« La nouvelle intelligence du médicament »

Rencontre entre intelligence artificielle et sciences du médicament

Séance thématique
Salle des Actes

Faculté de Pharmacie de Paris et visioconférence

Mercredi 1^er février 2023 de 9 h 00 à 17 h 15

Programme

Cette séance thématique a pour but d’illustrer les multiples applications de l’intelligence artificielle (IA) à l’univers du médicament. Seront abordés les impacts sur la recherche, le développement, l’évaluation, la dispensation et le suivi du médicament en vie réelle.  Seront également discutées les dimensions éthique, juridique et réglementaire de l’IA en santé, ainsi que l’apparition de nouveaux acteurs et nouvelles compétences dans l’innovation médicamenteuse.

9 h 00    Ouverture de la séance par Jean-Louis Beaudeux, Président de l’Académie nationale de Pharmacie 2022

9 h 10    Introduction « La révolution du médicament intelligent » par Philippe Moingeon, Coordinateur du Groupe de veille « Intelligence artificielle et sciences du médicament » de l’Académie nationale de Pharmacie

Diapositives présentées

Vidéo de la présentation

L’Intelligence Artificielle (IA) recouvre les technologies qui reproduisent par la machine quatre dimensions de l’intelligence humaine, à savoir la perception, l’analyse, l’action et l’apprentissage. Les progrès technologiques combinés dans ces domaines permettent de générer et analyser des données massives pour modéliser la réalité d’un phénomène. Ces modèles sont ensuite réactualisés par l’accumulation de nouvelles données afin d’aider à la prise de décision et prédire le futur.

La convergence entre les biotechnologies, les sciences du médicament et l’IA révolutionne toutes les dimensions du cycle de vie du médicament, à savoir sa conception, son développement, sa production, sa distribution, sa dispensation ainsi que son suivi de pharmacovigilance lors de son utilisation en vie réelle. En particulier, l’IA permet d’établir des modèles de maladies à partir de données de profilage moléculaire de patients, rendant ainsi compte de l’hétérogénéité des maladies et d’identifier des cibles thérapeutiques importantes dans la physiopathologie. De nouvelles méthodes computationnelles sont utilisées pour identifier des molécules thérapeutiques interagissant avec ces cibles, optimiser ces molécules ou repositionner des molécules anciennes dans de nouvelles indications. Les médicaments et les dispositifs médicaux commencent aujourd’hui à être évalués sur des patients virtuels ou des jumeaux numériques

Cette révolution technologique donne aujourd’hui naissance à une médecine computationnelle de précision applicable à toutes les maladies chroniques, qui offrira à terme des traitements parfaitement ciblés à la plupart des maladies en prenant en compte les spécificités du patient quant à sa physiologie, sa maladie, sa relation à l’environnement.

9 h 30    « Méthodes d’Intelligence artificielle pour l’analyse intégrée de données moléculaires  »

Anaïs Baudot, Directrice Ide recherche CNRS, Marseille Medical Genetics Institute, Aix Marseille Université, INSERM

Diapositives présentées

Vidéo de la présentation

The technological advances and accumulation of biomedical datasets are yielding unprecedented opportunities to better understand human diseases. However, translating massive and heterogeneous data into knowledge necessitates proper exploration and integration tools. The talk will focus on different computational strategies for the integration of heterogeneous omics datasets.  I will first describe multilayer networks that incorporate different sources of biomedical interactions, as well as associated network exploration algorithms. I will then mention joint dimensionality reduction to extract biological knowledge simultaneously from multiple omics sources. On the application side, I will discuss about the application of these different algorithms in the context of the analysis of rare genetic diseases, which raise various challenges: many patients are undiagnosed, phenotypes can be highly heterogeneous, and only a few treatments exist.

10 h 00  « Conception et optimisation des candidats médicaments par intelligence artificielle »

Quentin Perron, Directeur scientifique, IKTOS

Diapositives présentées

Vidéo de la présentation

La recherche de nouvelles molécules thérapeutiques est un exercice complexe, car on estime à ce jour, environ 10⁶⁰ le nombre possible de molécules imaginables. Le chimiste médicinal est donc à la recherche d’une aiguille, dans une boite de foin quasi infinie. Heureusement, des technologies récentes d’intelligence artificielle ont réussi à démontrer leur capacité hors norme à résoudre des problèmes très complexes. On peut noter la reconnaissance ou la génération d’images, de textes ou de voix, ou encore l’exploration d’espaces de solutions complexes tels que ceux que l’on peut rencontrer dans le jeu d’échecs ou le jeu de GO par exemple. C’est donc en faisant appel à ces nouveaux algorithmes d’IA qu’Iktos, a depuis 2016, développé trois technologies majeures pour le design automatique de nouveaux candidats médicaments : Makya pour le design de novo de molécules, Spaya pour la retrosynthèse ainsi que DockAI pour l’estimation de l’activité biologique. Nous vous présenterons comment ces technologies s’articulent afin de permettre aux chimistes, l’accélération de la découverte de nouvelles molécules thérapeutiques innovantes.

