La FDA s’intéresse à l’IA pour l’analyse des informations patients dans les dossiers d’enregistrement

L’Agence du médicament américaine a publié le 23 avril 2019 un point sur les avancées de chercheurs de sa division CDER (center for drug evaluation and research) développant des méthodes basées sur le deep learning autour de “l’expérience patient”, et plus particulièrement la prise en compte des effets indésirables dans les dossiers qui lui sont soumis. “Le développement, l’évaluation et la réglementation des médicaments, des produits biologiques et des dispositifs médicaux reposent sur la saisie et la compréhension d’informations sur la manière dont les patients expérimentent ces produits”, constate la FDA qui cite les informations provenant des essais cliniques mais aussi les déclarations d’effets indésirables.

Les chercheurs ont alors développé une approche utilisant du deep learning pour extraire automatiquement de la base MedDRA (medical dictionary for regulatory activities) les termes standards décrivant les effets indésirables. Ils utiliseront ensuite les “milliers de récits de patients correctement codés dans les soumissions de nouveaux médicaments pour entraîner un réseau de neurones afin de prendre les bonnes décisions de codages MedDRA”. L’objectif final est de mettre au point un outil pour permettre aux utilisateurs de “choisir automatiquement les termes préférés parmi les descriptions en texte libre dans les documents réglementaires nouvellemement soumis” et ainsi permettre une analyse plus précise, indique l’agence américaine.

À noter : Les chercheurs du CDER précisent utiliser différentes méthodes NLP (natural language processing) comme l’analyse des sentiments, le machine learning, la synthèse et l’extraction d’entités et de faits.