Depuis quelques semaines, la déferlante de l'IA n'en finit plus d'agiter les médias et de susciter de nombreuses interrogations, et parfois de sérieuses réserves, dans le grand public. Aux États-Unis, Donald Trump a annoncé le 22 janvier dernier un investissement massif de 500 milliards de dollars (481 milliards d’euros) pour financer Stargate, un projet visant à développer les prochaines infrastructures, programmes informatiques et puces d’intelligence artificielle (IA), qui permettront une diffusion de l'IA générative universelle à l'ensemble de l'économie et de la société.
En France, le sommet mondial de l'IA, organisé à Paris il y a quelques jours, a été l'occasion d'annonces très médiatisées concernant des investissements considérables dans notre pays, pour développer les data centers, supports physiques de l'IA. Les Émirats du Golfe seraient prêts à investir 50 milliards, le fonds canadien Brookfield annonce pour sa part 20 milliards d'investissement en France. Le Président de la République a, quant à lui, annoncé des investissements de «109 milliards d’euros dans les prochaines années ».
Au niveau européen, le nouveau cadre législatif sur l'IA, considéré comme le plus ambitieux du monde, est entré en vigueur le 2 février dernier. Il prévoit notamment l'interdiction des IA autonomes, de la reconnaissance faciale en temps réel, des outils d'analyse des émotions, de la notation sociale et des systèmes recourant à la manipulation des données. Sur le plan économique, Statista prévoit que le marché mondial de l'IA pourrait dépasser les 500 milliards de dollars de chiffre d'affaires d'ici 2028, soit une multiplication par quatre par rapport à aujourd'hui. Et ce développement mondial de l'IA risque d'être bien plus rapide et irrésistible que prévu avec le récent séisme provoqué par l'arrivée fracassante de DeepSeek, un outil chinois d'IA aussi performant que ceux des géants américains du secteur mais qui n'a coûté que 6 millions de dollars pour son développement, contre plus d'un milliard pour ChatGPT...
Dans ce contexte d'euphorie technologique, il est frappant de constater que l'IA semble pour l'instant générer dans le grand public plus de craintes que d'espoirs. C'est ainsi que plus de la moitié des Français disent avoir peur du développement de l'IA ; 82 % des Français craignent que l'IA générative conduise à une déshumanisation des rapports sociaux au profit des technologies ; et qu'elle rende certains secteurs complètement dépendants de cette technologie pour 82 % d'entre eux. Pourtant, parmi les nombreux secteurs bouleversés par l'IA, il en est un où cette technologie est en train de produire une incroyable et bénéfique révolution, dont on ne parle pas assez, celui de la santé et de la médecine.
Les avancées en intelligence artificielle permettent non seulement de poser plus rapidement des diagnostics médicaux précis, mais aussi de prévoir l’évolution de maladies graves et complexes, comme le cancer, et de concevoir de nouveaux traitements sur mesure qui seraient tout simplement impossibles sans la puissance de l'IA. Des chercheurs de Harvard Medical School ont récemment dévoilé un modèle d’IA polyvalent, nommé “Chief”, qui fonctionne comme un ChatGPT médical et permet le diagnostic et la prédiction des résultats de nombreux cancers. Chief est à présent capable de diagnostiquer un large éventail de cancers, de prédire la survie des patients et de proposer les traitements les mieux adaptés à la situation particulière de chaque malade. Testé sur 19 types de cancer, “Chief” peut ainsi indiquer, en intégrant une multitude de paramètres, si un patient répondra mieux à une chirurgie, une chimiothérapie, une radiothérapie ou une immunothérapie. Pour atteindre ce niveau inédit de précision, les chercheurs de la Harvard Medical School ont formé “Chief” en lui faisant « digérer » 15 millions d’images de tissus, afin qu'il se forge une vaste base de connaissances. Les chercheurs souhaitent à présent élargir les compétences de “Chief” en l’entraînant sur des images de maladies rares et de tissus pathologiques, ce qui ouvre la voie vers la détection précoce et le traitement préventif de nombreuses maladies graves, au delà du cancer. Ces chercheurs d'Harvard voudraient rendre “Chief” accessible à tous les médecins et structures de soins au niveau mondial, ce qui permettrait, selon eux, de réduire considérablement, pour un coût modique, la mortalité par cancer mais aussi de diminuer globalement le nombre de nouveaux cas de cancers, en proposant à chacun une prévention intelligente et personnalisée contre la maladie.
