Donner aux médicaments une dose d'IA

Image conceptuelle des analyses médicales et de l'intelligence artificielle Jamie Jones

Pendant des années, l'intelligence artificielle a été considérée comme la prochaine grande chose en médecine. Maintenant, certains professeurs, étudiants et anciens élèves du MIT se mobilisent pour s'assurer que ce sera vraiment le cas.

À travers le Clinique Abdul Latif Jameel pour l'apprentissage automatique dans le domaine de la santé , ou J-Clinic, a annoncé l'automne dernier, des chercheurs de tout le MIT poursuivront des projets visant à développer de nouvelles méthodes d'apprentissage automatique pour améliorer les soins cliniques, concevoir de nouveaux médicaments et réduire les coûts des soins de santé. L'initiative appliquera l'IA à un large éventail de maladies et s'appuiera sur les recherches en cours du MIT, y compris les travaux sur la découverte de médicaments et les premières avancées dans le diagnostic du cancer par Regina Barzilay, professeur Delta Electronics au Département de génie électrique et d'informatique.

Barzilay dit qu'il est temps que l'intelligence artificielle devienne un élément standard des soins contre le cancer. Dans chaque centre de cancérologie aux États-Unis, qu'il s'agisse d'une clinique communautaire ou du meilleur centre de cancérologie du pays, il y a un sérieux besoin d'introduire l'IA, déclare Barzilay, membre à la fois du CSAIL et du Koch Institute for Integrative Cancer Research du MIT. Après sa le cancer du sein étant passé inaperçu pendant plusieurs années, elle a commencé à utiliser des algorithmes de traitement d'images pour analyser les mammographies. L'idée est d'aller au-delà de ce que les humains peuvent voir lors d'un scanner pour détecter les changements précoces dans les tissus qui marquent la voie vers le cancer.

Jamie Jones

Le professeur de l'Institut et lauréat du prix Nobel Phillip Sharp, qui préside le conseil consultatif de J-Clinic, affirme qu'il ne fait aucun doute que l'intelligence artificielle et l'apprentissage en profondeur peuvent - et doivent - transformer les soins médicaux. Sharp affirme qu'en contribuant à des diagnostics plus précoces, l'IA peut améliorer la qualité et la durée de vie des patients. Plus précisément, il pense que cela peut transformer la radiologie, donner un sens aux données moléculaires et génétiques pour distinguer les cellules malignes des cellules inoffensives, et repérer des modèles dans les données médicales qui peuvent avertir de problèmes imminents. Il pense également que cela peut améliorer le rapport coût-efficacité des soins médicaux en diagnostiquant la maladie plus tôt, lorsque le traitement est moins cher et plus efficace. Nous devons devenir plus efficaces dans la prestation des soins de santé, dit-il.

Grâce à J-Clinic, dit-il, le MIT jouera un rôle crucial dans le développement de ces technologies et la formation de leurs utilisateurs, tout comme le MIT l'a fait en biologie moléculaire, biologie cellulaire, génétique et biotechnologie. Barzilay et James Collins, professeur Termeer de génie médical et de sciences, sont co-directeurs de faculté pour J-Clinic, un effort de collaboration majeur entre le MIT et Community Jameel, l'organisation d'entreprise sociale fondée et présidée par Mohammed Abdul Latif Jameel '78 .

L'apprentissage automatique arrive dans les soins de santé

L'IA a mis plus de temps à être appliquée dans les soins de santé que la plupart des autres industries, car les enjeux sont si importants. Si Amazon essaie un nouvel algorithme qui ne fonctionne pas, l'entreprise pourrait perdre de l'argent. En médecine, les gens peuvent mourir. C'est pourquoi seulement 5 % des hôpitaux américains ont déclaré utiliser une forme d'intelligence artificielle en 2017. Mais les choses commencent enfin à changer. Les grands hôpitaux et les sociétés pharmaceutiques invoquent désormais l'IA lorsqu'ils parlent de leur avenir. Les conférences attirent un large public et les startups d'IA médicale sont de plus en plus courantes. Les ordinateurs peuvent désormais voir et lire - pas aussi bien que les gens, mais ils y arrivent, déclare Michael Hayes, SM 1996, qui a lancé la startup à but non lucratif CancerAI en 2018 pour commercialiser des outils d'intelligence artificielle.

