Dès 2033, le smartphone abritera notre plus important gardien de la santé : notre image miroir virtuelle composée de bits et d’octets, dans laquelle seront rassemblées toutes les informations médicales pertinentes qui ont jamais été collectées sur nous et à travers nous. Sur la base de ces données et faits très individuels, une IA nous rappelle non seulement de prévenir le cancer ou de recommander un régime printanier, mais elle sonne également l’alarme à temps en cas de risque de maladie cardiaque ou de diabète de type 2.
La future technologie « jumeau numérique du patient » a donc le potentiel d’un changement de paradigme dans le domaine des soins de santé : prévenir les maladies au lieu de ne rien faire pendant une longue période, puis de les traiter une fois la maladie déclarée.
Les sosies numériques dans le cadre de la stratégie de numérisation
Le fait que les jumeaux patients numériques soient généralisés à l’horizon 2033 semble à première vue discutable compte tenu des nombreuses années qui se sont écoulées avant l’introduction de solutions numériques telles que les ordonnances électroniques ou les dossiers électroniques des patients. Néanmoins, les chercheurs de l’Institut Fraunhofer de génie logiciel expérimental IESE estiment que cela est tout à fait possible, comme ils le soulignent dans le livre blanc « Tendances, scénarios et thèses de la santé numérique à l’horizon 2033 ».
Même si l’Allemagne a jusqu’à présent obtenu de mauvais résultats en matière de numérisation du système de santé par rapport à d’autres pays européens, elle a au moins joué un rôle de pionnier dans le domaine des applications numériques dans le domaine de la santé, souligne Dr. Theresa Ahrens. « Lorsqu’il s’agit de mettre en œuvre des applications de santé numérique – appelées DiGa – de nombreux autres pays de l’UE nous regardent désormais et souhaitent adopter notre concept », explique le chef du département « Digital Health Engineering » du Fraunhofer IESE à Kaiserslautern. Le développement rapide de technologies innovantes telles que les jumeaux numériques des patients fait désormais également partie de la stratégie allemande de numérisation des soins de santé et des soins infirmiers.
Les appareils portables suivent notre santé au quotidien
D’énormes quantités de données de santé individuelles sont collectées chaque jour – dans les hôpitaux et les cabinets médicaux, mais aussi via des applications et ce que l’on appelle les wearables, c’est-à-dire les trackers numériques intégrés aux smartphones, aux montres, aux bracelets ou même aux vêtements. Jusqu’à présent, ce flot de données n’a été utilisé qu’en petites quantités : par exemple, pour diagnostiquer une fracture à l’aide d’une radiographie ou pour surveiller l’amélioration de la forme physique.
C’est dommage, déclare Jean Stadlbauer, data scientist du Fraunhofer IESE, car si vous nourrissez une IA avec toutes les informations de santé individuelles disponibles, elle pourrait reconnaître des modèles significatifs dans le chaos apparent des données et utiliser des algorithmes pour faire des déclarations valables sur la prévention, le diagnostic et le succès thérapeutique. Stadlbauer : « Cela constituerait un grand pas vers une médecine centrée sur la personne. »
L’accent est mis sur les images IA de certains tableaux cliniques
Mais si le double numérique des machines s’est depuis longtemps imposé dans l’industrie, cette approche en est encore à ses débuts en médecine. Et pour cause : « Les humains ne sont pas des machines. Même si nous en savons déjà beaucoup sur les mécanismes moléculaires du corps, nous ne pouvons pas encore cartographier numériquement la complexité au niveau cellulaire », explique Theresa Ahrens, spécialiste en médecine moléculaire.
La recherche se concentre donc actuellement sur la création de modèles de jumeaux numériques pour des processus pathologiques spécifiques tels que le diabète ou la sclérose en plaques ou pour des organes individuels. «Cela fonctionne déjà très bien, par exemple pour le cœur ou les poumons», rapporte Ahrens. À l’aide de l’IA, les données cardiovasculaires ou pulmonaires sont combinées et évaluées avec d’autres informations telles que les valeurs de laboratoire ou les résultats de différentes procédures d’imagerie médicale – dans le but de permettre aux médecins de tester virtuellement les options thérapeutiques à l’avenir et d’identifier le meilleur traitement pour une personne spécifique.
L’UE finance également le jumeau patient IA
Diagnostic, thérapie ou mesures préventives en quelques clics : plusieurs instituts Fraunhofer s’efforcent de faire avancer cette idée. Dans le projet principal MED2ICIN, sous la direction de l’Institut Fraunhofer pour le traitement graphique des données IGD, sept instituts Fraunhofer ont uni leurs forces pour former un réseau de recherche et ont développé en quatre ans un type de tableau de bord pour l’intégration des données et le traitement des patients atteints de maladie inflammatoire chronique de l’intestin.
Dans le projet européen CERTAINTY, des chercheurs des instituts Fraunhofer de thérapie cellulaire et d’immunologie IZI et d’algorithmes et de calcul scientifique SCAI travaillent au développement d’un jumeau virtuel destiné à améliorer le traitement sur mesure des patients atteints de cancer par immunothérapie cellulaire – une procédure hautement individuelle et donc extrêmement coûteuse. À titre d’exemple, un modèle double est actuellement en cours de création pour une maladie maligne de la moelle osseuse appelée myome multiple. Le modèle de référence devrait ensuite être transférable à d’autres diagnostics pouvant être traités par immunothérapies cellulaires.
Les patients peuvent s’opposer à l’utilisation de leurs données
La nouvelle loi sur l’utilisation des données de santé (GDNG) pourrait donner un grand coup de pouce aux jumeaux numériques. À l’avenir, il sera beaucoup plus facile pour les chercheurs d’accéder aux données anonymisées des patients pour des projets scientifiques. Les données du dossier patient électronique (ePA), qui sera mis cette année à la disposition de toutes les personnes légalement assurées par leur caisse d’assurance maladie, devraient alors être automatiquement disponibles pour les études ; Les patients qui ne le souhaitent pas doivent s’y opposer activement (procédure d’opt-out).
La recherche sur les médicaments pourrait également en bénéficier, explique Jean Stadlbauer : « L’effet attendu, y compris les effets secondaires potentiels ainsi que différents scénarios de dosage, peuvent être simulés à l’aide de modèles numériques de patients sans avoir recours à de véritables sujets de test. » Des simulations destinées à des groupes de population particulièrement vulnérables – les enfants ou les femmes enceintes, par exemple – seraient possibles sans exposer de véritables sujets de test à des risques.
Le manque de données sur le genre pose des défis aux développeurs
Un nouvel accès à de vastes ensembles de données pourrait également résoudre un autre problème. « Si l’on teste les performances des sous-groupes des systèmes d’IA, il s’avère toujours que leurs analyses, recommandations et prévisions sont plus précises pour les hommes blancs hétéronormatifs. Dès que la personne cible est une femme ou sort de cette catégorie pour d’autres raisons, les performances de l’IA se détériorent souvent », souligne le Dr Ahrens. « L’écart actuel entre les sexes en matière de données ne peut être comblé qu’en incluant des données sur la santé non seulement de la meilleure qualité possible, mais également provenant du plus grand nombre de personnes possible. »
Un jour, selon la vision des chercheurs Ahrens et Stadlbauer du Fraunhofer, les patients jumeaux numériques contiendront toutes les données d’une personne depuis sa naissance et pourront non seulement cartographier ce qui se passe dans leur corps, mais aussi le prédire. Ce ne sera probablement pas si loin en 2033. «Mais», déclare Theresa Ahrens, «nous y travaillons.»