10 h 30  « Applications des jumeaux numériques à l’évaluation de l’efficacité des médicaments et dispositifs médicaux »

Guillaume Kerboul, Directeur des Activités Conseil, Industrie de la santé, Dassault Systèmes

Diapositives présentées

Vidéo de la présentation

Lors de cette présentation, nous passerons en revue le rôle des jumeaux numériques, du patient, du produit, de l’usine et du procédé de fabrication, dans l’industrie pharmaceutique. Les jumeaux virtuels sont des copies numériques de systèmes ou de processus réels qui permettent aux entreprises de l'industrie pharmaceutique de simuler et d'analyser leur fonctionnement avant de mettre en œuvre des changements. Cela peut aider les entreprises à éviter les erreurs coûteuses, à optimiser les processus et à innover de manière plus efficace. Les jumeaux virtuels peuvent également être utilisés pour étudier les interactions complexes entre les différents éléments d'un système, pour évaluer les performances d'un équipement ou d'un procédé, ou encore pour prévoir les besoins en ressources et les temps d'arrêt pour maintenance. Au travers d’exemple réel, nous verrons comment l'utilisation des jumeaux virtuels dans l'industrie pharmaceutique peut améliorer la qualité des médicaments, accélérer les temps de mise sur le marché et réduire les coûts.

Yohann Mesmin, Siemens

Diapositives présentées

Vidéo de la présentation

La transformation numérique accompagne tous les secteurs industriels dans l’optimisation de leur process, dans l’amélioration de leur performance et dans la recherche d’une meilleure prédictibilité. Dans cette optique et pour compléter l’information obtenue avec les données, les Jumeaux Numériques ont une place déterminante et ceci particulièrement dans les industries où l’information essentielle dans l’analyse comportementale ne peut être mesurée.

11 h 00  « The hospital of the future: improving effectiveness and efficiency through AI »

Eyal Zimlichman, Director and Founder ARC Innovation, Chief Innovation Officer, Sheba Medical Center, Israel

Vidéo de la présentation

In this talk, Professor Eyal Zimlichman MD, MSC provides a review of how the future of health must take shape through digital health tools utilized at ARC, the innovation arm of Sheba Medical Center (Sheba), ranked for four consecutive years as a top-10 medical center in the world by Newsweek. Professor Zimlichman will describe the Future of Health (FOH) community, which is a proactive forum of leaders working to influence the course of global health through creation of a shared vision. The ARC global initiative then works to turn the FOH vision into reality among the member organizations. To enable this transformation, ARC is based on four fundamental principles which include digital health, open & organic innovation, international collaborations, and a structured innovation methodology.

He continues with the variety of technologies developed and deployed at Sheba in artificial intelligence (AI), specifically in the field of digital radiology, digital pathology, AI decision support platform for clinical evidence, multi-omics, preventing medication errors, and an AI hospital wide control tower. Prof. Zimlichman concludes that all stakeholders must take a proactive approach in order to see the changes take shape earlier. These include policy makers, payers, care recipients, and caregivers who all need to be at the table to enable and deliver effective transformation.

11 h 30     « Quelle sécurité pour les données de santé ? »

Nicolas Arpagian, Directeur stratégie cybersanté, Trend Micro Europe, Enseignant à l’ENSP et à Sciences Po Saint Germain

Diapositives présentées

Vidéo de la présentation

Seront abordés, dans cette présentation, les spécificités des données de santé ; des données si personnelles ; les menaces qui pèsent sur les données de santé dans un monde numérisé ; la problématique de l’hébergement des données de santé : un enjeu stratégique ; les mesures de protection ad hoc de ces données à caractère personnel.