L'intelligence artificielle d'aujourd'hui est basée sur des algorithmes qui analysent de gigantesques ensembles de données. Le soi-disant apprentissage en profondeur, qui a considérablement progressé au cours de la dernière décennie, permet aux chercheurs de tirer des conclusions à partir d'énormes quantités de données. Les technologies de traitement visuel et du langage naturel se sont également considérablement améliorées. Et le stockage des données est devenu nettement moins cher.

Il y a dix ans, il n'y avait pas autant de dossiers médicaux électroniques qu'il y en a aujourd'hui, dit Hayes. Et même s'ils existaient, nous n'avions pas d'algorithmes capables de très bien comprendre les notes des médecins et nous n'avions pas d'ordinateurs assez bon marché. La scène est maintenant très différente sur tous ces fronts. Il y a 10 ans, ce qui aurait été un supercalculateur coûtant 1 million de dollars - ce niveau de calcul peut maintenant être acheté pour quelques milliers de dollars, dit-il. Cela a changé le jeu de manière considérable.

De gauche à droite, les professeurs de J-Clinic co-dirigent Regina Barzilay et James Collins et le président du conseil consultatif de J-Clinic et le professeur de l'Institut Phillip Sharp.

Depuis sa création à l'automne dernier, la J-Clinic, qui fait partie du MIT Quest for Intelligence et est présidée par la doyenne de la School of Engineering, Anantha Chandrakasan, a lancé un appel d'offres au sein du MIT. Jusqu'à présent, les professeurs et les étudiants ont proposé 43 projets de recherche qui utiliseraient ces avancées au profit des patients. Améliorer le diagnostic, cibler les traitements sur des patients individuels et comprendre la progression de la maladie sont tous des problèmes de prédiction, dit Barzilay. Et la prédiction est là où l'IA excelle.

Un problème, cependant, est que la personnalisation des algorithmes d'apprentissage automatique pour les environnements cliniques implique de les former avec ce qu'elle décrit comme des quantités massives de données annotées manuellement. Les chercheurs de J-Clinic prévoient de développer des algorithmes qui ne dépendent pas autant des données étiquetées à la main et qui peuvent utiliser des données de domaines connexes pour combler les lacunes dans la zone cible. Plutôt que de former des systèmes d'apprentissage supervisé pour chaque système hospitalier individuel et pour chaque maladie, nous développons des algorithmes qui peuvent être facilement adaptés à de nouveaux paramètres et à différentes maladies, explique Barzilay.

La protection de la vie privée des patients et la garantie que les données reflètent la diversité de la population sont également des objectifs clés de J-Clinic. Les chercheurs développent des algorithmes capables d'effectuer des calculs sur des données cryptées, afin que les patients n'aient pas à craindre que des informations intimes sur la santé soient laissées au grand jour. Et J-Clinic construit un vaste réseau international couvrant tout, des cliniques rurales aux grands hôpitaux universitaires urbains pour mettre en œuvre et tester les algorithmes qu'ils développent. L'espoir est que cela rendra leur travail beaucoup plus généralisable que d'autres algorithmes de soins de santé publiés à ce jour, dont la plupart sont formés sur les données d'un seul hôpital.

Ce qui aurait été il y a 10 ans un supercalculateur coûtant 1 million de dollars - ce niveau de calcul peut maintenant être acheté pour quelques milliers de dollars. Cela a changé le jeu de manière considérable.

