Les données des patients recèlent une mine d’informations pouvant être exploitées par l’IA pour identifier le traitement le plus adapté à chaque individu, améliorant ainsi considérablement les soins. Selon une nouvelle étude de l’Université d’Aberdeen, en Ecosse, elles peuvent également réduire considérablement les temps d’attente pour une arthroplastie ou chirurgie de remplacement articulaire.

L’étude a mis en lumière un outil d’IA capable d’analyser rapidement et précisément les rapports de radiologie préopératoires, identifiant les patients aptes à une intervention chirurgicale, en particulier pour les remplacements de la hanche. Cet outil pourrait considérablement améliorer l’efficacité des soins, réduire les coûts et, surtout, raccourcir les listes d’attente saturées, ce qui serait un soulagement pour les milliers de patients qui attendent depuis longtemps une intervention.

Le Dr Luke Farrow, chercheur clinique de l’Université d’Aberdeen, qui a dirigé l’étude, a déclaré :

“Nous avons identifié que le résumé des résultats de la radiographie par le radiologue peut être utilisé avec succès pour aider à prédire quels patients orientés vers une arthroplastie de la hanche subiront une intervention chirurgicale”.

Ajoutant :

“Il s’agit de la première étude complète à confirmer le potentiel de l’intelligence artificielle dans ce domaine”.

Objectif de l’étude

Le but de l’étude du Dr Luke Farrow et de ses collègues de l’Université d’Aberdeen, Mingjun Zhong et Lesley Anderson, était d’examiner si le traitement du langage naturel (NLP) à l’aide d’un LLM basé sur la clinique pouvait être utilisé pour prédire la sélection des patients pour une arthroplastie totale de la hanche ou du genou (THA/TKA) à partir de rapports de radiologie en texte libre régulièrement disponibles.

Publiée dans le “Bone and Joint Journal”, elle s’inscrit dans le cadre du projet ARCHERY (Artificial Intelligence for Revolutionising Patient Care in Hip and Knee Arthroplasty), qui se concentre sur l’intégration de l’IA pour améliorer les parcours de soins des patients nécessitant une arthroplastie.

Méthode

Le prétraitement et l’analyse des données cliniques régionales écossaises anonymisées de patients orientés vers l’examen de THA/TKA, ont été réalisés selon le protocole du projet ARCHERY. Seuls les rapports de radiologie préopératoire ont été inclus. Les algorithmes de NLP ont été développés à partir de GatorTron, un LLM open source développé par l’Université de Floride et NVIDIA, entraîné sur plus de 82 milliards de mots de texte clinique anonymisé.

Le modèle a été ajusté finement sur 50 époques et validé par une méthode de validation croisée à trois cycles (k-fold). Les résultats ont ensuite été testés sur des cohortes externes.

Résultats

Pour la prédiction de la THA, 5 558 rapports de radiologie ont été analysés. Parmi eux, 4 137 ont été utilisés pour l’entraînement et les tests du modèle, tandis que 1 421 ont servi à la validation externe. Les performances du modèle après entraînement ont montré une précision moyenne de 0,850, un score F1 de 0,813, et une AUROC de 0,847. Ces résultats suggèrent une bonne performance pour la sélection des candidats à une THA.

Pour la TKA, 7 457 rapports ont été analysés, avec 3 478 utilisés pour l’entraînement et les tests, et 3 152 pour la validation externe. Les résultats ont montré une précision de 0,757, un score F1 de 0,543, et une AUROC de 0,717. Les performances pour la TKA ont été significativement moins bonnes que pour la THA, en particulier lors de la validation externe, où une détérioration notable des performances a été observée.

Limitations

Les résultats montrent que l’utilisation de ces rapports préopératoires de radiologie a un potentiel prometteur pour identifier les candidats appropriés pour une arthroplastie de la hanche, bien que les résultats soient moins convaincants pour l’arthroplastie du genou.

Selon les chercheurs, l’IA doit encore être entraînée en fonction des caractéristiques spécifiques du cadre de soins de santé dans lequel elle doit être utilisée.