En Europe, des chercheurs de l’université de Göteborg (Suède) ont mis au point un modèle d’intelligence artificielle (IA) permettant d’améliorer le diagnostic de potentiels cancers via l’analyse de molécules de sucre, les glycanes. Les glycanes sont des structures de molécules de sucre dans nos cellules. Ces molécules sont de bons biomarqueurs de cancer, grâce à l’analyse par spectrométrie de masse qui permet de repérer de subtiles modifications de leur structure (Voir Nature Methods). Actuellement, les données issues de la spectrométrie font l'objet d'une analyse longue et fastidieuse par des humains. C’est pourquoi une équipe de chercheurs menée par le docteur Daniel Bojar, chercheur en bio-informatique à l'Université de Göteborg (Suède), a mis au point un modèle d’IA permettant de faciliter la détection de cancer. « En principe, notre méthode peut s'appliquer à n'importe quel type de cancer puisque toutes les formes de cancer que nous connaissons possèdent des glycanes modifiés de manière caractéristique qui peuvent être mesurés par spectrométrie de masse », précise le docteur Bojar. Baptisé “CandyCrunch”, en référence au célèbre jeu vidéo, ce nouvel outil est capable de détecter en quelques minutes des indications de cancer via l'identification de molécules de sucre ou glycanes dans les échantillons observés. Si CandyCrunch est si efficace, c'est parce qu'il a été entraîné grâce à une base de données de plus de 500.000 exemples de différentes fragmentations et structures de glycanes.
Une autre étude a fait récemment sensation dans le domaine de la cancérologie. Il s'agit de l'étude PRAIM. La plus vaste du genre jamais réalisée. Les chercheurs de l’Université de Lübeck et le Centre médical universitaire du Schleswig-Holstein ont analysé les mammographies de plus de 460 000 femmes entre 2021 et 2023. La moitié de ces images ont été analysées selon la méthode classique (examen successif par deux radiologues) et l'autre moitié a été vue par un radiologue assisté d'une IA (Voir The Guardian). L’étude a montré, de manière étonnante, que l’IA a permis d’identifier 6,7 cas de cancer du sein pour 1 000 femmes examinées, contre 5,7 cas pour 1 000 par les méthodes traditionnelles. Cela équivaut à un cas de cancer supplémentaire détecté pour 1 000 femmes. L'étude estime que cet outil d'IA pourrait en outre réduire de 15 % le nombre d’examens nécessitant une intervention humaine.
Une autre équipe composée de chercheurs norvégiens et américains a analysé, à l'aide d'une IA déjà sur le marché, les mammographies de 116 495 femmes ayant participé à un programme de dépistage en Norvège entre 2004 et 2018. Parmi celles-ci, 1 607 avaient développé un cancer du sein. L’algorithme a réussi à prédire un risque accru de cancer du sein quatre à six ans avant le diagnostic. Solveig Hofvind, responsable du projet et directrice du programme de dépistage, souligne que « Cette étude montre que les algorithmes d’IA déjà disponibles sur le marché peuvent être utilisés pour développer des programmes de dépistage plus personnalisés » (Voir Science Alert).
Une autre étude de l'Université d'Edinburgh vient de présenter un nouvel outil qui permet de détecter, avec une efficacité de 98 %, un cancer du sein au stade 1, ce qui ouvre la possibilité d’offrir aux patientes un traitement plus efficace et personnalisé (voir Wiley). L’outil utilise une technique d’analyse laser, la spectroscopie Raman, et la combine avec l’apprentissage automatique, une forme d’IA. La technique consiste à projeter un faisceau laser dans le plasma sanguin prélevé sur le patient, puis à analyser, par spectromètre, les changements de propriétés de la lumière après son interaction avec le sang. Il est ainsi possible de détecter de minuscules modifications dans la composition chimique des cellules et des tissus, qui peuvent être annonciatrices d'un futur cancer.
