Il s'agit de la première d'une série en six parties sur la façon dont l'IA modifie la recherche et les traitements médicaux.
Le cœur devant moi bat et se déplace comme un organe humain, mais n'a pas de sang qui coule à travers lui, et ne vit pas dans un corps humain.
C'est un cœur généré par ordinateur, ou jumeau numérique, utilisé pour tester les dispositifs cardiovasculaires implantables, comme les stents, et les valves prothétiques qui, une fois confirmés qu'ils sont sûrs, seront éventuellement utilisés sur les personnes réelles.
Mais les créateurs du cœur, Adsilico, sont allés au-delà de la création d'un modèle précis.
En utilisant l'intelligence artificielle et d'énormes quantités de données, ils ont créé plusieurs cœurs différents.
Ces cœurs synthétiques générés par l'IA peuvent être faits pour refléter non seulement des attributs biologiques comme le poids, l'âge, le sexe et la pression artérielle, mais aussi des conditions de santé et des origines ethniques.
Comme ces différences ne sont souvent pas représentées dans les données cliniques, le cœur jumeau numérique peut aider les fabricants d'appareils à mener des essais dans des populations plus diversifiées qu'ils ne le pouvaient avec des essais humains, ou des essais impliquant simplement des jumeaux numériques sans IA.
Cela nous permet de saisir toute la diversité des anatomies des patients et des réponses physiologiques, ce qui n'est pas possible à l'aide de méthodes conventionnelles.
Cette utilisation de l'IA pour améliorer les tests d'appareils conduit au développement d'appareils plus inclusifs et plus sûrs, déclare Sheena Macpherson, directrice générale d'Adsilico.
En 2018, une enquête menée par l'International Consortium of Investigative Journalists a révélé que 83 000 morts et plus de 1,7 million de blessés avaient été causés par des dispositifs médicaux.
Mme Macpherson espère que les jumeaux numériques alimentés par l'IA pourront réduire ces nombres.
Pour vraiment rendre ces appareils plus sûrs, vous devez les tester de façon plus approfondie, et il n'est pas possible de le faire dans un environnement d'essai clinique en raison de ses dépenses », explique Mme Macpherson, qui est basée à Northumberland.
« Donc, vous voulez être en mesure d'utiliser la version générée par ordinateur, pour vous assurer que quoi que vous fassiez, vous l'avez testé aussi soigneusement que possible avant de le tester sur un humain.
Même une fraction de ces décès - et les poursuites connexes - auraient pu être évités avec des tests plus approfondis.
Vous pouvez également obtenir des résultats plus détaillés.
"Vous pourriez prendre le même cœur [virtuel] et vous pourriez tester sous une pression artérielle basse ou élevée, ou contre une progression différente de la maladie, pour voir si cela affecte l'appareil de quelque façon que ce soit.
Mme Macpherson ajoute: [Virtual] testing donne aux fabricants d'appareils médicaux beaucoup plus de renseignements.
Cela signifie également que nous pouvons tester dans d'autres sous-groupes de patients, et pas seulement des hommes blancs sur lesquels les essais cliniques ont traditionnellement été basés.
Les modèles d'IA Adsilicos sont formés à une combinaison de données cardiovasculaires et de données provenant de l'IRM réelle et des scanners, qui comprennent l'imagerie médicale des patients consentants.
Les données proviennent de structures anatomiques détaillées du cœur, pour aider à créer des représentations numériques précises de la façon dont les dispositifs médicaux interagiront avec différentes anatomies de patients.
Les essais Adsilicos impliquent la création d'un jumeau numérique de l'appareil à tester, qui est ensuite inséré dans le cœur virtuel dans une simulation générée par l'IA.
Tout se passe à l'intérieur d'un ordinateur, où le test peut être reproduit à travers des milliers d'autres cœurs - toutes les versions simulées de l'IA d'un vrai cœur humain.
D'autre part, les essais sur les humains et les animaux n'impliquent que des centaines de participants.
Peut-être que la plus grande incitation pour les fabricants de médicaments et d'appareils à compléter les essais cliniques avec des jumeaux numériques d'IA est la façon dont il réduit le temps qu'il prend, ce qui se traduit aussi par des économies de gros coûts.
Le fabricant de médicaments Sanofi, par exemple, espère réduire la période d'essai de 20 %, tout en augmentant le taux de réussite.
Il utilise la technologie numérique jumelle dans son immunologie, oncologie et spécialité des maladies rares.
À l'aide de données biologiques provenant de personnes réelles, Sanofi crée des patients simulés basés sur l'IA - et non des clones réels d'individus spécifiques - qui peuvent être répartis entre les groupes témoins et les groupes placebo au sein de l'essai.
Les programmes d'IA de Sanofis créent également des modèles informatiques du médicament à tester, en synthétisant des propriétés comme la façon dont le médicament serait absorbé dans l'ensemble du corps, de sorte qu'il peut être testé sur les patients atteints d'IA.
Le programme prédit également leurs réactions - en reproduisant le processus d'essai réel.
Avec un taux d'échec de 90 % dans l'industrie des nouveaux médicaments au cours du développement clinique, une augmentation de seulement 10 % de notre taux de réussite en utilisant des technologies comme les jumeaux numériques pourrait entraîner des économies de 100 millions de dollars, compte tenu du coût élevé des essais cliniques en phase tardive, déclare Matt Truppo, chef mondial des plates-formes de recherche et de la recherche et développement computationnels de Sanofis.
Les résultats obtenus jusqu'à présent ont été prometteurs, ajoute M. Truppo, qui est basé à Boston, aux États-Unis.
Il y a encore beaucoup à faire.
Bon nombre des maladies que nous essayons actuellement d'influer sont très complexes.
C'est là que des outils comme l'IA entrent en jeu.
Powering the next generation of digital jumelles with precise AI models of complex human biology is the next frontier.
Selon Charlie Paterson, associé chez PA Consulting et ancien gestionnaire de services du NHS, les jumeaux numériques pourraient avoir des faiblesses.
Il souligne que les jumeaux sont seulement aussi bons que les données sur lesquelles ils sont formés.
« En raison des méthodes de collecte de données vieillies et de la faible représentation des populations marginalisées, nous pourrions nous retrouver dans une position où nous pourrions encore introduire certains de ces biais lorsque nous programmons des loisirs virtuels d'individus.
Travailler avec des données héritées limitées pour former son AI est un problème Sanofi est au courant et travaille à résoudre.
Pour combler les lacunes de ses ensembles de données internes - constitués de millions de points de données provenant des milliers de patients qui subissent ses essais chaque année -, elle recueille des données de tiers, comme les dossiers de santé électroniques et les biobanques.
De retour chez Adsilico, Mme Macpherson espère qu'un jour, la technologie numérique jumelle de l'IA éliminera les essais sur les animaux des essais cliniques, qui est toujours considérée comme un élément essentiel du processus d'essai des médicaments et des instruments.
Un modèle virtuel de nos cœurs est encore plus proche d'un cœur humain que celui d'un chien, d'une vache, d'un mouton ou d'un porc, ce qui tend à être ce qu'ils utilisent pour les études de dispositifs implantables, dit-elle.