Progrès de la médecine : les avancées technologiques
Temps de lecture : 7 minutes
Publié le 24 février 2021
À l’ère du numérique, chaque innovation technologique redessine le visage de nombreux domaines, y compris celui de la médecine. Si la médecine a longtemps reposé sur l’expertise clinique et les méthodes empiriques, elle embrasse désormais la puissance des données, des algorithmes et des infrastructures technologiques avancées. Les gigantesques bases de données, la puissance croissante du cloud computing, et les promesses de l’informatique quantique ouvrent un nouveau chapitre dans la manière dont nous diagnostiquons, traitons et comprenons les maladies. Plongez dans cette immersion technologique pour comprendre comment la médecine se réinvente, pour une prise en charge patient plus personnalisée, prédictive, et efficiente.
Sommaire :
- La data au service du progrès de la médecine
- Séquencer le génome grâce au cloud computing
- Tester un traitement sur le jumeau numérique d’un patient
- Développer une recherche collaborative
- Demain, une recherche sans limite grâce à l’informatique quantique ?
L’innovation technologique redessine le visage de la médecine
1.La data au service du progrès de la médecine
La data est un levier essentiel de la médecine de précision. Pour la recherche, disposer de grands volumes de données permet de développer de nouveaux traitements, plus performants.
« Avant, on disposait de peu de données. Les essais cliniques étaient menés sur des cohortes de quelques milliers de patients peu stratifiées… Aujourd’hui, les chercheurs disposent de base de données patients en vie réelle longitudinales qu’ils peuvent associer aux données multi-omics. Ce qui offre un champ de recherche bien plus vaste. » De quoi accélérer la recherche médicale et les essais cliniques avant la mise sur le marché de nouveaux traitements.
« En 10 ans, la mise à disposition de la donnée a complètement changé la manière dont on envisageait le parcours patient. Ainsi que la manière de le traiter » poursuit Karine Samama.
-
Le progrès de la médecine, notamment en recherche, peut aujourd’hui s’appuyer sur différents types de données :
- Données épidémiologiques.
- Données individuelles : âge, poids, ethnie, genre, etc.
- Antécédents du patient consignés dans le dossier médical digitalisé.
- Données génétiques du patient.
« Tout l’enjeu est de croiser les données individuelles et les données génétiques du patient pour mieux anticiper son évolution ou les mécanismes de déclenchement de la maladie. »
Lire aussi « Grâce à la data, nous allons vers une médecine prédictive » – Lavinia Ionita
2.Séquencer le génome grâce au cloud computing
Le séquençage moléculaire
Ainsi, le NGS (Next Generation Sequencing) permet un séquençage moléculaire à haut débit. « Il y a 10 ans, séquencer le génome humain coûtait des milliards de dollars, souligne Karine Samama. Aujourd’hui, cela coûte une centaine de dollars ». D’après le Global Alliance for Genomics and Health, plus de 100 millions de génomes seront séquencés d’ici 2025. La majorité de ces génomes séquencés faisant partie de projets à grandes échelles issus des laboratoires pharmaceutiques et de projets nationaux de séquençage.
Le Génomique est considéré comme un des champs du big data. Une séquence entière d’un génome humain génère environ 200 gigabytes de données brutes, avec une prévision de 100M de génomes séquencés d’ici 2025. Cela veut dire que nous aurons alors accumulé plus 20B gigabytes de données. De plus, le séquençage n’a de sens sans les annotations de la part des chercheurs. Ce qui ajoute environ 100M de gigabytes additionnelles. Ceci requiert des capacités d’hébergement et de puissance de calcul importantes. Ce qui est souvent économiquement peu viable pour des petites structures et centres de recherche.
Le cloud computing, une solution viable ?
Le cloud computing émerge comme une solution viable pour ces organisations devant analyser des sets de données considérables sans se préoccuper de la maintenance ou mises à jours de leurs serveurs.
