Des algorithmes qui aident à diagnostiquer les maladies
Diagnostiquer une maladie est plus complexe qu’il n’y paraît, car cette phase tient compte des examens physiques, des symptômes, des tests sanguins, des imageries, des antécédents et de l’historique familial du patient. À plusieurs égards, l’intelligence artificielle peut soutenir les professionnels de la santé dans l’analyse des données et la prise de décision.
Les avantage d’un meilleur diagnostic
Des analyses plus fines des radiographies ou des biopsies par les pathologistes mènent à des diagnostics plus rapides. En effet, des maladies détectées précocement sont plus faciles à traiter et améliorent les pronostics. De plus, des diagnostics plus précis font en sorte que les patients n’ont pas à consulter un spécialiste, ce qui contribue à désengorger le système de santé.
Détecter précocement la rétinopathie diabétique
Un bel exemple de l’utilisation de l’intelligence artificielle comme support au diagnostic est celui de Diagnos, une entreprise québécoise qui a développé un outil d’analyse des fonds de l’œil, CARA (Computer Assisted Retina Analysis). Ce dernier permet de détecter précocement des signes de rétinopathies diabétiques : les algorithmes génèrent des images rétiniennes nettes, claires et faciles à examiner. En comparant les photographies prises à différentes périodes, il est alors plus facile de visualiser l’évolution des lésions et l’aggravation de la maladie.
Des projets novateurs sur le cancer
Dans le cadre du concours conjoint Onco-Tech, l’Oncopole, MEDTEQ+, l’Institut TransMedTech et la Société de recherche sur le cancer ont investi 2,6 M$ pour soutenir des projets novateurs en oncologie et en technologies médicales. Plusieurs d’entre eux portaient sur le diagnostic assisté par l’intelligence artificielle (En savoir plus).
L’intelligence artificielle pour la personnalisation des traitements
L’avènement des techniques de séquençage à haut débit de l’ADN a concrétisé le concept de médecine personnalisée. Comme chaque individu possède un bagage génétique distinct, chacun répond différemment aux traitements qu’il reçoit. En analysant ces variations, il est donc possible d’adapter les thérapies aux profils individuels.
L’étude du profil génétique des différents types de cancer et des traces laissées par les maladies, les biomarqueurs, favorise une meilleure identification des pathologies, le suivi de leur évolution et le choix de traitements ciblés et adaptés. L’intelligence artificielle facilite grandement l’analyse et l’interprétation de toutes les données des banques génétiques et des biobanques afin de trouver le bon médicament pour la bonne personne.
La plateforme de découvertes et de santé numérique (PDSN)
La plateforme de découvertes et de santé numérique (PDSN) est un vaste projet pancanadien qui intègre les données génomiques, d’imagerie et des dossiers médicaux afin de faire avancer la médecine de précision collaborative. Un consortium d’une centaine de partenaires a investi 272 M$ pour la réussite de cette initiative, en plus d’une contribution de 49 M$ du gouvernement fédéral. Plusieurs organisations québécoises sont impliquées, notamment Imagia, MILA, IVADO, Hôpitaux universitaires de l’Université McGill (Centre universitaire de santé McGill et Hôpital général juif), MEDTEQ+, Prompt, Neuro (L’Institut-hôpital neurologique de Montréal), Amplitude, Génome Québec, Centre hospitalier de l’Université de Montréal (CHUM), Caprion et Mitacs (En savoir plus : Communiqué de presse, Article de La Presse).