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 – entre dix et plusieurs centaines d’équations (à l’aide d’équations différentielles et de modèles de régressions évoluées). On « crée artificiellement » la maladie qui nous intéresse en modifiant les paramètres, toujours d’après ce que l’on connaît de cette pathologie, et de même on mime l’effet du traitement, d’après les premières observations, chez l’animal ou les humains, et sur les connaissances dont on dispose (mécanismes cellulaires, réactions biologiques…). On peut alors comparer le résultat sur le patient virtuel avec traitement, et sur le même patient virtuel qui ne prend pas le traitement, et voir si le médicament est efficace.
Tout le modèle, à savoir l’ensemble des équations, doit être validé sur les premières données cliniques : le modèle statistique doit donner les mêmes résultats que les observations. Cette étape de validation est essentielle. Ainsi, avec les essais in silico, l’idée est d’accélérer l’évaluation des nouveaux médicaments.