Le Dr Farrow déclare :

“L’efficacité de l’algorithme d’IA développé s’est considérablement détériorée lorsqu’elle a été confrontée à des rapports de radiologie provenant d’un autre établissement de santé, ce qui indique la nécessité d’une formation supplémentaire sur une population plus large et plus diversifiée”.

Il ajoute :

“Des développements supplémentaires sont nécessaires pour s’assurer que l’algorithme fonctionne mieux lorsqu’il est appliqué à de nouveaux établissements de soins de santé, tels que différents trusts du NHS. Avec tout algorithme d’IA, il est important de s’assurer qu’il fonctionne efficacement dans le monde réel”.

Cependant, alors que les listes d’attente pour la chirurgie de remplacement articulaire n’ont jamais été aussi nombreuses en Ecosse, cette nouvelle technologie a le potentiel de transformer un système très saturé.

Le Dr Luke Farrow conclut :

“L’utilisation de cet outil d’IA dans la pratique clinique permettrait un examen automatisé rapide de nombreux patients, ce qui améliorerait probablement considérablement l’efficacité et réduirait les coûts associés – cela pourrait changer la vie de milliers de patients qui attendent depuis des années d’atteindre le sommet des listes chirurgicales”.

Références de l’article :

Farrow L, Zhong M, Anderson L. “Utilisation de techniques de traitement du langage naturel pour prédire la sélection des patients pour une arthroplastie totale de la hanche et du genou à partir de rapports de radiologie”.

Bone and Joint Journal 2024; 106-B(7) :688-695. doi :10.1302/0301-620X.106B7.BJJ-2024-0136

Les données artificielles en santé ouvrent de nouvelles perspectives en permettant d’accroître la puissance des essais cliniques, d’effectuer davantage de tests dans un environnement sécurisé, contribuant ainsi à la mise au point de thérapies innovantes répondant aux besoins des patients. Le livre blanc “Données de santé artificielles : analyse et pistes de réflexion”, publié ce 6 mai, contribue à sensibiliser les acteurs du domaine de la santé aux opportunités offertes par l’IA et aux défis à relever pour assurer son utilisation efficace et éthique dans le développement de nouvelles thérapies.

Face à l’accélération des innovations thérapeutiques et technologiques, l’offre de santé n’a jamais été aussi importante. Cependant, de nombreux patients demeurent sans solution thérapeutique adaptée, surtout dans les cas où les essais cliniques traditionnels sont difficiles à mettre en œuvre.

La création de cohortes de patients artificiels générées à l’aide d’algorithmes implémentant des modélisations mathématiques à partir de données cliniques existantes pourrait être une alternative au recrutement de participants, permettant de conduire ces essais de manière optimale tout en assurant la sécurité et la fiabilité des études. Ces outils de génération de cohorte de patients artificiels sont en cours de validation pour leur usage en recherche clinique, même si la preuve de concept de son utilisation a été faite et précisée dans un chapitre de ce livre blanc.

Coordonné par le Dr. Jean-Louis Fraysse et la Pr. Stéphanie Allassonnière, ce dernier détaille les enjeux et les perspectives qu’offre l’utilisation des cohortes de patients artificiels dans les essais cliniques. Il a été réalisé avec la contribution d’acteurs publics et privés, parmi lesquels AFM-Téléthon, Agence de l’Innovation en Santé (AIS), la CNIL, l’INRIA, BOTdesign, le CNRS, CHU de Toulouse, la Filière Intelligence Artificielle et Cancer, l’Institut Pasteur, la Haute Autorité de Santé (HAS), l’INSERM, l’Institut Prairie pour ne citer qu’eux.

Leur initiative s’inscrit dans les travaux de l’Agence de l’Innovation en Santé menés avec l’infrastructure F-CRIN et globalement dans la démarche du plan Innovation Santé 2030, dont l’un des objectifs est d’innover et d’accélérer dans le domaine de la recherche clinique.

Le livre blanc met en lumière le potentiel des cohortes de patients artificiels pour renforcer la puissance des essais cliniques et accélérer le développement de nouveaux traitements mais également les défis associés en termes de sécurité des données et de confiance dans les produits de santé développés.

