ia

Les chercheurs en biomédecine adoptent l'intelligence artificielle pour accélérer la mise en œuvre de traitements contre le cancer qui ciblent les profils génomiques spécifiques des patients, un type de médecine de précision qui, dans certains cas, est plus efficace que la chimiothérapie traditionnelle et a moins d'effets secondaires.

Le potentiel de cette nouvelle ère de traitement du cancer découle des progrès de la technologie de séquençage du génome qui permet aux chercheurs de découvrir plus efficacement les mutations génomiques spécifiques qui sont à l'origine du cancer et de l'explosion de la recherche sur le développement de nouveaux médicaments qui ciblent ces mutations.

Pour exploiter ce potentiel, les chercheurs du Jackson Laboratory, une institution de recherche biomédicale indépendante à but non lucratif également connue sous le nom de JAX et dont le siège social est situé à Bar Harbor, Maine, ont développé un outil pour aider les communautés médicales et scientifiques mondiales à rester au fait du volume sans cesse croissant de données produites par les avancées en recherche génomique.

L'outil, appelé Clinical Knowledgebase, ou CKB, est une base de données consultable où des experts en la matière stockent, trient et interprètent des données génomiques complexes pour améliorer les résultats des patients et partager l'information sur les essais cliniques et les options thérapeutiques.

Le défi consiste à trouver l'information la plus pertinente sur le cancer parmi les quelque 4 000 articles de recherche biomédicale publiés chaque jour, selon Susan Mockus, directrice associée du développement du marché de la génomique clinique au JAX's genomic medicine institute à Farmington, Connecticut.

"Parce qu'il y a tant de données et tant de complexités, sans embrasser et intégrer l'intelligence artificielle et l'apprentissage automatique pour aider à l'interprétation des données, les progrès seront lents ", a-t-elle dit.

C'est pourquoi Mockus et ses collègues de JAX collaborent avec des informaticiens travaillant sur le projet Microsoft Project Hanover qui développent une technologie d'IA permettant aux machines de lire des documents médicaux et de recherche complexes et de mettre en évidence les informations importantes qu'ils contiennent.

Bien que cette technologie de lecture automatique n'en soit qu'à ses débuts, les chercheurs ont constaté qu'ils pouvaient faire des progrès en se concentrant sur des domaines spécifiques comme l'oncologie clinique, explique Peter Lee, vice-président de Microsoft Healthcare à Redmond, Washington.

"Pour quelque chose d'aussi important que le traitement du cancer, où des milliers de nouveaux articles de recherche sont publiés chaque jour, nous avons en fait une chance de faire en sorte que la machine les lise tous et d'aider un conseil de spécialistes du cancer à répondre aux questions sur les dernières recherches ", dit-il.