ohdsi.org/, un réseau international de chercheurs et de bases de données de santé observationnelles. Il a également rappelé que, “depuis la création d’OHDSI en 2014, plus de 2 500 chercheurs ont rejoint la communauté et plus de 100 bases de données” ont été partagées. La conférence AI for Health a par ailleurs permis de partager de nombreux cas d’usages avec les acteurs du secteur.