12 h 00     « Stratégie nationale du numérique en Santé et Health Data Hub »

Muriel Dahan, membre de l’Académie nationale de Pharmacie

Diapositives présentées

Vidéo de la présentation

Le numérique en santé a récemment pris un tournant majeur en France, à travers l’adoption d’une stratégie structurée autour d’une feuille de route, de mesures adoptées dans le cadre du « Ségur de la santé », ainsi qu’à travers le « Grand défi IA et santé ». En parallèle, l’ouverture de PariSanté Campus a vocation à fédérer et structurer une filière en santé numérique au rayonnement international. Le cinquième pilier de cette stratégie est intégré au Plan Innovation Santé 2030, issu des propositions du Conseil stratégique des industries de santé (CSIS 2021) : c’est la « Stratégie d’Accélération Santé Numérique SASN », construite à partir de référentiels, de services socles, du déploiement de plates-formes numériques, en intensifiant tant la sécurité que l’interopérabilité, et ce afin de soutenir l’innovation.

Le Ségur de la santé (représentant deix milliards d’euros d’investissements) ambitionne de faciliter le partage fluide et sécurisé des données entre les professionnels de santé et le patient. Ce dernier a accès à « Mon espace santé » pour obtenir une vision consolidée de son parcours de soins. La stratégie du numérique englobe un financement d’équipements logiciels basés sur un système ouvert et non sélectif (SONS), ainsi que des formations pour les professionnels de santé (médecins en milieu hospitalier ou libéraux, biologiste médicaux, radiologues, pharmaciens). En septembre 2021 a été lancée une task force focalisée sur la transformation numérique des pharmacies d’officine, dans un objectif de modernisation des logiciels de gestion d’officine, en passant d’une logique de facturation à une logique de dossier patient.

Les axes prioritaires de la Stratégie d’Accélération Santé Numérique sont le développement de la formation aux métiers du secteur sanitaire et médico-social, la structuration des communautés de recherche, le soutien à la maturation de projets structurants, la mise en œuvre des expérimentations numériques en vie réelle, l’aide à l’innovation ciblée sur les nouveaux métiers et les nouveaux usages numériques…

Par ailleurs, la constitution de la plateforme nationale des données de santé (« Health Data Hub ») ouvre des perspectives majeures, pour autant que les enjeux de sécurité et de protection des données personnelles de santé soient maîtrisés. Cette plateforme nationale du numérique en santé rassemble les données issues du système national des données de santé (SNDS) et de registres, bases, cohortes ou entrepôts de données  pour faciliter la recherche médicale, soutenir les professionnels de santé dans leurs activités et accompagner les politiques publiques.

Surtout, le bénéfice attendu du développement accéléré du numérique en santé dans toutes ses composantes sera pour les patients, qui auront un accès amélioré à la recherche, à la prévention, au diagnostic, et seront mieux informés, accompagnés, pris en charge, puis soutenus dans les suites de leur maladie.

Axelle Menu, Experte médicale du HDH

Diapositives présentées

Vidéo de la présentation

Le Health Data Hub vise à garantir un accès aisé et unifié, transparent et sécurisé aux données de santé pour favoriser la recherche et l’innovation et ainsi améliorer la qualité des soins et l’accompagnement des patients. Il conduit quatre activités principales : 

• Un guichet unique pour accompagner les porteurs de projets dans leurs démarches administratives ;
• La mise à disposition d’une plateforme sécurisée à l’état de l’art, offrant des capacités avancées de stockage, de calcul, de rapprochement et d’analyse des données ; 
• Un accès à des bases de données partenaires ;  
• L’animation de l’écosystème pour accélérer la recherche et l'innovation.

Concrètement, le Health Data Hub accompagne des projets mobilisant diverses bases de données de santé (cohortes, registres, données de vie réelle (médicaments, DMI, …), …), et promeut l’utilisation de la base principale et du catalogue du Système national des données de santé (SNDS) (cf. arrêté du 12 mai 2022).

La base principale désigne la réunion de données pseudonymisées et chainées, couvrant l’ensemble de la population française, en provenance de l’Assurance Maladie (base SNIIRAM), des établissements de santé (bases PMSI) ainsi que les causes médicales de décès (base du CépiDC de l’Inserm), et des données relatives au handicap (en provenance des MDPH - données de la CNSA). Ce système de données est très puissant pour des études en pharmaco-épidémiologie, pour des évaluations médico-économiques des produits de santé ou pour l’analyse des ruptures de parcours de soins ainsi que les liens avec la consommation de médicaments. 

