Consortium d’Intelligence Artificielle pour la COVID-19 – Entretien avec Sanjay Budhdeo, MD, Directeur du Développement Commercial d’Owkin

Le Consortium d’Intelligence Artificielle pour la COVID-19 (COAI) a pour objectif de mettre en œuvre des découvertes médicales révolutionnaires et des résultats tangibles pour lutter contre la pandémie de COVID-19.

Le COAI vise à accroître la recherche collaborative, à accélérer le développement clinique de traitements efficaces contre la COVID-19 et à partager tous ses résultats avec la communauté médicale et scientifique mondiale. Le COAI réunira des collaborateurs issus d’institutions universitaires, de chercheurs, de scientifiques de données et de partenaires industriels pour lutter contre la pandémie de COVID-19.

Ceci sera le premier d’une série de trois entretiens avec les principaux dirigeants du COAI.

Sanjay Budhdeo est un médecin praticien. Il est titulaire d’un diplôme en sciences médicales et d’un diplôme en médecine de l’Université d’Oxford, ainsi que d’un master de l’Université de Cambridge, et il est membre du Royal College of Physicians. Sanjay a une expérience de recherche en neuroimagerie, en épidémiologie et en santé numérique. Avant de rejoindre Owkin en tant que responsable de partenariat, il était associé principal chez Boston Consulting Group, où il s’est concentré sur les données et le numérique dans le domaine de la santé. Il siège au comité de sécurité des patients de la Royal Society of Medicine et a été conseiller spécial à la Commission de qualité des soins.

Qu’est-ce qui vous a inspiré pour rejoindre OWKIN ?

Lorsque j’exerçais en tant que médecin, j’ai vu de nombreux patients qui avaient des affections que nous ne pouvions pas traiter avec des médicaments, et pour lesquels il n’y avait que peu de choses que nous pouvions faire. En tant que chercheur, j’étais frustré par les approches traditionnelles d’analyse, à une époque où nous avions accès à de plus en plus de données. Essayer de faire le lien entre des domaines qui avaient évolué séparément – tels que l’épidémiologie et l’imagerie – s’est avéré vraiment difficile. L’apprentissage automatique a été pour moi un moyen de relier les points entre mon travail de chercheur et de médecin, en étant capable de dériver des insights au niveau individuel qui pourraient avoir un impact sur le diagnostic et le traitement de l’ensemble de la population des patients.

Vous avez une expérience de recherche en épidémiologie et en santé numérique. Pouvez-vous partager avec nous certains des projets précédents sur lesquels vous avez travaillé ?

En épidémiologie, j’ai travaillé sur la cohorte de naissance de 1946 au Royaume-Uni – une étude à long terme qui a suivi les sujets nés au cours d’une semaine tout au long de leur vie. Dans un projet, j’ai examiné quand ces sujets ont commencé à apprendre à s’asseoir, à se tenir debout et à marcher, et j’ai constaté que cela était associé à leur capacité à effectuer des tâches plus compliquées plus tard dans la vie. J’ai également examiné les raisons derrière cette association – y avait-il des différences dans la génétique ou la structure cérébrale ? En santé numérique, mon objectif a été l’interopérabilité – les connexions entre les dossiers médicaux électroniques dans les hôpitaux qui permettent le partage de données sur les patients entre les hôpitaux. C’est vraiment important pour les soins cliniques directs, afin qu’un médecin ait une idée complète de ce qui s’est passé avant, mais c’est également vraiment important pour permettre l’utilisation de modèles d’apprentissage automatique dans le contexte clinique.

OWKIN est à la tête d’une collaboration de recherche basée sur l’IA appelée le Consortium d’Intelligence Artificielle pour la COVID-19 (COAI). Pouvez-vous décrire ce projet ?

Le COAI est la réponse d’Owkin aux préoccupations que nous avons entendues de la part de nos institutions cliniques et universitaires partenaires. Il est clair pour nous qu’il y a des questions cliniques importantes qui doivent être résolues pour la COVID-19 – par exemple, comment pouvons-nous identifier les patients à risque de maladie grave ? Quels sont les traitements potentiels qui pourraient être testés contre les infections à la COVID-19 ? Notre objectif est d’accroître la recherche collaborative et de partager tous nos résultats avec la communauté médicale et scientifique mondiale. Le COAI s’appuie sur les forces des collaborateurs dans le domaine de la santé et de la technologie – y compris les universités, les hôpitaux, les startups et les entreprises biopharmaceutiques. Nous créons des domaines de recherche spécifiques, et le premier domaine que nous avons annoncé est celui des complications cardiovasculaires chez les patients atteints de COVID-19, avec d’autres domaines de recherche à venir prochainement.

L’un des premiers projets sera la compréhension des complications cardiovasculaires. Quels sont les types d’informations que nous espérons obtenir du COAI ?

Notre objectif est de produire des informations cliniquement utiles sur le risque de complications cardiovasculaires aiguës liées aux infections à la COVID-19. Nous explorons cette question sous différents angles, en utilisant différents types de données dans différents pays. C’est formidable de travailler avec des chercheurs cliniques internationalement de premier plan pour aller au cœur de ces questions.

