Aperçu de l'industrie: le rôle émergent de l'IA dans la prévention des maladies

L'intelligence artificielle (IA) fait de grands progrès dans l'industrie des soins de santé. Pour aider à prévenir les maladies, les professionnels de la santé sont désormais en mesure de s’appuyer sur les données des capteurs médicaux et de la génomique, discipline de la biologie moléculaire qui couvre la fonction, la structure et la cartographie des génomes. Cela fait partie d'une tendance appelée «médecine prédictive», dans laquelle les mégadonnées aident à identifier les patients présentant un risque de maladie, un peu comme l'analyse prédictive est utilisée par les outils de business intelligence (BI) pour identifier les nouvelles tendances et opportunités.

Le Scripps Research Translational Institute utilise les données de génomique pour mieux comprendre l'état de santé d'une personne. Scripps collabore avec Nvidia pour mettre au point des méthodes d’intelligence artificielle et d’apprentissage en profondeur pouvant s’inspirer de la génomique et des capteurs numériques des montres intelligentes, des brassards de tensiomètre et des glucomètres. Les scientifiques de données peuvent même appliquer un apprentissage approfondi aux données médicales provenant de la nouvelle Apple Watch Series 4. Nvidia et Scripps mèneront cette recherche dans le cadre d’un nouveau centre d’excellence situé dans les deux installations de la société.

Pour en savoir plus sur la manière dont l'IA et les mégadonnées peuvent aider à générer des informations à partir de capteurs médicaux, PCMag s'est entretenu avec le Dr Eric Topol, expert en santé numérique et cardiologue. Il est également directeur et fondateur du Scripps Research Translational Institute.

PCMag (PCM): Comment Scripps s'est-il associé à Nvidia?

Eric Topol (ET): C'est ce que j'ai initié. J'avais beaucoup lu sur leur contribution à l'ensemble du domaine de l'apprentissage en profondeur et de l'IA car j'ai un livre à paraître prochainement sur ce sujet. J'ai effectué de nombreuses recherches et je me suis rendu compte qu'ils étaient un chef de file du secteur du matériel pour l'IA et de nombreuses innovations dans des secteurs locaux, notamment les voitures sans conducteur, les cryptomonnaies, les jeux vidéo et les soins de santé. Nous avons donc commencé à parler de la manière dont nous pourrions travailler ensemble.

PCM: Quel est l'objectif du nouveau centre d'excellence sur lequel vous allez travailler avec Nvidia?

ET: L'objectif primordial est de promouvoir la santé humaine. Nous devons être en mesure d'appliquer l'apprentissage en profondeur, l'IA et tous ses sous-types non seulement pour analyser les données de capteurs et les séquences du génome complet, mais également pour rassembler toutes ces données pour chaque personne. Ces données incluent les capteurs qu'ils portent ainsi que les données des couches biologiques. Il ne s'agit pas seulement d'ADN, de protéines, de leur microbiome intestinal, de leurs métabolites, etc., mais également de tous leurs médicaments antérieurs et de leur environnement.

Rassembler toutes ces données et extraire, en temps réel, la valeur pour un individu n'a pas encore été atteint. C’est un objectif ambitieux, mais pour y parvenir, nous devons maîtriser la capacité de traiter les données de capteurs, qui sont très riches et denses. Généralement, les capteurs transmettent des données en continu et, avec le temps, ils produisent plus de données qu’autre chose, y compris des images et une séquence génomique complète.

• 10 étapes pour adopter l'intelligence artificielle dans votre entreprise 10 étapes pour adopter l'intelligence artificielle dans votre entreprise
• Cette application apporte la puissance de l'IA aux médecins des pays en développement Cette application apporte la puissance de l'IA aux médecins du monde en développement
• «L'informatique corporelle» transforme les soins de santé en soins de la vie «L'informatique corporelle» transforme les soins de santé en soins de la vie

PCM: Comment les données vont-elles extraire la valeur pour un individu?

ET: Un jour, il y aura un coach médical virtuel. comme aujourd'hui, nous avons un haut-parleur intelligent qui vous donnera des indications ou des réponses, ou votre assistant numérique Google vous informera de votre emploi du temps ou vous demandera de partir plus tôt pour aller à l'aéroport. C'est bien pour aujourd'hui, mais nous pouvons faire beaucoup pour les soins de santé à l'avenir. Cela commence aujourd’hui avec des problèmes comme le diabète et l’hypertension, mais ce sera finalement une stratégie de prévention pour une grande proportion de la population. Personne ne l'a encore assemblé, mais voici quelques étapes préliminaires pour y parvenir.

PCM: Comment l'IA aidera-t-elle réellement à révolutionner la prévision et la prévention des maladies?

ET: Il y a plusieurs façons de réussir. Par exemple, aujourd'hui, pour les diabétiques, le seul algorithme qui existe consiste à déterminer si votre glycémie augmente ou diminue. c'est un algorithme stupide. Ce que nous savons, c’est que la régulation de la glycémie et son état sont influencés non seulement par ce qu’une personne mange, mais aussi par son sommeil, son activité, son microbiome intestinal et d’autres facteurs. Nous pouvons donc développer des algorithmes qui rassemblent toutes ces données et les redonnent à l’individu afin d’améliorer la régulation de la glycémie et de prévenir les complications telles que les maladies oculaires, les maladies du rein et les maladies vasculaires. Les algorithmes peuvent également fournir des données vitales pour aider à prévenir les crises, l'asthme et les crises cardiaques. Nous pouvons éviter tant de choses lorsque nous connaissons les personnes à risque et que nous disposons d'algorithmes intelligents pour prendre en compte toutes les données d'un individu et lui fournir le retour d'informations dont il a besoin.