Le catalogue désigne quant à lui une collection de bases de données dont la construction itérative permet de s’adapter aux enjeux et besoins de l’écosystème. Le catalogue compte par exemple une base de données ATU Roche, portant sur les données collectées dans le cadre d’un accès précoce (atézolizumab et cancer bronchique à petites cellules).

Les travaux du HDH sur les médicaments et les produits de santé se font également au niveau européen : le HDH et 4 établissements de santé sont lauréats d’un appel d’offre de l’Agence européenne du médicament (EMA) visant à constituer une base de données multicentriques documentée avec une identification précise des médicaments hospitaliers administrés à chaque patient. 

Afin d’augmenter la capacité à mener des études multicentriques, le HDH contribue à l’appel à projets d’accompagnement et soutien à la constitution des EDS hospitaliers, ainsi qu’au projet d’entrepôts de données de médecine de ville (P4DP).

PAUSE-DÉJEUNER

Introduction par Muriel Dahan, membre de l’Académie nationale de Pharmacie

14 h 00     « Apports de l’IA dans le diagnostic et les traitements en cancérologie »

Éric Deutsch, Directeur du Département de Radiothérapie, Gustave Roussy

Vidéo de la présentation

L’IA appliquée à la radiothérapie des tumeurs permet d’envisager des traitements très précisément ciblés sur la tumeur en minimisant les effets délétères sur les tissus normaux, en préservant les cellules du système immunitaire, et en l’associant à des médicaments qui stimulent ces cellules immunes. L’IA permet l’analyse d’images IRM et PET scans pour obtenir des informations morphologiques et fonctionnelles sur les cellules tumorales, sur l’hétérogénéité de la tumeur et son infiltration par des cellules immunes cytotoxiques, et ainsi optimiser l’efficacité de la radiothérapie.

14 h 30     « Applications de l’IA à la pharmacovigilance »

Irène Fermont, membre de l’Académie nationale de Pharmacie

Diapositives présentées

Vidéo de la présentation

L’analyse à grande échelle par l’IA des données médicales permet d’améliorer pharmacovigilance, c’est à dire le suivi en termes d’efficacité et de sécurité des médicaments mis sur le marché. A cet égard, l’IA intègre des quantités massives de données cliniques, biologiques, d’imagerie médicale, colligées à partir de dossiers médicaux électroniques de millions de patients pour entrainer des réseaux neuronaux et produire des algorithmes prédictifs de risques ou capables de détecter des signaux faibles d’effets indésirables. En parallèle, des analyses multi-langue des données de santé sur les réseaux sociaux (Doctissimo, Facebook, Twitter, YouTube, Instagram) avec des algorithmes d’analyse sémantique sont aujourd’hui utilisés pour aider à la détection précoce d’effets secondaires de médicaments.

15 h 00

Participants : Sarah Cohen-Boulakia (DATAIA, Université Paris-Saclay, Léa Waldura (Vice-Présidente numérique, Association Nationale des Étudiants en Pharmacie de France), Fabrice Denis, Philippe Moingeon (membre de l’Académie nationale de Pharmacie)

Table ronde autour des compétences techniques (sciences computationnelles, sciences des données, graphes de données, théorisation de la prise de décisions…) et comportementales (inter et multidisciplinarité, aptitudes à l’open innovation…) désormais souhaitables dans les métiers du médicament. Acculturation et formation des étudiants et des professionnels confirmés aux apports des nouvelles technologies en santé.

Diapositives présentées : Christian Garbay, Sarah Cohen-Boulakia, Léa Waldura, Fabrice Denis, Philippe Moingeon

Vidéo de la table ronde

16 h 00

Participants : Alexei Grinbaum (Président du Comité Éthique numérique du CEA), Étienne Klein (Directeur de recherche CEA), Caroline Mascret (Maître de Conférences, Université Paris-Saclay)

Table ronde autour des questions posées par l’utilisation sous différentes formes de l’IA en santé. Jusqu’où faire confiance à l’IA ? Comment coordonner une évaluation nécessairement continue des modalités de l’IA en santé ? Intérêt d’une éthique de l’IA par design ? La responsabilité et la garantie humaine dans la délégation de tâches à la machine intelligente ? Nécessité d’une IA davantage transparente… ?

Questions posées

Vidéo de la table ronde

Conclusions par Philippe Moingeon, Coordinateur du Groupe de veille « Intelligence artificielle et sciences du médicament » de l’Académie nationale de Pharmacie

Clôture par Bruno Bonnemain, Président de l’Académie nationale de Pharmacie 2023

*            *

*