En France, l'IA permet déjà d'évaluer avec précision les risques de cancer du sein. « Je questionne les patientes sur leurs antécédents personnels et familiaux. On rentre toutes ces données dans le logiciel, puis je fais un prélèvement salivaire, qui permet d'extraire l'ADN. Le logiciel d'intelligence artificielle va alors pouvoir déterminer le risque de cancer du sein de cette femme dans les cinq ans qui viennent », indique la cancérologue Mahasti Saghastian, cancérologue à l’Hôpital américain de Neuilly.
S'agissant du redoutable cancer de l'ovaire, une autre étude menée par l’Institut Karolinska démontre une fois encore que l’IA peut surpasser les experts humains. L’analyse de 17 000 images échographiques de 3 652 patientes dans 20 hôpitaux de huit pays a montré un taux de précision de 86,3 % pour l’IA, contre 82,6 % pour les experts humains. Pour mieux traiter le cancer du poumon, qui est devenu le cancer le plus mortel au niveau mondial, des chercheurs du Johns Hopkins Kimmel Cancer Center ont mis au point un modèle informatique, le MANAscore, qui permet d’identifier rapidement les cellules T spécifiques aux antigènes capables d’identifier les lymphocytes T qui combattent les tumeurs chez les patients atteints de cancer du poumon, et ciblés par les inhibiteurs de points de contrôle immunitaire. « Si nous pouvons les identifier, nous pouvons les étudier. Si nous pouvons les étudier, cela signifie que nous pourrons identifier de meilleurs biomarqueurs et de meilleures cibles pour l’immunothérapie combinée », explique Kellie Smith, professeure agrégée d’oncologie à l’Université Johns Hopkins et co-auteure de l’étude présentant les recherches.
À Besançon, le docteur Zohair Selmani a développé avec son collègue Alexis Overs une nouvelle méthode très innovante pour détecter des biomarqueurs spécifiques du cancer du poumon. Il s'agit d'une analyse par biopsie liquide. Les chercheurs ont d'abord effectué un énorme travail de collecte et de tri des signatures spécifiques de la présence de cancer du poumon. Ils ont analysé des données d’environ 400 patients, avec plus de 450.000 cibles potentielles chacun. Les chercheurs ont ensuite défini six marqueurs spécifiques, dont trois à identifier dans le sang des patients. Les scientifiques ont ensuite cherché à valider leurs résultats en lien dans un premier temps avec le CHU de Dijon et la plate-forme technique EPIGENExp de l’université de Franche-Comté. « On les a testés sur des prélèvements sanguins d'une vingtaine de patients atteints de cancer pulmonaire que l'on a comparé à une vingtaine de donneurs sains » précise le Docteur Selmani, qui ajoute, « Pour la majorité des patients atteints de cancer pulmonaire on retrouvait bien nos cibles, alors que dans la vingtaine d'individus sains on ne retrouvait pas nos marqueurs ». Cette nouvelle approche a finalement permis de détecter, dans 95 % des cas, des traces de cancer. Ce test sanguin fiable, rapide et peu invasif pourrait s'avérer précieux pour faciliter le suivi des patients atteints de cancer. Une évaluation de ce test est en cours aux Hospices Civils de Lyon sur une cohorte de 70 personnes. L'idée des chercheurs est de pouvoir, à partir d'une simple prise de sang, confirmer que le patient est bien porteur d'un cancer. Mais ce test va également permettre de suivre l'évolution du patient dans le temps afin d'observer si le traitement choisi est aussi efficace que prévu.