PCM: Y at-il de réels progrès dans la prévention de l'IA et de la prévision de la maladie aujourd'hui, ou est-ce quelque chose que nous verrons dans le futur?

ET: Eh bien, ça commence à vraiment décoller. environ cinq études prospectives différentes ont été publiées. Ils ont donc testé ces algorithmes dans une clinique. Nous avons déjà vu 15 algorithmes d'IA approuvés par la US Food and Drug Administration au cours de la dernière année. Il est encore tôt dans le développement de l'IA, mais cela commence à prendre forme maintenant. Il y a un an, ce n'était pas le cas, mais il est certain que nous voyons de plus en plus de preuves à la fin de cette année.

PCM: AI utilisera-t-il des capteurs numériques provenant d'un produit tel que l'Apple Watch?

ET: Oui, et les nouvelles à propos de cela en septembre ont été précédées par une annonce d'une startup appelée AliveCor, qui avait déjà reçu l'approbation de la FDA un an auparavant pour un algorithme d'apprentissage en profondeur. Ainsi, les personnes peuvent surveiller leur fréquence cardiaque au repos et avec une activité physique et être alertées lorsque quelque chose ne va pas quand elles se reposent et que leur fréquence cardiaque est en retard. On leur dira de prendre un cardiogramme dans leur montre, puis un algorithme le lira et vous pourrez diagnostiquer la fibrillation auriculaire. Donc, cela existe depuis un an, et puis, il est également offert par Apple. Nous avons maintenant la détection du rythme cardiaque de plusieurs consommateurs via l'IA; c'est une histoire du monde réel. Nous ne parlons pas d'algorithmes d'apprentissage en profondeur qui sont encore dans les ailes; ils sont réels maintenant.

Avec la fibrillation auriculaire, on pourrait dire: "Est-ce que tout le monde a besoin d'une montre Apple Watch?" Non, mais pour les personnes à risque ou qui ont été traitées pour une fibrillation auriculaire, il s'agit d'une condition importante qui augmente le risque d'accident vasculaire cérébral. Certaines personnes doivent avoir des anticoagulants pour prévenir les accidents vasculaires cérébraux. Ce n’est donc pas une mince affaire si vous souffrez de fibrillation auriculaire et avez une anomalie structurelle cardiaque.

PCM: Bien que des sociétés telles que 23andMe proposent des tests génétiques pour moins de 200 $, le séquençage d’un génome entier a tout de même un prix élevé. AI va-t-il rendre le séquençage génomique plus abordable?

ET: C'est possible. L’une des façons de le faire consiste simplement en un traitement des données beaucoup plus efficace. Vous n’avez donc pas à séquencer les données en profondeur ni à autant de personnes. Pourtant, aujourd’hui, le séquençage d’un génome entier représente environ mille dollars. Et donc, si vous voulez faire cela pour beaucoup de gens, des millions ou des milliards de personnes, cela reste une très grosse dépense. L'intelligence artificielle peut modifier et séquencer le séquençage du génome de nombreuses façons, et pas seulement l'ADN. Il s'agit d'ARN, de protéines, de métabolites, du microbiome, de toutes les couches biologiques auxquelles l'IA peut s'approcher, car ce sont toutes des données volumineuses. Si elle est étiquetée "Big Data", c'est en fait une IA clignotante.

PCM: Je vois que vous participez au programme de recherche "All of Us" du National Institute of Health. Qu'est-ce que cela implique?

ET: un million d'Américains qui, pendant de nombreuses années, probablement des décennies, se renseigneront sur eux-mêmes, leur génome, leur microbiome et divers capteurs. Ils partageront ces données afin que nous puissions aider - idéalement non seulement pour promouvoir leur santé, mais également pour la santé de la prochaine génération. Comme toutes ces capacités à comprendre chaque être humain sont nouvelles, nous commençons tout juste à comprendre comment utiliser ces outils pour aider les gens à préserver leur santé. Nous permettons aux gens de comprendre leurs propres données, ce que nous leur redonnons pour les aider à travailler avec leurs médecins pour devenir des citoyens scientifiques et des pionniers dans l’avenir de la santé humaine.

PCM: Sur quoi travaillez-vous avec les capteurs cardiaques continus? Comment ça marche?

ET: Nous avons un patch, comme un pansement, que vous pouvez porter. Nous avons les battements de coeur continus de 15 000 personnes pendant 11 ou 12 jours; c'est une quantité énorme de données. Pouvoir prédire l’arythmie, un trouble du rythme cardiaque, avant qu’il ne se produise, et connaître le signal afin que nous puissions l’éviter, c’est ce que nous visons. Les gens ont utilisé l'IA pour diagnostiquer le rythme cardiaque, mais nous essayons de l'obtenir pour prévenir l'arythmie cardiaque. C'est la prochaine phase.

PCM: Comment le séquençage de gènes entiers entre-t-il en jeu et comment allez-vous l'utiliser chez les personnes âgées?

ET: Nous avons un très grand échantillon de personnes et leur moyenne d'âge est de 89 ans. Elles n'ont jamais été malades et nous voulons savoir pourquoi. Nous pensons que l’apprentissage en profondeur de ces génomes, par rapport aux témoins, nous aidera car il faut beaucoup de données pour comprendre les variantes génomiques chez les personnes "soudées" qui sont différentes et pertinentes pour une santé extrême. Il nous a fallu presque une décennie pour rassembler toutes ces personnes et les séquencer.

PCM: AI va - t-il vraiment nous garder en santé plus longtemps?

ET: Il faudra voir. Une chose est une promesse et l'autre accomplit la promesse. Le temps nous le dira. Mais je ne sais pas si nous avons vu quelque chose qui a autant de promesses aujourd'hui. Mais il faudra un certain temps pour que tout soit validé.