Ses auteurs soulignent ainsi la nécessité d’une validation rigoureuse par des experts (professionnels de santé, mathématiciens, patients) pour s’assurer de leur fiabilité, c’est-à-dire de leur capacité à reproduire fidèlement les données réelles.

Pour le Dr Raphaëlle Parker, Principal Scientist en recherche translationnelle chez Janssen Pharmaceutical Companies of Johnson & Johnson :

“L’utilisation de l’IA dans le domaine de la santé présente des challenges particulièrement complexes inhérents aux types de données sur lesquelles elle s’appuie (données sensibles, sparses, hétérogènes, quantités souvent limitées, …). Cependant, les efforts de recherche de ces dernières années qui s’attèlent à répondre à ces défis spécifiques, permettent aujourd’hui d’entrevoir un potentiel vertigineux, entre autres et en particulier, dans le domaine des études cliniques, portant des promesses d’études moins chères mais surtout plus justes, plus inclusives et plus efficaces. Le recours à des données artificielles pour le développement de nouveaux médicaments est une ambition particulièrement audacieuse et sensible qui nécessite un effort commun et soutenu d’acteurs divers et complémentaires afin d’avancer de la manière la plus efficace possible”.

Retrouver le livre blanc ici

Le congrès annuel de l’American Association for Cancer Research (AACR) qui s’est déroulé du 5 au 10 avril derniers à San Diego aux Etats-Unis, a été l’occasion pour Transgene, NEC et le Dr Olivier Lantz de l’Institut Curie de présenter les résultats prometteurs d’une nouvelle thérapie personnalisée pour éviter les récidives chez les patients atteints de cancers ORL.

Les vaccins thérapeutiques font partie des immunothérapies. Visant à induire une réponse immunitaire, lorsque cette dernière fait défaut chez le patient atteint de cancer ou à fort risque de récidive, ils font l’objet de nombreuses recherches ces dernières années.

Transgene, biotech strasbourgeoise détenue à 60% par l’Institut Mérieux, s’est associée à NEC Corporation, une entreprise japonaise leader dans les domaines des technologies de l’information, des réseaux et de l’IA, pour développer TG4050, un vaccin thérapeutique personnalisé, le premier produit issu de sa plateforme myvac. Les algorithmes d’intelligence artificielle de NEC sont utilisés pour prédire, après séquençage de la tumeur d’un patient, les cibles tumorales les plus pertinentes.

Le vaccin TG4050 s’adresse aux patients atteints d’un cancer de la tête et du cou et aux patientes atteintes d’un cancer de l’ovaire.

Il a été évalué cliniquement pour le cancer de la tête et du cou aux Etats-Unis, au Royaume Uni ainsi qu’en France à l’Institut Curie, par le Professeur Christophe Le Tourneau, responsable du Département d’Essais Cliniques précoces de l’Institut Curie et co-coordinateur de cet essai clinique international de phase 1 et à l’IUCT-Oncopole de Toulouse par le Professeur Jean-Pierre Delord. Ce sont les résultats de cette évaluation clinique qui viennent d’être présentés à l’AACR.

L’étude randomisée incluait 33 patients atteints de cancer épidermoïde de la tête et du cou (HNSCC) négatif au VPH, de stade 3 ou 4 ayant subi une intervention chirurgicale suivie d’une radiothérapie adjuvante et une chimiothérapie standard. Ils ont été répartis aléatoirement en 2 groupes : 17 ont été vaccinés dès la fin du traitement (bras A), à raison d’une fois par semaine pendant six semaines puis toutes les trois semaines pendant un an, les 16 autres devaient l’être en cas de récidive, un risque important dans ce type de cancer.

Aucun des patients du bras A n’a connu de rechute de la maladie après un suivi médian de 16,2 mois tandis que le cancer a récidivé chez 3 patients du bras B : l’un après 6,2 mois, le second après 8,8 mois et un troisième après 18,5 mois.