Application de l'IA à la mammographie

Les travaux déjà en cours dans le laboratoire de Barzilay, lauréat d'une bourse de génie MacArthur 2017 et leader dans le domaine de l'IA, offrent un aperçu du potentiel que J-Clinic et des startups comme CancerAI peuvent aider à libérer. L'un de ses domaines de recherche consiste à utiliser l'apprentissage automatique pour accélérer la découverte de médicaments. Ce travail aide les développeurs à se concentrer sur des molécules aux propriétés prometteuses pour lutter contre le cancer et un large éventail d'autres maladies. (Voir AI is reinventing the way we invent , MIT Technology Review, mars/avril 2019.) Sur le front du diagnostic du cancer, elle est également l'une des premières chercheuses en IA à développer un outil qui aide réellement les gens.

Dans un papier publié l'année dernière dans Radiology, elle et ses collègues, dont des chercheurs du Massachusetts General Hospital, ont utilisé l'IA pour développer une méthode d'évaluation de la densité du tissu mammaire. Aujourd'hui, les mammographies Mademoiselle environ 15 % des tumeurs du sein – et plus de la moitié, selon plusieurs études, si le tissu mammaire est dense, ce qui rend les tumeurs plus difficiles à voir. Plus de 40% des femmes américaines ont un tissu mammaire dense, ce qui les expose également à un risque plus élevé de cancer du sein.

Jamie Jones

Barzilay et ses collègues ont utilisé plus de 41 000 mammographies numériques, évaluées et classées par des experts, pour former un algorithme d'apprentissage en profondeur afin d'évaluer la densité afin que les femmes qui pourraient nécessiter un dépistage supplémentaire puissent être identifiées. Dans un essai de six mois portant sur plus de 10 000 mammographies, le modèle était d'accord avec Mass. Radiologues généralistes 94% du temps, ce qui en faisait la première fois que ce type d'apprentissage en profondeur était utilisé avec succès dans un cadre clinique. Barzilay et ses collaborateurs espèrent maintenant étendre leur système à d'autres hôpitaux.

Barzilay utilise également l'IA pour détecter les premiers changements sur la voie du cancer du sein, des changements qu'un pathologiste ne peut pas voir. Le cancer ne se développe pas d'aujourd'hui à demain. C'est en fait un très long processus, qui fait beaucoup de changements dans les tissus, a-t-elle déclaré au public lors de la conférence Hello World, Hello MIT célébrant le lancement du MIT Schwarzman College of Computing en février. Elle a montré deux mammographies, l'une d'une femme qui avait eu un cancer du sein deux ans après l'examen. La question logique est : peut-on prendre la machine et l'entrainer sur les images, quand on connait le dénouement dans deux ans ou cinq ans, pour dire ce qu'il y a à venir ? En fin de compte, a-t-elle dit, la machine était capable de faire cette tâche assez bien. Barzilay, son étudiant diplômé Adam Yala '16, MEng '17, et Constance Lehman, responsable de l'imagerie mammaire à Mass. General, ont développé un modèle qui identifie les caractéristiques précédant souvent l'apparition du cancer - et si ces caractéristiques apparaissent dans une mammographie, le patient peut être signalé.

Fin février, les médecins de Mass. General ont commencé à tester ce modèle de risque. Une femme dont la mammographie la place dans les 20% les plus à risque, dit Barzilay, a une chance très non négligeable d'avoir un cancer du sein. Maintenant, les médecins de Mass. General s'efforcent de comprendre comment utiliser ces informations pour modifier ses chances.

La promesse et les dangers de l'IA dans le domaine de la santé

Cette vision de l'intelligence artificielle est bien loin de l'utilisation actuelle de la technologie numérique dans les cabinets médicaux, qui se limite principalement aux dossiers médicaux électroniques qui n'ont pas encore atteint leur potentiel. De tels systèmes peuvent épuiser les médecins, les obligeant à consacrer de si longues heures à la saisie de données qu'ils passent plus de temps devant leurs écrans d'ordinateur que leurs patients.

Michael Hayes CancerIA

Commercialiser l'IA sans but lucratif

• L'association à but non lucratif développe des outils d'IA pour lutter contre le cancer.

