Intelligence artificielle Quelles sont les perspectives qu’ouvre l’IA dans le domaine de la prise...

Pour approfondir le sujet

Sur le même thème :

IA et droit : Lefebvre Dalloz simplifie les opérations juridiques avec AJI Sociétés

Lefebvre Dalloz, la marque qui réunit les expertises du groupe Lefebvre Sarrut en France, notamment en matière de connaissance juridique et fiscale, annonce le...

Berger-Levrault et Inria : un partenariat stratégique pour un numérique plus responsable

Depuis 2017, l'éditeur de logiciels Berger-Levrault, et Inria, l’Institut national de recherche en sciences et technologies du numérique, travaillent de concert pour accélérer le...

IBM étend son empreinte quantique avec un premier datacenter européen

IBM a inauguré hier son premier datacenter quantique en Europe. Ce nouveau centre de données, situé à Ehningen, en Allemagne, est la première installation...

AlphaChip : comment l’IA de Deepmind redéfinit les normes de la conception des puces

L'évolution rapide de l'IA a ouvert la voie à des avancées impressionnantes dans le domaine de la conception des puces électroniques, l'approche développée par...

Quelles sont les perspectives qu’ouvre l’IA dans le domaine de la prise en charge thérapeutique du diabète ?

Le 14 novembre, est la journée mondiale du diabète, le maestro des maladies chroniques et l’un des « principaux tueurs au monde », avec l’hypertension artérielle et le tabagisme, cette pathologie silencieuse constitue un problème de santé publique majeur et malgré les efforts de prévention, la pandémie se poursuit. Selon les prévisions de l’Organisation Mondiale de la Santé (OMS) et de l’International Diabetes Federation (IDF) le diabète affectera 240 millions de personnes en 2025… Les prévisions actuelles de ces deux organismes sont autrement plus préoccupantes qu’elles annoncent 550 millions de patients diabétiques pour 2025 et 642 pour 2040, autrement dit, un adulte sur 10 sera concerné par le diabète dans un avenir très proche.

La prévalence mondiale du diabète (normalisée selon l’âge) a presque doublé depuis 1980, passant de 4,7 à 8,5 % de la population adulte. Ces chiffres reflètent l’augmentation des facteurs de risque associés comme le surpoids et l’obésité. Cette dernière décennie, la prévalence du diabète a progressé plus rapidement dans les pays à revenu faible ou intermédiaire que dans les pays à revenu élevé.

La prise en charge thérapeutique du diabète a connu plusieurs avancées au cours des dernières années, depuis la conception des appareils de surveillance à domicile des différents paramètres biologiques et la pompe à insuline. Actuellement, nous disposons d’objets connectés nous permettant de suivre et de mesurer une grande variété de fonctions et de variables physiologiques, telles que la fréquence cardiaque, les heures de sommeil, la température, l’activité quotidienne…. Tous ces paramètres, une fois analysés, peuvent être utiles pour l’autosurveillance, le suivi et la prise en charge des patients.

L’IA… notre espoir…

Depuis l’avènement de l’intelligence artificielle (IA), le monde médical ne cesse de s’en servir pour le développement d’applications, de dispositifs connectés, de logiciels d’aide à la décision et à l’acquisition de connaissances. L’IA est perçue par la communauté médicale et scientifique, comme une solution d’avenir, capable de corriger la mutation épidémiologique qui a marqué l’histoire de la médecine au 20éme siècle, notamment l’inflation des maladies non transmissibles, qui représentent jusqu’au jour d’aujourd’hui un problème de santé publique. À mesure que la technologie et la science progressent, nous pouvons nous attendre à une détection plus précoce des maladies, à un diagnostic plus précis, à des thérapies plus ciblées et à des améliorations significatives de la « médecine personnalisée. »

Les scénarios de gestion du diabète pourraient subir une profonde transformation avec l’avènement de l’Intelligence artificielle.

