Données de santé et IA : duo gagnant pour fiabiliser et accélérer la recherche en oncologie

Dans un contexte caractérisé par la croissance exponentielle du volume de données ces 20 dernières années, l’exploitation et la valorisation des données de santé est devenue un enjeu critique pour l’ensemble des acteurs de la santé.

La crise sanitaire que nous vivons actuellement n’a fait que renforcer l’importance d’une stratégie agile et décloisonnée en matière de gouvernance des données de santé. Le rôle crucial joué par les plateformes technologiques (Doctolib, ViteMaDose etc.) pour accélérer la campagne de vaccination en est l’illustration parfaite. Au-delà de la pandémie, l’exploitation et la valorisation des données de santé pourrait aussi façonner la médecine de précision de demain.

Si la collecte et l’analyse des données de santé sont en train de profondément renouveler l’écosystème des parcours de soins, les ressources et les méthodologies de Drug Discovery appliquées sur des données fiables et structurées offrent des avantages considérables aux sociétés de biotechnologie. En effet, l’exploitation des données de santé joue un rôle clé dans le développement de médicaments en permettant de raccourcir les délais des projets ainsi que leurs coûts grâce à des prises de décision plus rapides et plus fiables. À titre d’exemple, certaines phases de ce processus (et notamment celle de l’optimisation) peuvent durer plusieurs années pour des coûts s’élevant à plusieurs millions d’euros, sans que nous puissions pour autant être certains d’un résultat positif : l’Intelligence Artificielle a le mérite de sécuriser et accélérer le processus. Elle en améliore ainsi l’efficacité globale.

L’alliance stratégique des données de santé et de l’Intelligence Artificielle 

En utilisant l’Intelligence Artificielle sur des données saines, fiables et structurées, les acteurs de la santé vont pouvoir stimuler la dynamique de recherche et contribueront ainsi à accélérer l’ensemble du processus de Drug Discovery jusqu’aux essais cliniques. En effet, l’IA a largement prouvé son efficacité notamment lors de la crise de la COVID-19, en permettant de mieux exploiter une vaste bibliothèque de données. Les grandes quantités de données nouvellement disponibles offrent une opportunité inédite de tirer parti de tout le potentiel de l’IA pour accélérer la recherche de nouveaux médicaments et moderniser les essais cliniques.

La découverte de médicaments est un processus qui consomme énormément de temps et de ressources. Ainsi, les biotechs et autres acteurs de la santé ont besoin de déployer au mieux les plateformes de gestion des données pour maximiser leur retour sur investissement et réduire le temps de développement.

Ces solutions offrent de nombreuses opportunités pour optimiser le processus de Drug Discovery grâce à la collecte, au traitement, à l’analyse et à la valorisation des données de santé. L’utilisation de plateformes de gestion de données dans ce domaine dispose alors d’un réel potentiel pour faciliter l’ensemble des pratiques et méthodes existantes dans le processus de Drug Discovery et ce, dans toutes les branches des soins de santé.

La mise en place d’une plateforme de gestion de données unifiée dans le processus de Drug Discovery

Après avoir ouvert la voie en démontrant le potentiel et la perspective des données dans le processus de Drug Discovery, les acteurs du marché de la santé ont commencé à intégrer la science des données directement dans leurs processus en s’appuyant sur des plateformes de gestion de données pour faciliter l’accès à des données saines, fiables et structurées.

C’est le cas d’Oncodesign, entreprise biopharmaceutique spécialisée dans la médecine de précision, qui a choisi de s’appuyer sur la plateforme de gestion de données unifiée  InterSystems IRIS for HealthTM pour organiser et structurer ses données de santé, afin de fiabiliser et accélérer la recherche de nouveaux traitements en oncologie grâce à l’Intelligence Artificielle. En effet, ce partenariat, en optimisant l’exploitation des données, vise à faire progresser la recherche de nouveaux traitements dans le domaine de l’oncologie tout en fiabilisant et en accélérant son processus de Drug Discovery. Pour ce faire, Oncodesign a fait le choix de combiner sa plateforme propriétaire d’identification et de validation de nouvelles cibles thérapeutiques appelée OncoSNIPER directement à la plateforme de gestion de données de santé unifiée InterSystems IRIS for Health. Grâce à l’analyse et à la meilleure exploitation des données consolidées dans InterSystems IRIS for Health, la Business Unit
Intelligence Artificielle (IA) d’Oncodesign pourra optimiser le développement d’OncoSNIPER, par l’éducation plus précise de ses algorithmes.

Face à la quantité importante de données générées, Oncodesign a besoin de structurer les données récoltées afin d’implémenter les algorithmes nécessaires à la sélection des sous populations de patients atteint de cancers résistants aux traitements et trouver de nouveaux traitements. Ce nouveau partenariat permettra à Oncodesign de rester à la pointe de l’innovation biopharmaceutique et d’accélérer le développement à terme de nouvelles solutions thérapeutiques efficaces dans le domaine de l’oncologie.

 

EN SAVOIR PLUS

 

Sylvain Guilbaud

Ingénieur spécialisé en systèmes de gestion de bases de données, Sylvain Guilbaud a participé aux développements d’applications de plusieurs éditeurs du domaine médical ou d’établissements de santé, notamment au siège de l’APHP.

Pour compléter son expertise en stockage de données, il intègre l’éditeur Oracle, avant de rejoindre InterSystems France dès 2001.

Ses compétences en traitement de la donnée se sont dès lors étendues, depuis le stockage multi-modèles, l’interopérabilité (et plus particulièrement sur les standards d’échanges en santé), jusqu’à l’analyse en temps-réel et à l’intelligence artificielle (IA/ML), de manière à couvrir un large spectre du cycle de vie de la donnée.

Laisser un commentaire

*