Diagnostic, traitement personnalisé, découverte de médicaments… découvrez comment le Big Data et l’intelligence artificielle aident à lutter contre le cancer sous toutes ses formes.
Le cancer peut avoir de multiples causes, et il n’existe pas de solution unique miraculeuse pour en venir à bout. C’est la raison pour laquelle il est très difficile de lutter efficacement contre cette maladie. Cependant, grâce à l’intelligence artificielle, au Machine Learning et au Big Data, nous pourrions enfin gagner la guerre contre le cancer. Découvrez comment.
Le séquençage du génome, une précieuse source de données
Le coût du séquençage du génome humain a largement diminué au fil des dernières années. En 2008, son prix était de 10 millions de dollars. En 2019, il est possible d’y procéder pour seulement 1000 dollars et les prix vont continuer à baisser dans le futur. D’ici 2025, on estime qu’un milliard d’individus auront procédé au séquençage de leur génome.
Or, le séquençage entraîne une production massive de données. D’ici 2030, on estime que les données génomiques représenteront deux à 40 exabytes par an. Or, ces données peuvent être d’un précieux secours pour la lutte contre le cancer…
Combattre le cancer grâce au Big Data et au Machine Learning
En combinant les données obtenues grâce au séquençage du génome avec les algorithmes de Machine Learning, il est possible de triompher du cancer. En effet, l’apprentissage automatique peut aider au diagnostic, au traitement et au pronostic de la maladie. Il est aussi possible de développer des traitements personnalisés.
Grâce au grand nombre d’enregistrements médicaux et autres données détenues par les hôpitaux, il est possible de diagnostiquer le cancer en s’appuyant sur des données étiquetées. De même, le Traitement Naturel du Langage permet de donner sens aux prescriptions des médecins.
Les réseaux de neurones Deep Learning permettent quant à eux d’analyser les scans IRM. Les différents algorithmes de Machine Learning passent en revue la base de données des enregistrements médicaux, et découvrent les patterns dissimulées pour faciliter le diagnostic.
Diagnostiquer le cancer grâce au Big Data et au Machine Learning
https://www.youtube.com/watch?v=8DBqLTdPolI
En guise d’exemple de la façon dont le Big Data simplifie le diagnostic du cancer, on peut citer l’invention de la jeune Britanny Wenger, âgée de 16 ans. Lorsque sa cousine s’est vue diagnostiquer un cancer du sein, elle a décidé d’améliorer la méthode dite du FNA (Fine Need Aspiration ou aspiration par aiguille fine) : une méthode moins invasive, mais considérée comme manquant de fiabilité par le médecin.
Pour ce faire, Britanny a utilisé ses compétences en programmation pour créer un réseau de neurones. Elle l’a nourri à l’aide de données publiques sur la FNA détenue par l’Université du Wisconsin. Le réseau de neurones a ensuite traité les données afin de détecter des similarités. En quelques heures, le modèle est devenu capable de détecter le cancer à partir de données test de FNA avec une précision de 99,1%. La méthode peut être appliquée à d’autres types de cancers, et la précision du diagnostic dépend de la quantité et de la qualité des données.
Soigner le cancer grâce au Big Data et au Machine Learning
Au-delà du diagnostic, le Big Data et le Machine Learning ont aussi un rôle à jouer dans le traitement du cancer. Ainsi, le CIO de l’hôpital de Boston est parvenu à planifier un traitement pour sa femme atteinte d’un cancer du sein en phase 3 avec l’aide d’outils Big Data créés par ses soins.
En 2008, il a créé le SHRINE (Shared Health Research Information Network) : un outil de recherche développé avec l’aide des hôpitaux affiliés à Harvard qui ont partagé leurs bases de données. Celui-ci a permis aux médecins de chercher des traitements adaptés à ce cancer à travers 6 millions d’enregistrements médicaux. Les médecins ont ainsi pu soigner la femme du CIO de l’hôpital de Boston à l’aide de médicaments de chimiothérapie plutôt que de recourir à l’opération chirurgicale. Le Big Data peut donc permettre de développer des traitements personnalisés et adaptés à chaque type de cancer spécifique en se basant sur les précédents succès.
La découverte de médicaments grâce au Big Data et au Machine Learning
Le dernier champ d’application du Big Data et du Machine Learning dans la lutte contre le cancer est celui de la découverte de médicaments. En s’appuyant sur les données ouvertes, les chercheurs sont en mesure de découvrir de nouveaux usages pour les médicaments déjà existants.
Ainsi, un groupe d’étudiants de l’Université de Californie a utilisé des algorithmes pour découvrir qu’un médicament utilisé pour traiter l’oxyurose pouvait aussi détruire le carcinome : un type de cancer du foie. Jusqu’alors, le carcinome était le second cancer le plus mortel dans le monde.
Par ailleurs, l’IA et le Machine Learning peuvent aussi permettre de découvrir de nouveaux médicaments. En utilisant les données liées aux différents médicaments, à leurs propriétés, à leur composition chimique, aux symptômes des maladies ou aux effets secondaires, de nouveaux médicaments peuvent être conçus afin de traiter les différents types de cancers. Ceci permet de faciliter la découverte de médicaments, et d’économiser des millions de dollars.
En conclusion, le Big Data et le Machine Learning représentent de précieux atouts pour la lutter contre le cancer. Du diagnostic au traitement passant par la découverte de médicaments, les algorithmes sont une véritable révolution pour la santé mondiale…
- Partager l'article :
Merci , des informations intéressantes