Big Data et Intelligence

ArtificielleComment

ces technologies révolutionnent-elles

le secteur de la santé ? 

SAN 0105-02

– 2 – – 3 –

Sommaire

Big Data et Intelligence Artificielle : une chance pour la santé 3

Big Data et santé : un immense défi ! 4

L’IA : une révolution pour la santé ! 5

Big Data, IA et santé : soyons vigilants 7

Le point de vue de GE Healthcare 8

Entretien avec Nikos Paragios 10

L’Executive Certificate « IA /Sciences des données » 11

Le Big Data est partout. Ces données massives collectées par nos machines révolutionnent nos modes de vie. Issues de collectifs ou de particuliers, ces énormes quantités d’informations transitent sur internet. Vidéos, textes, likes sur Facebook, données de consommation d’électricité, de météo ou du trafic aérien, chiffres épidémiologiques… Une fois analysés, ces éléments fournissent des éclairages précieux aux entreprises, institutions ou États qui souhaitent prévoir le comportement des consommateurs et des citoyens. Dans le domaine de la santé, notamment, le Big Data peut se révéler utile pour planifier les investissements en matière d’offre hospitalière, par exemple : en fonction des données relatives à la santé enregistrées sur un territoire, combien de lits d’hôpital faudra-il prévoir ?Quelles spécialités faudra-t-il renforcer, ou, au contraire, limiter ?Mais parce que ces données générées en permanence par nos comportements sont si volumineuses, les capacités

de calcul classiques des ordinateurs ne suffisent plus. Les machines se dotent donc de « réseaux de neurones » artificiels, calqués sur le cerveau humain : la machine mime le fonctionnement du cerveau en faisant tourner un logiciel « autoapprenant ». En quelques mots, plus la machine traite de la donnée, plus elle est capable de comprendre cette donnée et donc de la gérer efficacement.Cette IA, dont font preuve les machines actuelles, est d’un grand secours dans beaucoup d’activités humaines : l’industrie avec les usines 4.0, les transports avec les véhicules autonomes, la finance et ses algorithmes de trading

très poussés, le marketing et ses campagnes ultra-ciblées, les ressources humaines et la gestion anticipée des talents et, bien sûr, la santé. Dans ce dernier domaine, Big Data et IA vont de pair pour proposer aux patients une offre de soins personnalisée et efficace.Au niveau du diagnostic (l’imagerie médicale, par exemple) comme de l’intervention (les robots mini-invasifs, notamment), mais aussi en matière de prévention, de santé connectée, de fabrication de prothèses ou encore d’assistance aux personnes âgées, les applications du Big Data et de l’IA sont innombrables.Dans ce livre blanc, CentraleSupélec Exed vous propose de découvrir les enjeux et avancées du Big Data et de l’IA dans le domaine de la santé.Nourri d’informations et de témoignages, ce document lève le voile sur un domaine en plein essor.

Bonne lecture !

Big Data et Intelligence Artificielle (IA) : une chance pour la santé

– 4 – – 5 –

Antécédents médicaux, maladies, prestations de soins réalisées ou résultats d’examens, etc.

Ces données qui nous concernent sont compilées dans de vastes bases de données publiques (assurance maladie, hôpitaux, etc.) ou privées (géants du net).

Analysées, elles fournissent des informations précieuses aux chercheurs et aux médecins. Mais encore faut-il pouvoir comparer les données de tous ces gens entre elles, effectuer des calculs souvent complexes, traiter des millions, voire des milliards d’informations qui pourront donner lieu à des résultats éclairants. Car les données sociodémographiques et de santé posent plusieurs difficultés aux chercheurs : elles sont hétérogènes par nature (génomique, physiologique, biologique, clinique, sociale), par leur format (textes, valeurs numériques, signaux, images 2D et 3D, séquences génomiques) et dispersées au sein de différents systèmes d’information.

Heureusement, des programmes et des algorithmes de plus en plus perfectionnés permettent de gérer cette multitude de données.

De fait, le Big Data est d’un apport immense pour la santé.

Grâce aux données, on peut mieux prévenir et traiter les maladies, mieux prédire les épidémies ou encore améliorer la pharmacovigilance.

• En mesurant des centaines de paramètres au cours des essais cliniques, les laboratoires pharmaceutiques améliorent l’efficacité des médicaments ou des vaccins, accélèrent les phases de développement et diminuent les coûts de production.

• En croisant des données à partir de nombreuses sources, le site HealthMap ou le réseau français Sentinelles identifient les menaces sanitaires et préviennent, si besoin, les populations.

• En comparant la délivrance à grande échelle de médicaments et la survenue d’événements graves en santé, le Big Data peut éviter la survenue de scandales de type Mediator.

Pour autant, la collecte et l’utilisation massive de nos données de santé posent des questions éthiques. Si, lors des essais cliniques, nos données sont recueillies avec notre consentement formel, ce n’est pas toujours le cas. Nous laissons des traces sur internet et nous dispersons nos données de santé. Les GAFAM (Google, Amazon, Facebook, Apple

et Microsoft) collectent tous les jours un grand nombre d’informations sur notre compte. En France, la CNIL (Commission Nationale de l’Informatique et des Libertés) et le Comité Consultatif National d’Éthique se penchent sur ces questions. Le régulateur encadre l’utilisation des données de santé afin de préserver notre anonymat, sans pour autant fermer la porte aux nécessaires recherches et expérimentations des acteurs de la santé.

