Publié le 17 février 2024 19:56:00. Des chercheurs ont démontré que l’intelligence artificielle (IA) générative peut accélérer considérablement l’analyse de données médicales complexes, surpassant parfois les performances d’équipes de scientifiques spécialisés et ouvrant la voie à des avancées plus rapides dans la recherche sur la santé.
- L’IA générative a permis de créer des modèles prédictifs de naissance prématurée en quelques minutes, une tâche qui prenait auparavant des heures, voire des jours, à des experts.
- Seule une fraction des outils d’IA testés a produit des résultats utilisables, mais ils ont fonctionné sans nécessiter l’assistance d’une équipe importante de spécialistes.
- Cette technologie pourrait éliminer un obstacle majeur à la science des données : la construction des pipelines d’analyse, permettant aux chercheurs de se concentrer sur les questions biomédicales essentielles.
Une étude menée par des chercheurs de l’UCSF (Université de Californie à San Francisco) et de la Wayne State University a mis en évidence le potentiel de l’IA générative pour déchiffrer de vastes ensembles de données de santé. L’expérience, qui portait sur la prédiction des naissances prématurées à partir des données de plus de 1 000 femmes enceintes, a révélé que l’IA pouvait fonctionner jusqu’à dix fois plus rapidement que les équipes informatiques traditionnelles, et dans certains cas, avec une précision supérieure.
L’étude a impliqué des scientifiques et des chercheurs en IA qui ont été chargés de la même tâche : prédire les naissances prématurées. Un duo de jeunes chercheurs, Reuben Sarwal, étudiant à l’UCSF, et Victor Tarca, lycéen, a particulièrement brillé en créant des modèles prédictifs viables en quelques minutes grâce à l’IA. Ils ont généré un code informatique fonctionnel, une prouesse qui aurait nécessité des heures, voire des jours, pour des programmeurs expérimentés.
Selon Marina Sirota, professeure de pédiatrie et directrice par intérim du Bakar Computational Health Sciences Institute (BCHSI) de l’UCSF, et chercheure principale du March of Dimes Prematurity Research Center de l’UCSF :
« Ces outils d’IA pourraient éliminer l’un des plus gros goulots d’étranglement de la science des données : la construction de nos pipelines d’analyse. L’accélération ne pourrait pas arriver plus tôt pour les patients qui ont besoin d’aide maintenant. »
Les résultats de cette recherche, publiés dans Cell Reports Medicine le 17 février, soulignent l’importance du partage de données ouvertes et de la collaboration entre chercheurs. L’équipe de Sirota a rassemblé des données sur le microbiome d’environ 1 200 femmes enceintes, dont l’issue de l’accouchement a été suivie dans neuf études.
Tomiko T. Oskotsky, co-directrice du Référentiel de données sur les naissances prématurées de la Marche des dix sous et professeure agrégée à l’UCSF BCHSI, a souligné :
« Ce type de travail n’est possible qu’avec le partage de données ouvertes, mettant en commun les expériences de nombreuses femmes et l’expertise de nombreux chercheurs. »
L’étude a été menée dans le cadre d’un concours appelé RÊVE (Dialogue sur l’évaluation et les méthodes d’ingénierie inverse), où huit outils d’IA ont été mis au défi de créer des algorithmes pour évaluer la grossesse à partir des mêmes données que celles utilisées dans les défis DREAM précédents. Seuls quatre des huit outils d’IA ont produit des modèles de prédiction comparables à ceux développés par les équipes DREAM, mais l’ensemble du projet a été achevé en seulement six mois, contre près de deux ans pour les études précédentes.
Bien que l’IA ne remplace pas l’expertise humaine, elle offre un potentiel considérable pour accélérer l’analyse de données massives et permettre aux scientifiques de se concentrer sur les questions biomédicales les plus importantes. Adi L. Tarca, professeur au Centre de médecine moléculaire et de génétique de la Wayne State University, a déclaré :
« Grâce à l’IA générative, les chercheurs ayant une expérience limitée en science des données n’auront pas toujours besoin de former de vastes collaborations ou de passer des heures à déboguer du code. Ils peuvent se concentrer sur la réponse aux bonnes questions biomédicales. »
Auteurs : Les auteurs de l’UCSF sont Reuben Sarwal, Claire Dubin, Sanchita Bhattacharya et Atul Butte. Les autres auteurs sont Victor Tarca (Huron High School, Ann Arbor, MI), Nikolas Kalavros et Gustavo Stolovitzky (Université de New York), Gaurav Bhatti (Université d’État de Wayne) et Roberto Romero (Institut national de la santé infantile et du développement humain (NICHD)).
Financement : Ce travail a été financé par le centre de recherche sur la prématurité March of Dimes de l’UCSF et par ImmPort. Les données utilisées dans cette étude ont été générées en partie avec le soutien de la branche de recherche sur la grossesse du NICHD.
À propos de l’UCSF : L’Université de Californie à San Francisco (UCSF) se concentre exclusivement sur les sciences de la santé et se consacre à la promotion de la santé dans le monde entier grâce à la recherche biomédicale avancée, à l’enseignement supérieur dans les sciences de la vie et les professions de la santé, ainsi qu’à l’excellence des soins aux patients. Santé de l’UCSF, qui sert de principal centre médical universitaire de l’UCSF, comprend parmi les meilleurs hôpitaux spécialisés du pays et d’autres programmes cliniques, et a des affiliations dans toute la région de la Baie. Apprenez-en davantage sur ucsf.edu ou consultez notre Fiche d’information.
Suivre l’UCSF
ucsf.edu | Facebook.com/ucsf | Twitter.com/ucsf | YouTube.com/ucsf