Cette technologie met à la disposition des chercheurs des données inédites. « Cela leur permet de comprendre la fonction d’un gène, une variation ou une mutation dans une séquence. Mais également certaines maladies et leur mécanisme de réparation» explique l’experte. De quoi ouvrir tout un pan de recherche vers la thérapie génique et la thérapie cellulaire.
Ce nouvel accès à la donnée permet également de repenser les traitements. En disposant d’une telle connaissance du patient, les médecins peuvent anticiper sa réponse à un médicament. Voire tester les effets d’une molécule avant même de l’injecter au malade. Le cloud computing apparaît comme une des technologies essentielles dans le cadre du progrès de la médecine.
Avantages du cloud computing en médecine
En résumé, le cloud computing apporte des bénéfices importants :
- Capacités d’hébergement massives pour des quantités énormes de données génomiques.
- Puissance de calcul pour analyser et interpréter ces données.
- Flexibilité et évolutivité pour s’adapter aux besoins changeants de la recherche.
- Réduction des coûts associés à la maintenance et aux mises à jour de serveurs locaux.
- Facilité de collaboration entre chercheurs du monde entier.
Lire aussi Nos médecins vont-ils devenir des data scientists ?
3.Tester un traitement sur le jumeau numérique d’un patient
Tester les traitements
Demain, c’est votre jumeau numérique qui testera d’abord vos médicaments. « On peut simuler un organe in silico à partir des données de patients. L’efficacité d’un traitement ou d’un dispositif médical sera ainsi testée sur cet organe. Medtronic a ainsi été en mesure d’accélérer l’autorisation de mise sur le marché d’un pace-maker compatible avec une IRM en démontrant sa sureté à partir d’un seul modèle animal. Cette technique peut être facilement utilisée par les chercheurs pour mieux comprendre le rôle des gènes. Pour aller plus loin, même corriger un ADN défectueux et mettre au point de nouveaux modèles animaux. Cela permet également de mettre en place de nouvelles stratégies thérapeutiques d’un modèle de cœur in-silico, réduisant significativement son temps de mise sur le marché », confirme Karine Samama.
Des cas concrets
On estime que cette technologie va également permettre d’anticiper la réponse à un traitement. C’est en tout cas l’approche proposée par ExactCure. Elle peut aussi intervenir encore plus en amont pour trouver la molécule-candidate la plus adaptée à une pathologie.
Autre exemple : Avec Aqemia, la deep tech est capable de digitaliser la molécule (lead) idéale à partir de la structure de la cible. Puis, à partir de cette molécule lead in silico, un modèle d’affinité prédictif (basé sur un modèle de calcul de type quantique) va scanner un catalogue de molécules existantes pour trouver celles qui s’en approchent le plus et les recommander pour le traitement. « Cela amène plus de précision et de sécurité pour le patient. L’idée est d’être de plus en plus juste, rapide et fin. Et ce, grâce à des modèles d’IA toujours plus complexes et nécessitant de la puissance de calcul du cloud », explique Karine Samama.
De son côté, MAbSilico modélise les anticorps pour mieux les cibler avant les tests cliniques. Elle s’appuie sur l’IA afin d’accélérer la mise au point d’anticorps thérapeutiques. Grâce à ce procédé, MAbSilico réduit les étapes des différentes phases précliniques. Un atout lorsque l’on sait que le temps moyen de validation des biothérapies est de 8 ans et 9 mois !
Un atout considérable que la pandémie de Covid-19 nous a rappelé. Accélérer la recherche et réduire le time to market des traitements est l’un des enjeux majeurs pour le progrès de la médecine.
Lire aussi Microsoft et la transformation numérique de la santé
4.Développer une recherche collaborative
On s’est rendu compte d’une autre chose essentielle avec l’épidémie de Covid-19 . Le temps long de la recherche est mal adapté aux situations d’urgence. Face à de nouvelles menaces sanitaires inédites, la collaboration entre chercheurs du monde entier est nécessaire.
