Comment prévoir le résultat d’un traitement avant de le tester sur un patient ? Comment choisir le meilleur traitement pour le patient ? Tout cela fait intervenir des statistiques, et en particulier de l’intelligence artificielle, pour améliorer la médecine de demain, et déjà d’aujourd’hui 

Dans son rapport sur l’intelligence artificielle, remis en mars 2018 (voir Tangente 181, 2018), Cédric Villani fait de la santé un secteur stratégique. Ce n’est pas le futur, c’est le présent : on voit apparaître de plus en plus d’initiatives qui utilisent les modèles statistiques et l’intelligence artificielle.

 

 

Les essais in silico

 

Démontrer la sécurité et l’efficacité d’un médicament est actuellement réalisé sur des modèles in vitro dans des tubes à essais, des modèles in vivo chez l’animal et surtout des essais cliniques, sur les humains. La modélisation et la simulation in silico apparaissent comme une nouvelle source d’évaluation (voir Mathématiques et Médecine, Bibliothèque Tangente 58, 2016). La formule « in silico » est dérivée du mot « silicium », composant de base des ordinateurs, ce qui signifie que ce sont des études purement informatiques.

Comment ça marche ? En créant un modèle avec l’utilisation d’intelligence artificielle, en combinant des modélisations mathématiques des mécanismes biologiques de patients réels et des simulations par ordinateur de patients virtuels, pour intégrer toutes les informations dont on dispose sur ces mécanismes. Concrètement (si l’on peut dire), on « construit » des « patients virtuels », en programmant tous les phénomènes biologiques connus grâce aux précédentes études, de façon plus ou moins élaborée ... Lire la suite


références

Le secteur médical et ses exemples d’intelligence artificielle. Franck Mairot, Mailabs, 2022, disponible en ligne.
L'approche in silico, vers des essais cliniques 100 % virtuels ? Camille Boivigny, Biologiste 365 108, 2020.
The role of risk-reducing surgery in hereditary breast and ovarian cancer. Lynn Hartmann et Noralane Lindor, The New England Journal of Medicine 374, 2016.fiche/190