  
  En 2017, l'entrepreneur en série Michael Hayes, SM '96, est parti à la recherche d'une nouvelle opportunité commerciale alors qu'il était prêt à quitter sa dernière entreprise, une société de logiciels d'IA. En tant que survivant d'un cancer de la gorge, il a décidé que l'apprentissage automatique avait suffisamment mûri pour justifier que sa nouvelle entreprise se concentre sur l'utilisation de l'IA pour lutter contre le cancer.
  
  Mais après avoir fait preuve de diligence raisonnable, il s'est rendu compte qu'il pouvait attirer des employés motivés par une mission et obtenir un meilleur accès aux données médicales en fondant sa société, CancerAI, en tant qu'association à but non lucratif. Cette décision a porté ses fruits de manière imprévue, lui offrant un espace de bureau gratuit de WeWork, des offres de travail juridique pro bono et des programmeurs volontaires pour travailler pour rien.
  
  Je m'attendais à pouvoir embaucher des gens formidables, mais je ne m'attendais pas à ce que des gens de l'extérieur disent : « Je serais prêt à faire du bénévolat les nuits et les fins de semaine, parce que je veux aider », déclare Hayes, titulaire d'une maîtrise en génie de l'environnement. du MIT et une maîtrise en commerce et politique de Tufts. Je vous garantis que cela ne se produit pas dans les entités à but lucratif.
  
  Hayes, qui préside le conseil d'administration de CancerAI, affirme que la société utilise la recherche de Regina Barzilay comme l'une de ses fondations, mais n'a pas choisi son premier produit. (Barzilay est également l'un des conseillers de CancerAI.) L'entreprise vise à démarrer dans le domaine du diagnostic, peut-être en utilisant les données des dossiers médicaux pour signaler les personnes dont la biométrie suggère qu'elles pourraient être à haut risque pour certains cancers. Les tests précoces qui détectent les cancers avant qu'ils ne se propagent, dit-il, sont peut-être le chemin le plus court pour réduire la mortalité.

Mais du côté positif, les dossiers électroniques ont permis aux hôpitaux d'amasser d'énormes quantités de données sur les patients qui, espèrent les chercheurs en intelligence artificielle, finiront par rapporter des dividendes aux patients, aux soignants, aux hôpitaux et aux assureurs.

Alors que J-Clinic et des startups comme CancerAI commencent à exploiter ces données, Collins, l'autre co-responsable de la faculté de J-Clinic, dit qu'il voit J-Clinic non seulement rassembler des experts en IA, des experts médicaux et des ensembles de données pour faire avancer la recherche médicale, mais aussi aider à traduire cette recherche dans le cadre clinique. Il le fera, dit-il, en faisant entrer les premières technologies dans les hôpitaux pour les tester et les valider, et en facilitant le lancement d'entreprises pour les commercialiser. Il envisage également que J-Clinic lance un débat public sur ce qu'il appelle les promesses et les dangers de l'IA et des soins de santé, et pose des questions difficiles sur la manière d'améliorer les soins existants, de réduire les coûts, de protéger la vie privée des patients et d'obtenir des données utiles de manière éthique.

Bien que l'innovation technologique augmente généralement les coûts médicaux, il espère que l'intelligence artificielle sera une exception, peut-être en maximisant l'utilisation des lits, en limitant le temps que les médecins consacrent aux tâches administratives et en développant des médicaments de manière plus économique. Je suis curieux de savoir comment l'IA peut aider à améliorer l'efficacité des soins de santé - qu'il s'agisse de l'utilisation des lits, de la planification, de la facturation - pour réduire les frais généraux administratifs, déclare Collins, dont la femme est médecin. Il pense que le fardeau administratif des dossiers médicaux électroniques pourrait être inversé grâce à une meilleure technologie, ce qui pourrait entraîner des économies.

Dans son propre laboratoire, Collins, un biologiste de synthèse, prévoit d'utiliser des plates-formes d'IA pour mieux identifier de nouvelles classes d'antibiotiques et de médicaments anticancéreux, entre autres. Je souhaite explorer de quelle manière l'IA peut être utilisée plus largement comme assistant utile dans le contexte de la recherche et potentiellement dans le contexte de la médecine, dit-il.

cacher