Votre selfie pourrait être utile à votre santé !

Le deep learning pourrait jouer un rôle important dans la découverte précoce de la maladie d'Alzheimer chez un patient. L'imagerie cérébrale est utilisée pour diagnostiquer cette maladie mais l'interprétation des changements métaboliques (comme l'absorption du glucose par le cerveau), signes de la maladie d'Alzheimer, est très compliquée au stade précoce.

L'enjeu est de taille car plus la maladie est détectée tôt, plus les traitements sont efficaces. Une étude pionnière menée en 2018 par des chercheurs de l'Université de San Francisco montrait une réussite de 100% dans le diagnostic des symptômes de l'Alzheimer par l'IA, qui a prédit la maladie six ans avant le diagnostic final.

Plusieurs entreprises ont eu l'idée de lancer le "machine learning" dans la course à la découverte de nouveaux médicaments. Le but est de concevoir les médicaments qui seront les plus susceptibles de fonctionner pour guérir une maladie grâce à l'étude de la biologie à grande échelle.

Si chaque entreprise possède ses propres méthodes et outils, toutes reposent sur les mêmes bases : la capacité de l'IA à analyser un nombre de données infiniment grand, l'utilisation de cellules souches sur lesquelles sont implantés des modèles de maladie afin de comprendre pourquoi et comment la maladie se développe, et enfin la combinaison d'expérimentations en laboratoire et sur ordinateur. Cette filière en est encore à ses balbutiements, mais suscite beaucoup d'intérêt, comme le montre la levée de fonds de 143 millions de dollars de l'entreprise californienne Insitro.

L'IA est déjà utilisée dans les phases de diagnostics et de suivis pour plusieurs types de cancer : le cancer du sein, le mélanome et le cancer du poumon.

En juillet 2019, une étude publiée dans la revue scientifique américaine Archives montrait que l'intelligence artificielle de Google, LYNA, pouvait détecter les métastases d'un cancer du sein plus efficacement que les pathologistes. Cette étude propose d'utiliser l'algorithme pour améliorer les diagnostics et réduire notamment le nombre de faux négatifs. Le collectif européen Desiree travaille sur cet usage.

Mais l'apprentissage profond se décline aussi dans le traitement d'images. Dans le cas du mélanome, l'Inserm précise qu'une base de données de 50.000 images minimum est nécessaire pour entraîner l'algorithme à identifier les signes de la pathologie.

Il serait possible de diagnostiquer le diabète avec un smartphone, comme l'a montré une équipe de scientifiques de l'Université de Californie, dont les travaux ont été présentés récemment dans la revue Nature Medicine.

L'algorithme qu'ils ont créé utilise simplement la caméra d'un smartphone, permettant un diagnostic non invasif qui n'existait pas jusqu'à présent. Il a pu diagnostiquer un diabète de type 2 (le type 2 touche 90% des personnes diabétiques) avec un taux de réussite de 80%. Cela pourrait permettre de développer un outil efficace pour dépister la maladie.

Dans la course contre la pandémie mondiale, l'IA reste un atout majeur. Le 15 juillet dernier, des chercheurs ont publié dans la revue Nature une méthode pour prédire l'aggravation des symptômes chez un patient atteint de la maladie.

Cette méthode, qui s'appuie sur une machine d'apprentissage en profondeur et des données récoltées sur un échantillon de presque 3 000 patients chinois, a permis de créer un outil de prédiction informatique pour trier les patients dès leur admission, en fonction du risque qu'ils développent des symptômes sévères de la maladie.