Il y a quelques jours, des chercheurs américains ont présenté un autre outil d'IA qui permet d’identifier rapidement les cellules immunitaires qui combattent les tumeurs chez les patients atteints d’un cancer du poumon. Il existe actuellement une dizaine d’inhibiteurs de PD-1 permettant de traiter une variété de cancers différents. Malheureusement, certains patients ne répondent pas à ces thérapies. « Les cellules T actives dans les tumeurs sont très importantes pour la réponse d’un patient au traitement, mais elles sont difficiles à trouver », explique Zhen Zeng, chercheuse en bioinformatique au Johns Hopkins Kimmel Cancer Center. Pour surmonter cet obstacle, ces scientifiques ont mis au point un outil informatique qui peut repérer les lymphocytes T spécifiques qui combattent les tumeurs chez les patients atteints de cancer du poumon, et ciblés par les inhibiteurs de points de contrôle immunitaire. Cet outil, baptisé MANAscore est capable d’identifier les lymphocytes infiltrant la tumeur spécifiques aux MANA, les néoantigènes associés aux mutations (Voir Nature Communications).
Autre domaine crucial où l'IA est en train de changer la donne, la résistance aux antibiotiques. Il y a un an, des chercheurs du Broad Institute du MIT et de Harvard (Cambridge, Massachusetts) ont pu identifier une nouvelle classe de composés capables de tuer une bactérie résistante aux médicaments. Et, signe des temps, le premier auteur de cet article n'était pas un biologiste, mais un mathématicien, Felix Wong, car c'est bien grâce à un nouveau et puissant programme d'IA, reposant sur l'apprentissage profond, que ce chercheur et ses collègues ont pu réaliser cette découverte majeure. Ils ont d’abord déterminé les activités antibiotiques de 39 312 composés, les structures chimiques de molécules déjà connues, ainsi que leur cytotoxicité sur des cellules humaines. Ces scientifiques ont ensuite utilisé des réseaux de neurones pour identifier les structures chimiques associées à une activité antimicrobienne. Après avoir passé au crible plus de 12 millions de composés, ils ont en ont sélectionné 283 qui ont fait l'objet de tests contre le staphylocoque doré. Des tests sur des souris ont permis d’identifier un type de structure capable de détruire les staphylocoques résistants à la méthicilline et les entérocoques résistants à la vancomycine, deux antibiotiques couramment utilisés (Voir Nature).
Une autre étude du MIT, publiée en avril dernier, a montré que le sémapimod, un médicament anti-inflammatoire généralement utilisé contre la maladie de Crohn, était également efficace contre Escherichia coli et Acinetobacter baumannii. Ces travaux ont montré que le sémapimod parvenait à perturber les membranes des bactéries dites "Gram négatives", connues pour leur forte résistance aux antibiotiques en raison de leur membrane épaisse et difficilement pénétrable. Parmi les exemples de bactéries Gram-négatives, on trouve E. coli, A. baumannii, Salmonella et Pseudomonis, pour lesquelles il est difficile de trouver de nouveaux antibiotiques (Voir MIT). On mesure mieux l'enjeu de ces recherches quand on sait qu'en 2021, 1,4 million de décès ont été causés par une infection bactérienne. Et selon une étude récente, les infections dues à des bactéries résistantes aux antibiotiques pourraient tuer 39 millions de personnes dans le monde d’ici à 2050, ce qui porterait à environ deux millions le nombre de décès annuels liés à ce fléau.
Le Centre hospitalier d'Angers (CHU) et ses partenaires, Guerbet, spécialiste des produits de contraste et des solutions pour l'imagerie médicale, Intrasense, acteur des solutions logicielles d'imagerie médicale et le centre de cancérologie Gustave Roussy, sont en train de développer une plate-forme intelligente d'imagerie oncologique. Baptisée Liflow, cet outil vise à faciliter et optimiser le suivi des patients atteints de cancer grâce à plusieurs algorithmes d'intelligence artificielle dédiés à de multiples organes. Le but de ce projet est de disposer d'une solution d'analyse intelligente des scanners thoraco-abdomino-pelviens (TAP), pour affiner le diagnostic et améliorer la prise en charge des patients.