Pour fluidifier les échanges et partager les connaissances un projet est en cours au centre de recherche de Microsoft. Il s’agit de la création d’une plateforme ouverte pour partager et échanger les modèles mathématiques de modélisation de pandémies. Notamment sur les maladies infectieuses. Autre exemple de collaboration : l’utilisation de la plateforme de partage InnerEye. Cette plateforme permet d’accélérer le diagnostic et pronostique de patient atteint du COVID-19 à partir de modèles de deep learning réalisées grâce à des images de CT scan.
Il existe bien sûr d’autres projets de collaboration de recherche en immunologie, tel que la cartographie des lymphocytes‑T et de leurs antigènes associés. « À partir de l’étude des antigènes d’un patient, on est capable de dire à quelles maladies et à quel virus il a été exposé et/ou de préciser un diagnostic », explique Karine Samama.
Ce travail collaboratif au niveau mondial permet de répondre aux grands défis du progrès de la médecine. « Face à une pandémie telle que la Covid-19, la collaboration est cruciale. Le progrès de la médecine, s’appuyant sur l’essor technologique, a permis de développer un vaccin en moins d’un an. Cela a été le cas en cas pour le vaccin Moderna par exemple . Il a été “designé” en 48h et développé en moins de 10 mois. Un temps record quand on sait qu’en moyenne, il faut 15 ans pour développer un vaccin avec un taux de succès d’environ 6%. Un succès qui symbolise l’apport de la technologie et bio-informatique dans les grands enjeux de santé. » Cela constitue également une formidable bibliothèque de connaissances pour les générations futures.
5.Demain, une recherche sans limite grâce à l’informatique quantique ?
Pour soutenir le rythme croissant du progrès de la médecine, l’informatique quantique pourrait y contribuer en accélérant la recherche et l’innovation, avec une vitesse de calcul décuplée. La principale application de cette technologie dans la santé est la découverte de thérapies via la simulation moléculaire. Voire à plus long terme, des simulations portant sur l’articulation de molécules organiques simples comme le cholestérol ou le repliement des protéines.
De telles technologies sauront s’associer aux avancées telles que le système CRISPR – un système constitué d’un « ARN guide ». Ce dernier cible une séquence d’ADN particulière, associé à l’enzyme Cas9, qui, comme des ciseaux moléculaires, coupe l’ADN. Ensemble, ces technologies vont pouvoir accélérer la compréhension du rôle des gènes, corriger un ADN défectueux. Mais aussi mettre au point de nouveaux modèles animaux et de nouvelles stratégies thérapeutiques en un temps record.
« Les technologies sont là, il faut savoir s’appuyer sur elles et les valider dans un cadre scientifique et règlementaire. Le secteur de la santé est un secteur fortement encadré, et c’est tant mieux ! Cela sera l’assurance de disposer à l’avenir de dispositifs médicaux et de modèles AI toujours plus sûrs et centrés sur le patient.
Vous voulez en savoir plus ? Découvre comment le Deep Learning révolutionne la médecine :
Questions fréquentes
Qu’est-ce que le NGS ou Next Generation Sequencing ?
Le NGS est un séquençage moléculaire à haut débit. Il peut être utilisé pour analyser des échantillons d’ADN et d’ARN. C’est un outil utilisé en génomique fonctionnelle.
Qu’est-ce qu’un jumeau numérique ?
Le jumeau numérique est la reproduction numérique fidèle d’un objet. Le jumeau numérique st un « double » digitalisé de cet objet, en tenant compte de toutes ses caractéristiques personnelles. En santé, le jumeau numérique permet de digitaliser un organe pour tester un traitement avant de l’administrer au patient.
Quelles sont les nouvelles technologies utilisées dans la recherche ?
La recherche et la médecine s’appuient sur le cloud computing, pour traiter de grands volumes de données, et l’intelligence artificielle (pour la reconnaissance d’image par exemple).