Olivier Lantz, directeur adjoint de l’unité Immunité et cancer (U932 Institut Curie / Inserm) a déclaré lors de la présentation de l’essai clinique à l’AACR :

“Nous sommes vraiment enthousiasmés par ces données préliminaires, ainsi que par l’ensemble des preuves qui sont en train d’être construites par la communauté en faveur des vaccins à base de néo-antigènes. Des études comme la nôtre démontrent le potentiel des vaccins thérapeutiques individualisés à base de néoantigènes pour faire partie de la norme de soins de demain”.

Le vaccin est actuellement en cours d’évaluation dans une étude multicentrique randomisée de Phase I/II en monothérapie dans le traitement adjuvant des cancers de la tête et du cou HPV-négatifs. Forts des premiers résultats obtenus dans la partie Phase I de l’essai, Transgene et NEC préparent une extension de cet essai avec une Phase II randomisée, dont le démarrage est prévu dans les semaines à venir.

L’abstract de l’étude est disponible ici

Le Healthcare Data Institute, think tank dédié à la transformation du système de santé par la valorisation scientifique et économique des données de santé, annonce la publication d’un nouveau rapport. Intitulé “Jusqu’où les données peuvent-elles accompagner la transformation de la santé par l’IA ?“, il explore  les cas d’usage, examine les freins et les accélérateurs du développement et de l’adoption de l’IA dans le domaine de la santé et propose 10 recommandations pour une intégration réussie.

L’IA a un potentiel immense dans le domaine de la santé et a ouvert la voie à des avancées significatives dans le diagnostic, le traitement et la gestion des maladies. Grâce à des algorithmes sophistiqués, elle permet une analyse rapide et précise de vastes ensembles de données médicales, améliorant ainsi les capacités de diagnostic des professionnels de la santé et permettant un dépistage précoce des maladies. De plus, en exploitant des données individuelles telles que les antécédents médicaux et les caractéristiques génétiques, l’IA offre la possibilité de personnaliser les traitements pour chaque patient, conduisant à des soins de santé plus efficaces et à de meilleurs résultats.

Par ailleurs, l’IA peut optimiser les opérations hospitalières, réduire les coûts et améliorer la gestion des maladies chroniques grâce à un suivi continu des patients à domicile. Enfin, en accélérant la recherche médicale et en facilitant la découverte de nouveaux traitements, l’IA ouvre de nouvelles perspectives pour l’innovation dans le domaine de la santé.

Le rapport du Healthdata Care Institute dresse un état des lieux de l’utilisation de l’IA dans le parcours de soins et le système de santé. Parmi les cas d’usage examinés à partir d’exemples français et internationaux pour en évaluer le niveau de maturité, on trouve :

• La prévention des cancers ;
• Le diagnostic augmenté ;
• La médecine de précision ;
• La télésurveillance ;
• La gestion de l’approvisionnement;
• L’optimisation du temps ;
• L’organisation des flux hospitaliers ;
• Les déserts médicaux.

Il met en lumière un manque de solutions matures exploitables industriellement et que, malgré un potentiel disruptif, l’adoption de l’IA en santé est freinée par une fragmentation européenne en termes de normes, de réglementations, d’usages et de marché. Il souligne également l’importance cruciale de surmonter ces obstacles et pour y parvenir propose 10 recommandations qui mettent l’accent sur :

• La nécessité de simplifier les normes et de favoriser une adoption européenne collective de l’IA par les acteurs de la santé ;
• La formation initiale et continue des professionnels de santé sur l’IA et la Data Science ;
• La mise en place d’un plan de communication national démontrant les bénéfices et les enjeux de l’IA pour associer le grand public à la révolution de l’IA ;
• Un positionnement éduqué et éclairé des décideurs sur les questions d’IA en santé pour un accompagnement raisonné des solutions.

Pour le Healthdata Care Institute, l’intégration réussie de l’IA en santé requiert une approche collaborative, centrée sur l’humain, qui embrasse à la fois les innovations technologiques et les impératifs éthiques et réglementaires. Les actions raisonnées, guidées par une vision stratégique et pragmatique proposées dans son rapport visent à permettre aux acteurs clés du secteur (décideurs, professionnels de santé, institutions et patients) de “faire de l’IA une réalité bénéfique pour tous en santé“.

