Helix dépasse les 500 000 enregistrements génomiques liés et introduit des outils d’IA pour la découverte biomédicale

La course pour construire une meilleure intelligence artificielle pour la santé a été largement limitée par un problème simple : le manque de jeux de données suffisamment grands et de haute qualité qui relient les informations génétiques aux résultats réels des patients. Cette semaine, Helix a annoncé un jalon qui pourrait aider à relever ce défi, en révélant que sa plate-forme GenoSphere a dépassé les 500 000 enregistrements clinico-génomiques liés, tout en introduisant de nouveaux outils de recherche alimentés par l’IA conçus pour accélérer la découverte scientifique.

L’annonce positionne Helix parmi un petit groupe d’organisations qui tentent de créer des jeux de données longitudinaux à grande échelle qui combinent la séquençage génomique avec des années de dossiers médicaux. De tels jeux de données sont de plus en plus considérés comme des infrastructures essentielles pour la prochaine génération de médecine de précision, de développement de médicaments et de recherche biomédicale alimentée par l’IA.

Pourquoi les données génomiques liées sont importantes

Alors que la séquençage génomique est devenu dramatiquement plus abordable au cours de la dernière décennie, l’ADN seul raconte rarement l’histoire complète de la maladie.

Les chercheurs ont également besoin d’accéder aux résultats cliniques, aux antécédents de traitement, aux diagnostics et aux dossiers médicaux longitudinaux pour comprendre comment les variants génétiques influencent la santé réelle des patients. Le défi est que ces jeux de données existent souvent dans des systèmes séparés et sont difficiles à relier à grande échelle.

Helix affirme que chaque enregistrement GenoSphere combine ses données de séquençage Exome+ avec une moyenne de 13 ans d’histoire de dossiers médicaux électroniques et environ huit ans de données de réclamations. Le jeu de données est issu du réseau de recherche Helix, qui comprend actuellement 16 systèmes de santé participants.

Ce type de jeu de données multimodal est de plus en plus important car de nombreux modèles d’IA modernes fonctionnent mieux lorsqu’ils peuvent analyser plusieurs formes d’informations simultanément plutôt que de s’appuyer uniquement sur la génétique ou les dossiers médicaux.

De la génomique des populations à l’infrastructure de recherche

Fondée en 2015, Helix s’est initialement concentrée sur la génomique des populations et les tests génétiques. Au fil du temps, l’entreprise a élargi ses activités à la diagnostic clinique, aux partenariats avec les systèmes de santé et à l’infrastructure de recherche. Aujourd’hui, Helix opère à l’intersection de la tests génomique, de la santé des populations et de la découverte biomédicale.

La stratégie à long terme de l’entreprise semble de plus en plus axée sur la construction d’une plate-forme de recherche à grande échelle plutôt que de simplement fournir des tests génétiques. Helix rapporte que GenoSphere a doublé de taille au cours chacune des deux dernières années et devrait dépasser un million d’enregistrements liés dans les 18 prochains mois.

L’échelle est importante car de nombreux variants génétiques cliniquement importants sont rares. Les jeux de données plus grands améliorent la capacité des chercheurs à identifier des associations significatives entre les marqueurs génétiques et les résultats de la maladie, en particulier au sein de populations de patients diverses.

Les outils d’IA visent à réduire les goulets d’étranglement de la recherche

Parallèlement à l’expansion du jeu de données, Helix a introduit de nouveaux outils alimentés par l’IA destinés à simplifier la façon dont les chercheurs interagissent avec des données génomiques complexes.

La première version est un outil de construction de cohorte alimenté par l’IA, qui permet aux chercheurs de créer et d’analyser des cohortes de patients à l’aide de flux de travail déclenchés par le langage naturel plutôt que de nécessiter une expertise bioinformatique approfondie. Selon l’entreprise, l’outil peut générer des cohortes clinico-génomiques ciblées en quelques minutes, ce qui pourrait réduire des semaines de préparation de données manuelles et de construction de requêtes.

Ceci reflète une tendance plus large à travers les soins de santé et les sciences de la vie, où l’IA est de plus en plus appliquée non seulement à l’analyse scientifique elle-même, mais également aux goulets d’étranglement opérationnels qui ralentissent la recherche. Les grands modèles de langage deviennent des interfaces pour les bases de données biomédicales complexes, permettant aux scientifiques de se concentrer davantage sur la génération d’hypothèses et moins sur l’ingénierie des données.

L’importance croissante des données de soins de santé prêtes pour l’IA

La signification de l’annonce de Helix va au-delà de la taille du jeu de données lui-même.

À travers l’industrie des soins de santé, les chercheurs reconnaissent que les systèmes d’IA réussis dépendent autant de la qualité et de la structure des données que de l’architecture du modèle. Les efforts récents à travers l’académie, le gouvernement et l’industrie se sont de plus en plus concentrés sur le développement de jeux de données biomédicaux prêts pour l’IA qui peuvent prendre en charge les applications d’apprentissage automatique à grande échelle en médecine.

Pour les développeurs de médicaments, ces jeux de données peuvent aider à identifier des cibles thérapeutiques nouvelles, à découvrir des biomarqueurs, à améliorer la stratification des patients et à mieux prédire les réponses au traitement. Pour les systèmes de santé, ils pourraient éventuellement soutenir des approches plus personnalisées pour le dépistage, le diagnostic et la prévention des maladies.

Ce que cela signifie pour la médecine de précision

L’industrie des soins de santé a passé des années à discuter de la promesse de la médecine de précision, mais les progrès ont souvent été limités par des écosystèmes de données fragmentés et des informations longitudinales insuffisantes.

La plate-forme GenoSphere en expansion de Helix représente une partie d’un plus grand mouvement vers des environnements de recherche intégrés où les données génomiques, cliniques et de soins de santé réels peuvent être analysées ensemble. L’ajout d’outils de recherche alimentés par l’IA suggère que la prochaine phase de la médecine de précision pourrait dépendre non seulement de la collecte de jeux de données massifs, mais également de la mise à disposition de ces données à un plus large éventail de scientifiques.

Si cette tendance se poursuit, l’avantage concurrentiel dans l’IA biomédicale pourrait de plus en plus provenir non pas de la construction de modèles plus grands seuls, mais de la construction de jeux de données plus riches et plus connectés qui permettent à ces modèles de découvrir des informations qui étaient auparavant impossibles à détecter.