Find my virus: Mobilising AI and big data to fight COVID-19
L’interview de Giovanni Arcuri, directeur UOC des technologies de la santé chez Gemelli à Rome, pour DigitEconomy24, le rapport de la Luiss Business School et Il Sole 24 Ore
par Simona Rossitto
L’avenir des soins de santé, ainsi que la lutte pour arrêter l’épidémie actuelle de coronavirus, passe par les mégadonnées et l’intelligence artificielle. Parole de Giovanni Arcuri, directeur des technologies de la santé de l’UOC au Gemelli à Rome, un centre appelé à prendre soin du nouveau centre de traitement et de diagnostic des coronavirus à Rome, qui mettra à disposition lundi 40 premiers lits. A cette occasion, explique Arcuri dans une interview à DigitEconomy.24 (rapport de Radiocor et Luiss Business School), le premier de Gemelli sur le sujet, « nous évaluerons avec nos radiologues l’utilisation de analyse automatique des images tomographiques pulmonaires pour comprendre si elles peuvent être utiles pour raccourcir le temps de diagnostic». Dans cette situation d’urgence, «le principal défi est d’utiliser efficacement les ressources disponibles. Cette fois, cependant, nous avons de nouveaux outils disponibles. Sans aucun doute, nous utiliserons les systèmes de business intelligence que nous avons déjà développés pour avoir le pouls de la situation en temps réel en termes d’absorption des ressources et d’efficacité des parcours cliniques ».
On parle beaucoup de big data et d’intelligence artificielle: que veut-on dire exactement dans le domaine de la santé?
Aujourd’hui, nous avons une richesse précieuse de données numériques sur la santé, dont beaucoup sont structurées, que nous pouvons explorer et utiliser pour améliorer les soins prodigués aux patients et les soins de santé dans leur ensemble. La clé de voûte est représentée par la croissance exponentielle de l’infrastructure numérique dans le monde de la santé. Il est désormais possible non seulement de développer, mais aussi d’appliquer des techniques et des algorithmes d’intelligence artificielle et d’analyse de mégadonnées à divers domaines de la médecine, de la recherche clinique et de la santé publique. Il y a trois domaines qui me semblent les plus prometteurs et intéressants pour le NHS: le premier est l’application des systèmes d’intelligence artificielle (IA) au diagnostic et à la thérapie. Ce sont des outils généralement basés sur des réseaux de neurones, c’est-à-dire sur des modèles mathématiques capables d’apprendre des données dont ils sont alimentés. Ce sont des algorithmes qui peuvent simuler les capacités cognitives humaines dans l’analyse des données cliniques et parvenir indépendamment à des conclusions sans autre intervention humaine, aidant le clinicien à identifier les signes de pathologies probables. Une deuxième application il est lié à des algorithmes d’extraction de connaissances, c’est-à-dire capables d’extraire de nouvelles connaissances à partir des données dont nous disposons déjà. En médecine, ces algorithmes permettent d’identifier de nouveaux signaux prédictifs de l’apparition de certaines maladies ou d’identifier des corrélations inconnues entre les résultats de plusieurs tests cliniques couramment prescrits. Enfin, Je citerais les systèmes de « business intelligence », capables d’analyser en temps réel d’énormes quantités de données structurées, en les représentant avec des indicateurs de synthèse dynamique. Grâce à eux, il est par exemple possible d’évaluer et de simuler en temps réel l’occupation des diagnostics ou des lits d’hôpitaux, de mieux gérer les ressources et d’analyser l’efficacité des parcours cliniques. De plus, ils nous permettent de comprendre l’impact des dispositifs médicaux innovants sur le parcours de traitement. Ce sont des outils essentiels pour assurer la durabilité du système, nous guidant à utiliser les ressources de la manière la plus efficace possible.
Quels sont les principaux avantages qu’ils peuvent apporter aux gens?
Les avantages sont multiples pour les patients et les professionnels de la santé. Dans des domaines tels que l’imagerie médicale, Systèmes d’IA capables d’analyser et de proposer des diagnostics fiables dans des domaines d’application spécifiques, comme les tomodensitogrammes pulmonaires, les résonances de la prostate ou les diagnostics mammographiques. Dans certains cas, la précision des systèmes d’IA est égale ou même supérieure à celle de l’homme. Une autre évolution est liée au développement de systèmes permettant aux opérateurs d’acquérir correctement les examens. C’est une application intéressante, car elle permet de concentrer le temps médical dans le diagnostic et non dans les opérations d’acquisition. Le bénéfice n’est cependant pas limité au moment du diagnostic, mais s’étend à la délivrance de thérapies. Dans le domaine de la radiothérapie, des systèmes d’intelligence artificielle ont récemment été lancés qui, basés sur des modèles prédéfinis et des images acquises précédemment, aident les cliniciens à développer un plan de traitement qui prend en compte les objectifs thérapeutiques de chaque patient. Pendant la thérapie, le système est en mesure de donner des indications pour corriger le plan en fonction de l’évolution de la tumeur, pour l’attaquer plus précisément.
Comment concrétiser ces avantages?
