Développement de médicaments
Le développement de médicaments est une démarche de longue haleine. Seules 10 à 14% des substances développées sont commercialisées, les coûts pouvant atteindre jusqu’à 3 milliards de dollars par nouveau médicament. Un principe actif peut en effet impliquer de nombreuses interactions dans le corps, qui sont difficiles à prédire. Beaucoup d’espoirs reposent donc sur l’aide fournie par les systèmes d’IA. Par exemple, le Molecular Design Laboratory de l’ETH Zurich développe de nouveaux concepts, algorithmes et logiciels en vue d’identifier et de concevoir de manière ciblée de nouvelles molécules ayant les propriétés pharmacologiques souhaitées.
Diagnostic
Pour le diagnostic, la capacité des systèmes d’IA à reconnaître les modèles est particulièrement utile. Il n’a pas encore été démontré que les systèmes d’IA sont plus qualifiés que les spécialistes pour identifier certaines maladies à partir de données d’image. Mais l’IA offre un avantage indéniable: elle peut analyser les données d’image dans un délai relativement court et avec une précision constante, et fournir ainsi une aide substantielle au personnel médical. On espère également qu’à l’avenir, l’IA identifiera les corrélations que les spécialistes ne détectent pas d’emblée. Aux États-Unis, des algorithmes sont déjà homologués pour diagnostiquer une hémorragie cérébrale à l’aide d’images de scanner, une fracture osseuse de la main à l’aide de radiographies ou encore un cancer du foie ou des poumons à l’aide d’images d’IRM et de scanner. En Suisse, un logiciel homologué de la société klenico facilite le diagnostic des maladies mentales grâce aux renseignements personnels du patient et au suivi effectué par les spécialistes.
Maladies psychiatriques et neurologiques
La recherche portant sur la détection des maladies psychiatriques et neurologiques au moyen de la reconnaissance vocale en est encore à un stade très précoce. La schizophrénie et la psychose, par exemple, sont étroitement liées au langage car ces maladies altèrent le processus de réflexion. À l’aide de l’apprentissage automatique, une étude sous forme de preuve de principe menée auprès d’un nombre très restreint d’individus a analysé les caractéristiques linguistiques des patient.e.s, telles que la syntaxe et le choix des mots, ce qui a permis de prévoir l’apparition d’une psychose chez des patient.e.s à risque dans un délai de deux ans.
Médecine personnalisée
Afin de déterminer le traitement optimal d’un ou d’une patient.e, on tient compte non seulement de la pathologie mais également d’autres informations concernant son héritage biologique (p. ex. données génétiques), des données médicales telles que les allergies ainsi que des résultats d’examens. L’objectif est d’élaborer des mesures thérapeutiques sur mesure pour chaque patient et d’accroître ainsi l’efficacité tout en limitant les effets secondaires. Il est nécessaire pour cela d’analyser les données de milliers de patient.e.s et de les relier de manière intelligente afin de prédire la progression de la maladie et le traitement optimal pour chaque individu. À l’aide des données d’image et du patrimoine génétique d’un ou d’une patient.e, il est possible de calculer l’agressivité d’une tumeur et de prédire si une radiothérapie ou une chimiothérapie sera efficace.
