AI et la nouvelle Afrique (partie IV): appliquer l'IA en Afrique

La semaine dernière, nous avons proposé de discuter de certaines applications concrètes de l'IA en mettant l'accent sur les soins de santé. En bref, la véritable intelligence artificielle survient lorsqu'un système peut comprendre et tirer des enseignements d'un ensemble de données élaboré tout en formulant des recommandations et des suggestions valables. À noter ici le mot «données» qui est une information ou, pour être précis, une information disponible numériquement. L'intelligence artificielle dépend beaucoup de la disponibilité des données pour entraîner la machine, tout comme les humains l'apprennent en captant et en analysant des données. La différence ici, à un niveau fondamental, réside dans l'idée que les machines apprennent avec de grandes quantités de données sur une période beaucoup plus courte et à une vitesse accélérée. Il s’agit donc d’essayer d’accélérer et d’optimiser la vitesse à laquelle les machines saisissent des données, les analysent et en tirent des enseignements afin de formuler des recommandations et des suggestions plus précises et plus valables le cas échéant.

Nous sommes à l'aube d'une révolution technologique d'une ampleur supérieure à celle d'Internet et des technologies de communication mobile. Ces derniers temps, il ne se passe pratiquement aucune journée sans l'annonce d'une nouvelle frontière incroyable en matière d'IA. Cependant, l'essentiel du battage publicitaire autour de l'IA est dû à une technique appelée apprentissage en profondeur (DL). L'intelligence artificielle, en particulier DL, a été utilisée dans de nombreux secteurs et aspects de la vie, de la communication au transport, du service client au financement, en passant par la fabrication, les soins de santé et au-delà. L’intelligence artificielle globale pourrait avoir des applications potentiellement perturbatrices et des implications pour l’ordre architectural actuel de l’économie mondiale et des pays comme l’Afrique devraient se préparer à en tirer parti ainsi que les intrants nécessaires.

IA dans les soins de santé

Comme nous l'avons signalé dans un article récent sur la manière dont l'IA pourrait aider à transformer le secteur pharmaceutique en Afrique, les applications de l'IA sont de plus en plus utilisées pour le diagnostic, la chirurgie, la surveillance des patients et bien sûr pour le développement et la délivrance de médicaments et de nombreux soins de santé. Au niveau fondamental, cela pourrait être décrit comme exploitant la puissance des mégadonnées dans les sciences de la vie, ce qui implique de traiter et d’afficher d’énormes volumes et variétés de données sanitaires ou biologiques à un rythme rapide.

À l'heure actuelle, il s'agit d'une tendance à la hausse dans de nombreux secteurs de la santé où il existe une grande quantité de données telles que des données de laboratoire, des données d'assurance, des dossiers de patients, des données de recherche et même des données de médias sociaux. Dans un rapport récent, CB Insights a identifié plus de 100 entreprises réputées qui appliquent des algorithmes d'apprentissage automatique et des analyses prédictives à divers aspects des soins de santé, telles que réduire le temps de découverte de médicaments, fournir une assistance virtuelle aux patients et diagnostiquer des maux en traitant des images médicales, entre autres. .

De nombreuses grandes entreprises médicales et pharmaceutiques exploitent déjà la puissance de l'intelligence artificielle avec d'excellents résultats. Par exemple, le système Sedasys de Johnson and Johnson a reçu l’agrément de la FDA pour administrer automatiquement une anesthésie lors de procédures standard telles que la coloscopie. Un médecin supervise plusieurs machines à la fois, ce qui en fait un coût bien inférieur à celui d’un anesthésiste humain dédié. Insilico Medicine a enseigné à son système d’IA de prédire l’utilisation thérapeutique de nouveaux médicaments avant même qu’ils entrent dans le processus de test. Il existe également de nombreux robots à différentes étapes de test et d’approbation pour le diagnostic des maladies.

