En 2011, le superordinateur Watson d'IBM a battu 74 fois "Jeopardy!" champion Ken Jennings. La machine, qui avait pris quatre ans à se développer, était une première en son genre: un ordinateur capable de comprendre des questions complexes, d'y répondre et de tirer les leçons de ses erreurs.
Contenu connexe
- L'analyseur de tonalités d'IBM pourrait vous éviter d'envoyer cet e-mail encombrant
- Comment un mot de cinq lettres a construit une entreprise de 104 ans
Mais pour IBM, développer un ordinateur cognitif, capable de traiter et de contextualiser le langage naturel, ne consistait pas uniquement à gagner un jeu télévisé. Depuis le début, le projet consistait à résoudre des énigmes gourmandes en informations et à rendre plus efficace tout le travail, des banques et de l'immobilier à l'emploi et à la médecine.
Cette semaine, IBM a annoncé un partenariat avec la clinique Mayo, qui utilisera les capacités de Watson pour faire correspondre les patients de Mayo à des essais cliniques auxquels ils pourraient éventuellement être admissibles, une initiative qui permettra de gagner du temps et, espérons-le, de sauver des vies.
À tout moment, la clinique Mayo compte environ 8 000 essais cliniques en cours et 170 000 autres dans le monde. Généralement, les cliniciens doivent examiner manuellement les dossiers médicaux pour trouver des correspondances pour les études, processus qui peut prendre des semaines et peut ne pas donner d’options viables. «C’est un processus gourmand en temps et en données et une question très complexe», déclare Sean Hogan, vice-président d’IBM Healthcare. Watson, en comparaison, peut faire le même travail en quelques secondes. «Le cancer, explique-t-il, est un exemple de« course contre la montre ».
La recherche de sujets d'essais sera également un avantage pour la recherche. À l'heure actuelle, seuls 5% des patients de Mayo participent à des essais cliniques. le programme de jumelage des essais cliniques Watson pourrait doubler ce nombre. Une inscription plus élevée pourrait permettre aux chercheurs de terminer leurs études plus rapidement, d’améliorer la qualité globale de leurs résultats et d’affiner leurs méthodes plus rapidement.
Initialement, le programme se concentrera sur les cancers du sein, du côlon et du poumon, mais il devrait éventuellement s’étendre à tous les types de cancer et à d’autres maladies. «Les essais cliniques sur le cancer ne représentent que 25% de nos essais», explique Nicholas LaRusso, gastro-entérologue à Mayo et responsable du projet pour la collaboration Watson. "En supposant que [Watson] soit utile et bénéfique, cela pourrait s'étendre à tous nos essais cliniques."
La contribution principale de Mayo sera l'éducation médicale de Watson. La clinique fournira à l'ordinateur les données nécessaires à la constitution de sa base de connaissances, à savoir des listes d'essais actifs et leurs critères, ainsi que des recherches médicales en cours. Les cliniciens interrogeront ensuite le système en saisissant les dossiers des patients, les diagnostics et les historiques pour rechercher une correspondance.
D'après LaRusso, Watson étant en mesure d'acquérir des connaissances de manière cumulative, il sera de mieux en mieux en mesure de faire correspondre les patients à des essais au fil du temps. "Dans son état relativement immature, cela peut me dire qu'il y a 26 essais auxquels ce patient est éligible, mais il pourrait éventuellement être en mesure de le réduire à trois ou même de dire" celui-ci est le meilleur essai "" il dit.
Le projet en est encore à la phase de validation du concept, au cours de laquelle les deux équipes recherchent un retour d’information qui rendra les recommandations de Watson aussi fiables que possible. LaRusso explique qu'une partie du processus consiste à consigner dans quelle mesure les cliniciens acceptent et mettent en œuvre les suggestions de Watson.
À terme, Watson devrait même pouvoir demander aux médecins des informations qui l’aideraient à formuler les meilleures recommandations d’essais cliniques. Par exemple, Watson pourrait demander au médecin les résultats d’un test génomique spécifique. «Il ne s'agit pas seulement d'identifier des essais, mais également d'exprimer une opinion sur les meilleurs essais pour un patient», explique LaRusso.
Au Centre de génomique de New York, Watson sera utilisé pour comprendre de grandes quantités de données de séquençage génétique et d'informations médicales afin d'identifier des traitements personnalisés pour les patients atteints de cancer. (Jon Simon / Feature Photo Service for IBM) LaRusso espère avoir Watson en ligne pour le programme de match d'essai clinique d'ici la fin mars 2015. Entre-temps, l'équipe pense déjà à la prochaine tâche de Watson chez Mayo, ce que LaRusso appelle le projet d'efficacité et d'efficience cliniques. Pour ce faire, Watson synthétisera et analysera les dossiers des patients entrants - historiques, traitements antérieurs, diagnostics antérieurs - en des historiques organisés et cohérents. «Cela serait particulièrement utile pour [les patients] ayant des problèmes de diagnostic, les personnes qui ont consulté plusieurs médecins et qui ont subi de nombreux tests et avis antérieurs», déclare LaRusso.
La clinique Mayo n'est pas la seule institution à voir le potentiel de Watson pour résoudre des problèmes médicaux complexes, plusieurs autres initiatives étant en cours dans le pays. En mars, le New York Genome Center a annoncé qu'il formerait Watson à l'analyse du génome de patients afin de créer un médicament sur mesure pour les patients atteints de cancer. Un partenariat avec la clinique de Cleveland a mis au point des outils de diagnostic qui analysent les dossiers médicaux électroniques et offrent des conclusions et des recommandations raisonnées. Sans oublier de mentionner que l'ordinateur a assimilé l'intégralité de PubMed et MedLine, deux méga bases de données de recherche et les dossiers de patients d'au moins une institution majeure, le Memorial Sloan Kettering de la ville de New York.
Pourtant, pour LaRusso, toute avancée médicale basée sur Watson ne profite pas à une seule institution. Il s'attend à ce que les fruits de cette collaboration soient utilisés ailleurs dans la communauté médicale et aident le système de santé à faire face aux problèmes liés à la hausse des coûts et à la réduction des effectifs.
«Je pense que [ce programme] a le potentiel d’aider considérablement à la transformation des soins de santé», dit-il.