Le moniteur automatique de mesure de la glycémie

Jusqu’au jour d’aujourd’hui, les personnes atteintes de diabète devaient effectuer chaque jour plusieurs piqures aux doigts pour faire un dosage de la glycémie (glycémie au doigt).
Grâce au « machine learning » les diabétiques peuvent disposer actuellement de moniteurs de glucose en continu, qui implique généralement l’insertion d’un minuscule capteur sous la peau. Ledit capteur mesure les niveaux de glucose et envoie ces données sans fil à un récepteur (smartphone ou objet connecté). Les patients peuvent recevoir des centaines de mises à jour tout au long de la journée et même des courbes journalières, mensuelles voire même trimestrielles à présenter à son médecin traitant. Avec possibilité de programmation d’un système d’alerte afin d’aviser le patient lorsqu’il est susceptible de tomber en hypoglycémie ou en hyperglycémie dangereuse.

L’apprentissage automatique « machine learning » est une sous-catégorie de l’IA qui consiste à faire en sorte que les ordinateurs agissent intelligemment sans être explicitement programmés – avec une technique de résolution de problèmes appelée la pensée des premiers principes.

Système de suivi connecté à distance : mobile coach

Les informations fournies par des objets connectés de surveillance permettent aux médecins d’intervenir de manière cohérente auprès des patients en temps réel, ouvrant ainsi la voie à une gestion plus dynamique des maladies. Il permet l’utilisation de dispositifs portables, de capteurs, d’appareils et de systèmes de surveillance de la santé à domicile pour créer une certaine temporalité dans le suivi de la maladie. Le système envoie également des rappels au patient, l’incitant à vérifier sa glycémie, à prendre ses médicaments ou à contacter son médecin en urgence.

Cette précieuse transmission de données n’est pas seulement un énorme renforcement de la gestion des maladies pour les patients individuels, mais elle a également des implications potentiellement révolutionnaires pour la recherche et la santé de la population. Les données collectées à partir d’appareils, d’objets portables et de capteurs fournissent des informations réelles sur les résultats pour les patients. Cela donne aux chercheurs une fenêtre sur la façon dont les patients réagissent au traitement – des informations essentielles pour un modèle de soins de santé basé sur les données. Les systèmes de santé numériques peuvent répondre à des questions cruciales sur ce qui fonctionne et pour qui.

Pour les médecins, les décideurs et les payeurs, ces informations changent la donne, leur permettant de prendre des décisions fondées sur des éléments objectifs et concrets concernant la valeur des interventions. Pour les patients, une approche numérique et axée sur les résultats les place au centre du système de santé.

Le pancréas artificiel mécanique

Même si le nom peut porter à confusion, un pancréas artificiel n’est pas un faux organe qui serait greffé au patient en remplacement du pancréas biologique ou celui issu de la biotechnologie (Bioprintig)[1]. Il s’agit plutôt d’un dispositif de l’IA, constitué de trois éléments clés : un capteur, une pompe et un algorithme. Le capteur sous-cutané mesure la glycémie du patient en continu. La pompe perfuse l’insuline par l’intermédiaire d’une fine tubulure positionnée sous la peau. L’enjeu du pancréas artificiel réside surtout dans la troisième partie du système : l’algorithme capable de faire le lien entre le capteur et la pompe de façon automatique.

Deux types de pancréas artificiels ont fait l’objet d’essais cliniques menés dans des conditions de vie réelle. Tous les systèmes de pancréas artificiel délivrent de façon totalement ou partiellement automatique l’insuline (mono-hormonal) et de nouvelles technologies permettent de délivrer de façon concomitante de micro-doses de glucagon (bi-hormonal). L’ajout du glucagon vise alors à prévenir et traiter plus efficacement les hypoglycémies.[2]

Le dépistage précoce des complications du diabète grâce à l’IA

30 à 50 % des personnes atteintes de diabète présentent une forme de rétinopathie diabétique. Cependant, son développement passe souvent inaperçu jusqu’à ce qu’il atteigne un stade avancé, entraînant une perte de la vue.