Les organisations de santé s'efforcent de plus en plus d'automatiser le processus de diagnostic en développant des plates-formes de données volumineuses pour accélérer la pratique et la recherche en matière de santé. Dans certains cas, comme avec IBM Watson, ces machines ont un taux de précision des diagnostics plus élevé que celui des médecins humains. L'application de l'IA et du Big Data dans certains de ces processus de santé permet aux systèmes de surveiller des modèles complexes, permettant ainsi une efficacité accrue lorsqu'il s'agit d'identifier des maladies et d'établir des diagnostics appropriés. Même les ultrasons, par exemple, utilisent maintenant des systèmes basés sur l'IA et sur le cloud, ainsi que la technologie d'imagerie 3D, pour améliorer la précision et l'exactitude. Selon Harpreet Singh Buttar, analyste chez Frost & Sullivan, «d'ici 2025, les systèmes d'IA pourraient être impliqués dans tout, de la gestion de la santé de la population aux avatars numériques capables de répondre aux requêtes de patients spécifiques».

Nous avons maintenant plus de suivis virtuels. Cela signifie que le personnel clinique n'a plus à consacrer autant de temps aux processus de suivi. En effet, les patients ont désormais la possibilité de faire un suivi via des méthodes et des outils numériques tels que des applications numériques et d’autres procédures d’IA. De plus, il existe maintenant des applications de robots intelligents capables de répondre aux questions les plus fréquentes et de suivre l’état de santé du patient. Certaines applications permettent également de recommander aux patients des recommandations basées sur leur diagnostic actuel et leurs rapports médicaux antérieurs. Pas étonnant qu'un nombre croissant de patients soient encouragés à passer au numérique.

En outre, tous les autres outils technologiques (anciens et nouveaux) du secteur de la santé qui aident à rendre le système de santé numérique; les diagnostics, la télémédecine, les DME, les DME en réseau (intranet ou Internet), les équipements connectés via des ordinateurs, les rappels de médicaments, les selfies de médicaments, etc., peuvent désormais intégrer des programmes d'intelligence artificielle ou intelligente. En conséquence, ces outils deviennent soudainement plus intelligents, tirent des enseignements des données et nous aident à travailler plus intelligemment.

Au centre, l'intelligence artificielle facilite l'accessibilité, la pertinence et la possibilité d'action des informations de santé. Il serait utile de se pencher un peu plus en profondeur sur une application importante de l'IA dans les soins de santé, plus précisément dans l'industrie pharmaceutique.

Nouvelle aube pour l'Afrique; se transformer en hub mondial de l'industrie pharmaceutique

Nous en avons discuté en détail dans un article récent. Le Dr Bertalan Mesko, parlant du futur de l'industrie pharmaceutique, a déclaré que «la prise de décision médicale avec une intelligence artificielle utilisant le pouvoir des superordinateurs changera la médecine de tous les jours. Les ordinateurs cognitifs, tels qu'IBM Watson, ont été utilisés de nombreuses manières pour analyser le Big Data, non seulement dans la recherche en génomique, mais aussi dans la biotechnologie. Cela déterminera également la manière dont les nouveaux médicaments sont trouvés. Cela pourrait mener à la fin de l'expérimentation humaine par la simulation détaillée de la physiologie humaine. Notre époque, avec des médicaments testés sur des personnes réelles, semblera barbare aux personnes du futur. Et si les superordinateurs pouvaient tester des milliers de cibles de médicaments sur des milliards de simulations modélisant la physiologie du corps humain en quelques secondes? Pharma devrait soutenir de telles recherches pour leur bénéfice. "

Comme nous le savons déjà et il est bon de nous rappeler à ce stade que l’IA et la plupart des autres avancées technologiques ne sont fondamentalement que des «outils», des outils permettant de résoudre les problèmes et d’améliorer les choses. La question est donc la suivante: y a-t-il des problèmes dans le secteur pharmaceutique qui doivent être résolus? Existe-t-il des processus pharmaceutiques qui doivent être améliorés, améliorés et améliorés? Toute personne proche de l’industrie pharmaceutique sait qu’il existe depuis longtemps des problèmes à la recherche de solutions et de processus qui méritent des améliorations allant de la découverte et du développement de médicaments à la livraison.