La prédiction et la caractérisation des réponses immunitaires constituent un autre aspect du COAI. Quels sont les points de données que vous croyez devraient être analysés pour comprendre pleinement pourquoi certains humains sont capables de développer une réponse immunitaire, tandis que d’autres nécessitent une assistance médicale ?

Le système de défense de notre corps est incroyablement complexe et intriqué. Il y a de nombreux types de cellules impliquées dans notre réponse immunitaire. Certaines cellules combattent directement les envahisseurs étrangers. D’autres cellules produiront des produits chimiques pro-inflammatoires appelés cytokines, qui agissent comme des signaux de guidage pour cibler la réponse immunitaire et étiqueter des cellules spécifiques pour la destruction. Ce que nous apprenons, c’est que l’équilibre de certaines cytokines – y compris l’IFN1, l’IFN gamma et l’IL-10 – est très important pour médier cette réponse immunitaire. L’apprentissage automatique peut être très utile pour examiner un ensemble de données très riche contenant les niveaux de nombreuses cytokines et d’autres marqueurs sanguins, et générer des insights sur quels sont les principaux acteurs ici, tout en tenant compte de l’interaction complexe entre les différents facteurs.

Comprendre comment traiter les patients pour obtenir le meilleur résultat pour le patient est peut-être l’un des projets les plus importants menés par le COAI. À votre avis, quels sont les premiers pas qui doivent être entrepris pour comprendre cela ?

Une première étape importante est la stratification des risques. Nous voulons comprendre quels patients sont les plus à risque de développer une maladie grave – y compris des complications pulmonaires comme le syndrome de détresse respiratoire aiguë, des complications cardiaques telles que la myocardite, et d’autres séquelles spécifiques à un organe ou un système. Cette question de stratification des risques est importante pour plusieurs raisons. Premièrement, en tant que médecin, vous pourriez vouloir surveiller un patient différemment si vous savez qu’il est à plus haut risque de complications. Deuxièmement, en tant qu’hôpital, vous voulez être capable de prédire la demande de soins intensifs et planifier en conséquence. Troisièmement, si vous êtes un chercheur ou une entreprise biopharmaceutique, vous pouvez inclure ce sous-groupe de patients dans des essais, et les traiter tôt pour obtenir une réponse optimale à votre médicament. Dans tous ces cas, notre objectif ultime est d’améliorer les résultats pour les patients.

Pouvez-vous expliquer pourquoi la science des données est si importante pour lutter contre la COVID-19 ?

La science des données, dans son sens le plus large, est au cœur de la lutte contre la COVID-19. Des questions importantes sur la modélisation des taux d’infection à la COVID-19 restent. Nous pouvons utiliser des données réelles de patients pour identifier des médicaments qui pourraient être utilement réutilisés pour traiter les patients atteints de COVID-19. Il y a une quantité incroyable d’informations que nous découvrons sur le virus qui nous aidera à concevoir un vaccin. Il y a tant de choses que nous ne savons pas sur le virus, y compris la façon dont il affecte les gens, et nous apprenons de plus en plus grâce à de nombreuses variétés de données – biochimiques, génétiques, cliniques et provenant de téléphones portables.

Quels sont les types d’informations que nous pouvons apprendre de l’analyse de ces données par l’IA ?

À mon avis, le point fort de l’IA est vraiment d’aider à dériver des conclusions au niveau de l’individu à partir de données au niveau de la population. Nous pouvons réfléchir à quels patients pourraient bénéficier de quels traitements pour combattre l’infection à la COVID-19, ou aider à prédire quels endroits pourraient devenir des points chauds locaux pour l’infection à la COVID-19. Il y a également beaucoup d’activité dans l’espace de la découverte, à la fois en termes de médicaments potentiels et de candidats vaccins. L’IA peut vraiment nous aider à livrer des insights biologiques novateurs beaucoup plus rapidement.

Qui devrait rejoindre le projet du Consortium d’Intelligence Artificielle pour la COVID-19 ?

Nous parlons à un certain nombre de parties prenantes à l’intérieur et à l’extérieur du domaine de la santé. Cela inclut des hôpitaux, des universités et des entreprises pharmaceutiques, mais également d’autres startups, des ONG et des organisations de politique. Nous sommes particulièrement excités de entendre les cliniciens qui ont collecté des données et qui aimeraient avoir de l’aide pour l’analyse.

Y a-t-il autre chose que vous aimeriez partager sur le projet du COAI ou sur la COVID-19 ?

Je suis vraiment enthousiaste de partager cette initiative avec vous ! Si vous souhaitez collaborer, nous serions ravis de discuter – contactez-nous à COAI@owkin.com

Merci pour cet entretien fantastique. Les lecteurs qui souhaitent en savoir plus peuvent lire notre article décrivant le projet du COAI.

Le deuxième entretien de cette série a été réalisé avec Dr. Stephen Weng, Principal Investigator.

Le troisième entretien de cette série a été réalisé avec Folkert W. Asselbergs, Principal Investigator

Vous pouvez également visiter le site Web du Consortium d’Intelligence Artificielle pour la COVID-19.