Une IA capable d’accélérer les recherches sur les traitements génomiques du cancer

9

Les chercheurs dans le domaine de l’oncologie utilisent la technologie de séquençage du génome pour concevoir des traitements personnalisés et plus ciblés du cancer. Pour cela, ils détectent les mutations des gènes responsables de la formation du cancer avant de choisir le traitement médicamenteux approprié. Les chercheurs du Jackson Laboratory (JAX) situé à Bar Harbor dans le Maine, ont mis en place un outil basé sur une IA appelée CKB (Clinical Knowledgebase) permettant aux spécialistes de mieux utiliser le grand volume de données pour trouver plus rapidement les traitements génomiques du cancer. CKB est une base de données qui permet aux chercheurs de stocker, trier et interpréter des données cliniques liées au séquençage du génome. Il leur permet aussi de trouver les informations dont ils ont besoin, et de partager les solutions cliniques et les expériences de traitement.

Susan Mockus de JAX a identifié plus de 4000 articles de référence parlant des recherches biomédicales liées au cancer publiées quotidiennement. Selon elle, il est impossible de tirer parti assez rapidement de ces données sans recourir à une IA intégrée au CKB. Son équipe a ainsi décidé de collaborer avec le projet Hanover de Microsoft pour le développement d’une IA liée au CKB. Celle-ci est capable de lire les documents médicaux et les résultats de recherche en oncologie pour accélérer les recherches en la matière. L’IA classe tous les documents en fonction de leur pertinence. Par ailleurs, elle facilite la tâche des oncologues en cherchant les correspondances éventuelles des mutations des gènes et les traitements appropriés, même ceux encore en cours de développement. Pour arriver à de tels résultats, l’IA se base sur un modèle d’apprentissage automatique en utilisant les données récoltées sur CKB. Cette méthode lui permet de considérer uniquement les informations les plus pertinentes, à s’assurer qu’il n’y ait pas de lacunes, tout en pouvant éliminer les informations les moins essentielles. Pour cela, l’équipe de développement dirigée par Hoifung Poon, directeur du traitement du langage naturel de la santé de précision chez Microsoft, et aussi directeur du projet Hanover, a mis en place une méthode dite d’auto-supervision de l’apprentissage automatique. Ce dernier a cité comme exemple une recherche engagée par le National Cancer Institute sur la régulation des gènes, mais qui n’a pu aboutir. L’IA va étiqueter cette information pour rediriger les résultats du CKB vers d’autres recherches similaires plus abouties. C’est de cette façon que l’IA peut classer les médicaments anticancéreux approuvés et ceux qui sont encore en cours de développement ou en essai clinique. Dans tous les cas, la collaboration entre JAX et le projet Hanover permet à Microsoft de tester l’efficacité de ce nouveau type d’intelligence artificielle.