Christian DELEUZE, Président du Healthcare Data Institute, conclut :

“Nous sommes à l’aube d’une transformation majeure en santé, guidée par des actions concrètes plus que par des promesses. Ce rapport est un appel à l’engagement pour faire de l’IA un levier d’une médecine plus précise et personnalisée. Ensemble, convertissons ces visions en réalités, pour que l’IA devienne un moteur de l’amélioration des soins et de l’accompagnement des patients. La voie est tracée, les solutions à notre portée. Il appartient désormais aux acteurs du secteur de la santé de répondre présent à cet appel, pour que demain, l’IA en santé soit synonyme de progrès pour chacun “.

Retrouver le rapport et ses 10 recommandations ici

SquareMind était l’une des 16 start-ups accompagnées par l’Ile-de-France au CES de Las Vegas 2024, du 8 au 12 janvier dernier. Elle a pu y présenter sa dernière innovation, une solution digitale alliant technologies de pointe en IA, vision par ordinateur et robotique destinée aux dermatologues.

En 2022, 150 000 cancers de la peau ont été diagnostiqués en France, dont 15 500 cas de mélanome, la forme la plus grave, responsable d’environ 2000 décès chaque année dans notre pays. Chiffre tout aussi alarmant, le nombre de nouveaux cas de cancer cutanés a plus que triplé en 30 ans, notamment en raison du vieillissement démographique mais surtout de l’exposition solaire.

La France se retrouve face à un autre défi, la pénurie de spécialistes, ce qui explique pourquoi il faut parfois attendre des mois pour obtenir un rendez-vous chez un dermatologue.

Lors d’une visite, celui-ci examine minutieusement la peau du patient avec une loupe grossissante et s’il soupçonne un début de cancer, fera par la suite une exérèse pour faire analyser le tissu cutané et vérifier si c’est le cas ou non. Lors de la visite suivante, généralement dans les six mois à un an, il n’aura que les notes prises en fin de consultation pour pouvoir comparer l’évolution de taches, lésions qui peuvent être tout autant à l’origine de cancers que les grains de beauté.

La solution à laquelle travaille depuis plus de quatre ans SquareMind, créée par Ali Khachlouf et Tanguy Serrat, pourrait permettre aux dermatologues de gagner beaucoup de temps, leur évitant de faire des comptes-rendus de la visite, et augmenter le diagnostic médical, en leur permettant de comparer la totalité de la peau du patient d’une visite à l’autre.

Ali Khachlouf explique :

“Le dermatoscope (loupe grossissante), inventé il y a 30 ans, reste la dernière innovation de rupture dans le domaine du dépistage des cancers de la peau. Notre solution permettra de faciliter le suivi des patients, de rendre beaucoup plus accessible le dépistage précoce, tout en digitalisant la pratique”.

Une innovation de rupture d’imagerie et d’IA

La solution se compose de trois produits complémentaires pour une approche holistique du dépistage du cancer de la peau :

• Un dispositif d’imagerie corps entier en dermoscopie. Un bras robot navigue autour du patient, prend des milliers de clichés pour générer des images haute résolution du corps entier, des “google maps” de la peau, que l’on peut zoomer et dézoomer à volonté ;
• Une application web permettant au dermatologue de revoir la surface cutanée, de stocker les images de façon automatisée, facilitant ainsi le suivi des patients grâce à la comparaison possible entre deux visites ;
• Un logiciel d’assistance au médecin qui permettra de faciliter l’analyse des images et mettra en évidence l’évolution des lésions et/ou l’apparition de nouvelles entre deux visites.

Tanguy Serrat, cofondateur de SquareMind, précise :

“Notre solution a été réalisée en travaillant main dans la main avec des médecins de renom, en France, en Europe et aux États-Unis. Leur retour d’expérience continue à jouer un rôle crucial dans la conception de la solution qui est développée pour des professionnels de santé”. 

Destinée aux dermatologues exerçant en libéral ou en établissement hospitalier, la solution devrait être mise sur le marché français et européen dès cette année.