Des collaborations nombreuses et variées avec les start up et l’industrie

Alizée Lacroix
23/01/2019
Partager
Ces derniers mois, l’Institut Curie a signé de nombreuses collaborations avec des start up et des industriels sur des enjeux médico-scientifiques majeurs : biomarqueurs circulants et immunothérapie, imagerie médicale, thérapies ciblées, séquençage du génome, radiothérapie…
Partenariat

Uriel Chantraine/Curie

L’IA au service de la médecine de précision

L’utilisation des données de grand volume couplée à l’utilisation d’algorithmes issues de techniques d’IA va révolutionner la compréhension du cancer. Nous disposons d’un nombre suffisant d’images médicales annotées pour concevoir des algorithmes permettant d’aider au diagnostic, de mieux établir le pronostic ou de prédire la réponse au traitement. Les premiers résultats sont étonnants car l’ordinateur « voit » sans se poser de questions, sans a priori, sans se fatiguer, alors que le radiologue ou le pathologiste ne regardent que ce qu’ils cherchent.

Dr Alain Livartowski, oncologue médical et directeur adjoint des datas pour l’Ensemble hospitalier de l’Institut Curie.

Il s’agit d’un changement complet de paradigme pour les médecins dans la mesure où la donnée devient le sujet majeur. « S’il n’est pas question de remplacer les médecins par des machines, l’enjeu est bien d’organiser des interactions vertueuses entre l’expertise humaine et les apports de l’IA dans l’exercice quotidien de la médecine », soulignent d’ailleurs les auteurs du rapport Villani.

In fine l’objectif de la démarche est d’apporter au patient et à ceux qui le prennent en charge, médecins et équipes soignantes, des outils et des indicateurs dont ils n’auraient pas pu disposer sans l’apport de l’IA. Ce que l’on résume au travers de la formule : « Le praticien augmenté ».

Projets de collaboration en cours

Freenome utilise des technologies de machine learning innovantes pour étudier l’ADN mais aussi d’autres biomarqueurs circulants dans le sang. La start up développe ainsi des tests sanguins non invasifs permettant la détection précoce des cancers et la prédiction de la réponse à différents traitements anti-cancéreux. Depuis plus de 20 ans, l’Institut Curie est pionnier dans les approches dites de biopsies liquides (détection du matériel tumoral circulant) et a développé de nombreuses approches innovantes dans le domaine. La collaboration porte sur le développement de nouveaux biomarqueurs de haute spécificité et sensibilité, prédictifs de la réponse aux immunothérapies. Le test de Freenome pourrait notamment aider à identifier les patients répondant aux inhibiteurs de PD-1. Actuellement, à titre d’exemple, 80% des patients atteints du cancer du poumon dit « non à petites cellules » ne répondent pas à ces inhibiteurs. Pour le Pr Francois-Clément Bidard, spécialiste de biomarqueurs circulants et investigateur principal à l’Institut Curie, « Freenome développe une nouvelle approche qui pourrait révolutionner la manière d’analyser l’ADN circulant chez les patients atteints de cancer traités par immunothérapie. Cette stratégie est complémentaire des différentes approches innovantes que nous développons actuellement dans le laboratoire Biomarqueurs Tumoraux Circulants de l’Institut Curie ».

Therapixel exploite le deep learning : leur programme d’interprétation automatique d’images est capable de détecter les tumeurs et les signes avant-coureurs de cancer sur les mammographies. Grâce à des partenariats avec des grands centres de soins, comme l’Institut Curie, la start up nourrit son algorithme de mammographies associées aux données anatomopathologiques des patientes. Près de 100 000 cas ont déjà été collectés. Leur objectif est battre la moyenne des très bons radiologues c’est-à-dire 87% de sensibilité (taux de maladies effectives détectées) et 89% de spécificité (taux de patientes asymptomatiques bien classées). « C’est une aide à la décision et non une menace, souligne le Dr Alain Livartowski. Si la double lecture homme-machine s’avère plus performante que la double lecture homme-homme, les radiologues seront d’accord pour se les approprier ».

Owkin œuvre à améliorer la recherche clinique et à accélérer l’évolution des thérapies ciblées. En créant du lien entre recherche clinique et données médicales, leur outil permet de répondre à des hypothèses cliniques, de comprendre les mécanismes de résistance, d’action des immunothérapies ou d’apparition des maladies secondaires aux traitements.

Intel et l’Institut Curie viennent de démarrer une collaboration pour mettre en œuvre le calcul à haute performance dont l’objectif est d’accélérer le séquençage du génome et son interprétation.

Le projet BigMedylitics est une collaboration avec IBM dans le cadre d’un projet européen H2020 qui veut montrer comment l’analyse des mammographies peut être utilisée pour améliorer la qualité de traitement dans la médecine personnalisée afin de réduire les complications et le nombre de patients traités de façon ineffective. Notre contribution, se centre sur la thérapie neoadjuvant du cancer du sein et vise à optimiser le traitement après l’analyse des mammographies en identifiant les répondeurs á chimiothérapie et non-répondeurs.

Le projet Owkin Substra a pour objectif de construire une infrastructure pour l’IA respectueuse de la confidentialité des données, le livrable c’est un outil d’apprentissage fédéré qui devra permettre de découvrir les facteurs pronostiques, à partir de données cliniques, d’images et de données génétiques qui permettent de prédire la réponse à un traitement.

Le projet PRAIRIE, Institut interdisciplinaire d’intelligence artificielle (3IA) de l’Université PSL, basé à Paris, rassemblera des chercheurs en IA sur l’apprentissage des langues, la robotique, autour des enjeux de santé, de transports et d’environnement.  Cet institut va mener des recherches fondamentales comme dans un laboratoire classique avec des doctorants, post-doctorants, chercheurs… L’Institut devrait compter 150 à 200 personnes et ambitionne de devenir une référence internationale. 

Enfin, un partenariat est en cours avec Mirada médical pour le contourage automatisé des radiothérapies.