Pour que tous ces avantages potentiels deviennent réels et ne restent pas isolés, le rôle clé joué par les soi-disant « Smart Health« , Qui, s’appuyant sur des réseaux de communication fiables et performants, permet non seulement aux dispositifs médicaux d’envoyer des données cliniques aux professionnels de santé, mais aussi de jeter les bases du développement et de la mise à jour de l’IA et des systèmes d’analyse par Big Data. Dans ces applications, les patients sont équipés de dispositifs médicaux IoT (directement connectés à Internet) qui ont des fonctions spécifiques de surveillance, de notification et d’alarme.
La capacité d’analyser avec des algorithmes d’IA cette énorme quantité de données en temps réel et d’obtenir des indicateurs résumés sur l’état de santé du patient et sa tendance évolutive permet aux cliniciens d’avoir une intervention ciblée et proactive. Ces systèmes permettent également au patient de surveiller son état de santé et de vérifier, si nécessaire, son niveau d’adhésion aux indications reçues par les cliniciens.
È un véritable changement de paradigme dans le domaine de la prévention et de la personnalisation des traitements, capable d’augmenter la durabilité de notre système de santé. La Policlinico Universitario A. Gemelli IRCCS Foundation participe à une initiative visant à développer ces systèmes dans la ferme conviction qu’ils représenteront une révolution dans la manière dont les services de santé sont fournis, dans laquelle non seulement des experts en technologie sont appelés à jouer un rôle crucial.
China uses big data analysis to contain epidemic
l’intelligence numérique et artificielle, mais aussi et surtout les cliniciens et les établissements de santé.Qu’en est-il de la situation actuelle et des diagnostics de coronavirus?
Le coronavirus a mis en évidence le fait que l’utilisation de systèmes avancés d’analyse de données est un support valable dans les différents domaines touchés par l’urgence. Tout d’abord, les modèles basés sur le big data permettent de comprendre rapidement, au niveau national et international, les mécanismes de propagation du virus permettant d’aborder les stratégies de confinement les plus efficaces. Dans le même temps, quelle que soit la situation actuelle, plusieurs sociétés pharmaceutiques étudient les opportunités offertes par les systèmes d’IA pour raccourcir la période de développement de nouveaux médicaments et vaccins. C’est également l’une des routes suivies pour la vaccin contre le coronavirus, mais pas seulement pour ça. Il est malheureusement trop tôt pour pouvoir faire des évaluations, mais un algorithme d’intelligence artificielle capable d’analyser les tomodensitogrammes pulmonaires des patients COVID positifs est de nos jours.
Il ne s’agit pas, bien entendu, d’un système capable de diagnostiquer l’infection, mais d’un algorithme qui, étant formé sur les tomodensitogrammes acquis en Chine ces dernières semaines, propose un diagnostic en cas de reconnaissance d’une pneumonie interstitielle bilatérale, ce qui représente l’un des complications plus graves pour les patients atteints du virus.
À l’avenir, les algorithmes remplaceront-ils les humains ou au moins faciliteront-ils le travail du médecin et combleront-ils le manque de personnel?
Personnellement, je doute qu’il soit logique de parler de remplacer l’homme, mais le développement auquel nous assistons permettra certainement optimiser le temps médical le consacrer de manière plus orientée au diagnostic et au traitement, contribuant ainsi à combler le manque de personnel dont le système de santé a besoin et permettant une meilleure utilisation des compétences cliniques Revenant à l’exemple de la santé intelligente, la possibilité d’étendre la capacité de surveiller l’état de santé en dehors des limites physiques des hôpitaux représente une révolution. Pour de nombreuses maladies chroniques, par exemple, nous savons déjà, grâce à des études scientifiques et des directives internationales, qu’il existe des stratégies et des méthodes efficaces de télésurveillance pour suivre ces patients: l’utilisation de nouvelles technologies permet d’utiliser ces connaissances pour corriger en temps réel non seulement les thérapies, mais aussi les modes de vie pouvant intervenir cliniquement au moment le plus opportun indépendamment donc de la planification des visites ambulatoires. Cela signifie, en d’autres termes, utiliser le temps et les ressources du système de santé des cliniciens aussi efficacement que possible pour nous aider à surmonter le défi auquel tous les systèmes de santé modernes sont appelés: allier durabilité et excellence et accès équitable aux soins, en optimisant les ressources disponibles.
Gemelli est responsable de la création du nouveau centre de traitement et de diagnostic des coronavirus à Rome: expérimenterez-vous déjà de nouvelles technologies et algorithmes dans cette situation?
Il s’agit d’un défi exigeant et important auquel nous avons été appelés à répondre rapidement, mettant nos ressources et nos compétences à la disposition du NHS. Nous évaluerons l’utilisation de avec nos radiologues systèmes d’analyse d’images automatiques tomographie pulmonaire pour comprendre si elles peuvent être utiles pour raccourcir le délai de diagnostic. Même dans cette situation d’urgence, le principal défi consiste à utiliser efficacement les ressources disponibles. Cette fois, cependant, nous avons de nouveaux outils disponibles. Sans aucun doute, nous utiliserons les systèmes de business intelligence que nous avons déjà développés pour avoir le pouls de la situation en temps réel, en termes d’absorption des ressources et d’efficacité des parcours cliniques.