Le dépistage précoce et systématique de la rétinopathie diabétique devrait être une composante essentielle du parcours de soins d’un diabétique, notamment, dans la démarche de prévention des complications de la maladie. Cependant, cela ne peut être mis en œuvre de manière réaliste que si l’appareil de contrôle est suffisamment efficace en matière de flux de travail, de temps de traitement et de précision.

En avril 2018, la FDA a approuvé IDx-DR, un outil utilisant l’IA pour détecter la rétinopathie diabétique en étudiant les images de fond d’œil. Dans l’étude clinique qui a mené à l’approbation, l’algorithme de l’IA a détecté correctement la rétinopathie diabétique selon un degré de précision 89,5%. D’ailleurs, c’est le premier outil du genre qui peut être utilisé pour le diagnostic sans l’intervention d’un médecin.[3]

En conclusion…

La capacité à fournir des soins de santé performants, personnalisés et préventifs est une initiative révolutionnaire qui gagne du terrain dans le monde entier. L’IA innovante, intégrée dans les plates-formes de santé connectées numériques, offre une opportunité importante pour la croissance de la normalisation mondiale des soins de santé. Les soins préventifs permettent aux patients, aux professionnels de santé, aux assureurs maladie, au BIG-pharma et startups de collaborer, tout en obtenant des résultats mesurables et réussis.
Le domaine de la diabétologie, est un domaine où l’échec n’est pas une option, puisqu’il s’agit d’une pathologie à la fois médicale, économique et sociale. Grâce à tous ces progrès réalisés nous évoluons vers un nouveau paradigme, Le «diabète digital » où l’IA et le Big-data ouvrent une fenêtre sur de nouvelles perspectives diagnostiques, thérapeutiques et de suivi.

Toutefois, les diabétologues d’aujourd’hui et de demain doivent s’ouvrir sur la nouvelle technologie pour pouvoir conduire ces changements, être proactifs dans l’exploitation de leur potentiel et de leurs avantages, afin d’assurer un suivi personnalisé, efficace et proactif.

 

[1] Lee SJ, Lee JB, Park YW, Lee DY. 3D Bioprinting for Artificial Pancreas Organ. Adv Exp Med Biol. 2018;1064:355-374. doi: 10.1007/978-981-13-0445-3_21. PMID: 30471043.

[2] Jacques BRINGER *, Jérôme PLACE *, Éric RENARD * De l’enregistrement glycémique continu au pancréas artificiel biomécanique : Quand ? Pour qui ? Quels délais ? Bull. Acad. Natle Méd., 2017,201,nos7-8-9, 1227-1236

[3] Jean-Daniel Zucker, Karine Clément L’intelligence artificielle au service des maladies métaboliques : Médecine des Maladies Métaboliques. Volume 15, Issue 1, February 2021, Pages 70-79

Contributeur expert

Rajae Ghanimi

Dr GHANIMI Rajae

Médecin spécialiste en médecine du travail.
Doctorante (phd) en

Partager l'article

IA et droit : Lefebvre Dalloz simplifie les opérations juridiques avec AJI Sociétés

Lefebvre Dalloz, la marque qui réunit les expertises du groupe Lefebvre Sarrut en France, notamment en matière de connaissance juridique et fiscale, annonce le...

Berger-Levrault et Inria : un partenariat stratégique pour un numérique plus responsable

Depuis 2017, l'éditeur de logiciels Berger-Levrault, et Inria, l’Institut national de recherche en sciences et technologies du numérique, travaillent de concert pour accélérer le...

IBM étend son empreinte quantique avec un premier datacenter européen

IBM a inauguré hier son premier datacenter quantique en Europe. Ce nouveau centre de données, situé à Ehningen, en Allemagne, est la première installation...

AlphaChip : comment l’IA de Deepmind redéfinit les normes de la conception des puces

L'évolution rapide de l'IA a ouvert la voie à des avancées impressionnantes dans le domaine de la conception des puces électroniques, l'approche développée par...