Une application typique de l'IA est la découverte de médicaments. Dans la nature et au sein des sociétés pharmaceutiques, il existe de grandes quantités de molécules et de composés qui pourraient constituer des solutions appropriées pour lutter contre des maladies spécifiques et améliorer la santé, mais le défi consiste à les identifier en tant que tels; comme entités thérapeutiques potentielles. La découverte et la mise au point de médicaments constituent probablement non seulement le défi le plus important, mais également l’opportunité la plus importante d’améliorer les soins de santé. Trouver un nouveau médicament peut être très exigeant et son coût prohibitif. Cela prend beaucoup de temps avec des exigences financières et intellectuelles substantielles. Au niveau de base, cela est généralement dû aux processus nécessaires pour nous assurer que nous disposons de médicaments efficaces et sûrs. En moyenne, les processus de mise à disposition des médicaments, de la découverte à l’administration, pourraient coûter jusqu’à 2,6 milliards de dollars aux entreprises pharmaceutiques et durer entre 12 et 14 ans. De ce fait, les principales applications de l'IA dans le secteur pharmaceutique à court et à long terme sont davantage axées sur la réduction du temps et, par conséquent, du coût de développement du médicament. Cela améliorerait non seulement le retour sur investissement et réduirait les coûts pour les utilisateurs, mais serait également utile pour rendre les produits utiles disponibles plus rapidement, en particulier là où cela compte le plus.

Habituellement, des milliers de molécules sont généralement étudiées et soumises à de nombreux processus dont quelques-unes seulement pourraient être soumises à des essais cliniques. Deux ou trois d'entre elles ont été approuvées comme médicament sur environ dix mille molécules étudiées en moyenne. Les questions sont alors les suivantes: existe-t-il un moyen pour que l'IA puisse aider rapidement les développeurs pharmaceutiques à éviter de dépenser trop de ressources en molécules vouées à l'échec? Les développeurs pharmaceutiques pourraient-ils se concentrer davantage sur une poignée des molécules les plus puissantes pouvant être adaptées et approuvées pour leurs objectifs spécifiques? Le résultat serait de réduire considérablement les ressources dépensées, d'accélérer le processus de découverte de médicaments et de garantir la découverte de médicaments de meilleure qualité. Eh bien, il s'avère que l'IA pourrait être utile et, comme nous le reconnaissons, l'IA trouve actuellement des applications dans presque tous les aspects du processus de découverte de médicaments.

Une poignée de sociétés axées sur l'intelligence artificielle, notamment Insilico Medicine, Atomwise, Numerate et bien d'autres travaillent beaucoup et traitent de grandes données cliniques et médicales pour aider la pharma à faire mieux. Beaucoup, y compris Frost & Sullivan, ont récemment reconnu les efforts déployés par Insilico Medicine. Même avec le rythme actuel des progrès (et le rythme s'accélérant), le coût des traitements médicaux diminuerait probablement de moitié dans les deux prochaines années.

Il y a eu ce thème récurrent chez certaines personnes en Afrique, dans les hauts et les bas lieux. Ils sont d'avis qu'il serait presque impossible de faire des recherches sérieuses, de développer des médicaments et de faire des contributions plus originales à l'industrie pharmaceutique au niveau mondial en provenance de l'Afrique. Nombre de ces personnes citent généralement les coûts prohibitifs et croissants de la recherche-développement sur les médicaments comme quelque chose que de nombreuses organisations africaines s'intéressant à l'industrie pharmaceutique ne peuvent se permettre. Pour eux, les institutions africaines sont tenues de mener des recherches rudimentaires, essentiellement destinées aux rayons. Beaucoup reconnaissent que cela est totalement insoutenable. Heureusement, avec l'aide des avancées technologiques, en particulier de l'intelligence artificielle, il n'y a maintenant absolument aucune raison pour que les scientifiques et les développeurs en Afrique ne puissent être plus productifs et novateurs pour obtenir de meilleurs résultats en matière de découverte de médicaments. Cela transformerait probablement l'industrie pharmaceutique et les soins de santé.

A propos de l'auteur

Iraneus Ogu dirige l’initiative Africa Artificial Intelligence et Blockchain for Healthcare d’Insilico Medicine, Inc. Outre les développements technologiques, il travaille sur les interventions en matière de longévité et de vieillissement dans le cadre de ses recherches axées sur la neurorégénération. Il travaille également avec l'équipe de développement de Longenesis.com et a également une formation en sciences pharmaceutiques à l'Université de Greenwich, où ses recherches ont porté sur les formes de dosage à libération contrôlée.