L'IA peut également permettre de réduire le temps d’attente des patients, un enjeu important de santé publique. À partir des données de triage du service des urgences de l’hôpital pour enfants SickKids de Toronto, au Canada, Devin Singh et ses collègues ont développé un ensemble de modèles d’IA qui fournissent des diagnostics possibles et indiquent les examens qui seront probablement nécessaires. « Si on peut prédire qu’un patient qui vient d’arriver a de fortes chances d’avoir une appendicite, par exemple, et qu’il a besoin d’une échographie abdominale, on peut automatiser la prescription de cet examen presque immédiatement après son arrivée, au lieu de le faire attendre des heures avant de voir un médecin », explique-t-il. Une analyse rétrospective portant sur les données de plus de 77 000 visites aux urgences de l’hôpital SickKids a montré que ces modèles d’IA auraient permis d’accélérer les soins dans 22 % des cas et de faire gagner près de trois heures à chaque patient nécessitant des examens médicaux...
En France, Jean-Emmanuel Bibault, oncologue radiothérapeute, a créé Jaide, une start-up française qui utilise l’IA générative pour améliorer le suivi des symptômes des patients atteints de cancer. Jaide vise à automatiser certaines consultations, permettant ainsi aux médecins de se concentrer sur les traitements et leurs relations avec leurs patients, en disposant d’informations claires et précises et constamment réactualisées. L’objectif de Jaide est d’automatiser l’écriture de rapports médicaux pour donner aux médecins une synthèse des informations les plus pertinentes sur l’état de leurs patients, à l’aide d’intelligence artificielle générative. À terme, Jaide souhaite répondre à tous les types de consultations médicales afin de permettre aux praticiens de se concentrer sur la recherche des meilleures options thérapeutiques, dans la mesure où ils disposent déjà de nombreuses informations quand le patient arrive en consultation. Et il est vrai que ces outils, s'ils sont bien conçus et bien utilisés, peuvent rendre un temps et une disponibilité considérables aux médecins et soignants et permettre d'aller vers une médecine plus humaine, recentrée sur la relation et le dialogue irremplaçables entre le médecin et ses patients.
Toutes ces récentes avancées nous montrent à quel point les nouveaux d'outils d'IA ne sont pas seulement en train de bouleverser la recherche et la pratique médicale mais, bien plus largement, de révolutionner le concept même de soin et de santé en le réorientant vers la prévention active, permanente et personnalisée. Et cette prévention intelligente va devenir absolument décisive pour mieux traiter, mais aussi pour diminuer, à terme, l'incidence des grandes maladies – cancers, maladies cardiovasculaires, diabète, maladies neurodégénératives, qui ne cessent de se développer, notamment à cause du vieillissement accéléré et inexorable de la population mondiale. Or, il faut rappeler qu'en 2050, la population de personnes âgées de plus de 60 ans dans le monde aura doublé pour atteindre 2,1 milliards de personnes. Le nombre des personnes âgées de 80 ans et plus devrait, pour sa part, tripler entre 2020 et 2050 pour atteindre 426 millions de personnes.
Dans un tel contexte démographique, et si nous voulons que chacun ait accès à des soins de qualité, que l’espérance de vie en bonne santé continue sa progression et que nos systèmes de santé restent à des niveaux de dépenses économiquement supportables par nos sociétés, la prévention personnalisée, participative et intelligente, va devenir un impératif social et politique majeur. C'est pourquoi nous ne devons pas craindre ces nouveaux et extraordinaires outils d'IA, mais au contraire en généraliser l'usage, notamment dans les domaines de la santé et de la médecine, en veillant naturellement à les encadrer par de solides garde-fous démocratiques, législatifs et éthiques qui préviennent les dérives en matière de vie privée et de contrôle social...
René TRÉGOUËT
Sénateur honoraire
Fondateur du Groupe de Prospective du Sénat
e-mail : tregouet@gmail.com