Car le Big Data est une chance.

C’est une chance pour l’être humain de vivre plus longtemps et en meilleure santé. Laboratoires, hôpitaux, instituts de recherche, startups et entreprises exploitent tous les jours ces données afin d’améliorer notre existence.

Non, l’Intelligence Artificielle (IA) est un domaine de recherche en pleine expansion qui vise à conférer

aux machines de nouvelles capacités de raisonnement afin de nous aider dans de très nombreux domaines : commerce, finance, transports, écologie, défense mais aussi et surtout santé.

L’IA se développe en médecine prédictive, dans le domaine du diagnostic et des traitements ou encore dans l’univers de la chirurgie assistée par ordinateur.

À l’origine, elle naît dans les années cinquante, quand les chercheurs essaient de faire produire des tâches humaines par des machines mimant le fonctionnement du cerveau. Pour cela, ils s’appuient sur les mathématiques, sur l’informatique mais aussi sur les sciences cognitives.

L’IA se développe selon deux approches.

• L’approche symbolique, qui entend reproduire l’enchaînement logique des pensées (déduction, classification, hiérarchisation).

• L’approche numérique qui, quant à elle, s’appuie sur la puissance des données (Big Data).Aujourd’hui, c’est cette seconde approche qui a le vent en poupe.

Mais alors, l’IA, concrètement, comment ça marche ?

Prenons l’exemple d’une machine qui aide les dermatologues à détecter un cancer de la peau. Cette machine est construite à l’image du cerveau humain : elle dispose

d’un « réseau de neurones convolutifs » qui communiquent entre eux à l’instar du cortex cérébral. Au fur et à mesure que la machine traite des images de mélanome (des dizaines de milliers), elle apprend petit à petit à reconnaître un futur cancer de la peau parmi d’autres grains de beauté non pathogènes. On dit qu’elle procède à un appren-tissage profond (deep learning). C’est comme si la machine « s’entraînait » et devenait progres si-vement de plus en plus intelligente.

Une autre application très concrète de l’IA, c’est bien sûr la chirurgie. De nouveaux outils vont aider le chirurgien à préparer et à réaliser une intervention.

• • •

Big Data et santé : un immense défi !Les données explosent. Celles liées à la santé ne font pas exception. Relatives à la santé mentale ou physique, passée, présente ou future d’un individu, ces informations sont collectées en permanence par les machines et les systèmes au cours de notre vie.

L’IA : une révolution pour la santé !L’Intelligence Artificielle, ce n’est pas celle d’un robot qui supplantera un jour le cerveau humain et prendra le contrôle de l’humanité.

– 6 – – 7 –

Dans son rapport au Gouvernement remis en mars 2018, le député Cédric Villani identifie la santé comme un domaine essentiel pour l’IA en France. Avec à la clé une médecine centrée

autour des 4P :

personnalisée, prédictive, préventive et participative.

Données clés

1960Naissance

des premiers systèmes experts

23 Md$C’est le chiffre

d’affaires mondial attendu en 2023

En 2020, le volume des données de santé

devrait atteindre

2,3 milliards de gigaoctets

Le marché de l’IA en santé est en

hypercroissance :

50 % par an

Près de

150startups

de la healthtech en France

81 % des médecins

convaincus des bienfaits de l’e-santé pour

la qualité des soins

• • •

La CAO (Chirurgie Assistée par Ordinateur) offre des images 3D ultra-détaillées de la zone anatomique à opérer. Au moment de l’opération, des robots améliorent la précision du geste humain, voire même opèrent de manière autonome (certains sont capables, de manière peu invasive, d’atteindre des zones difficiles à opérer). Certains chirurgiens dirigent même des opérations à distance, sans être présents physiquement dans le bloc. De plus, l’IA améliore aussi la formation et l’entraînement des chirurgiens.

L’IA se développe également dans le domaine des prothèses intelligentes qui réparent ou augmentent le corps humain (membres ou organes artificiels, simulateurs cardiaques, etc.).

Enfin, il y a aussi de l’IA dans les robots d’assistance aux personnes âgées ou fragiles. En imitant le vivant, ces machines interagissent avec les humains (comme les robots Nao ou Buddy). La frontière entre l’humain et la machine se brouille, faisant surgir une foule de questions éthiques.

À l’instar du Big Data, l’IA ne peut faire l’économie d’une interrogation profonde sur le sens des pratiques. Les algorithmes et robots destinés à aider la médecine doivent être transparents pour l’utilisateur et bien adaptés au contexte d’utilisation. Ils ne peuvent pas « prendre la main » sur un diagnostic ou une opération et supplanter ni l’intelligence, ni le geste du chirurgien.

Dans l’aéronautique comme dans la santé, les ordinateurs occupent une place de plus en plus importante. Mais, pour éviter les crashs, l’être humain doit rester seul maître à bord.

L’IA : une révolution pour la santé ! (suite)

Si cette instance reconnaît les fan-tastiques progrès que ces inno-vations suscitent, le CCNE s’in-quiète notamment du risque de déshumanisation de la médecine

lié au développement exponentiel de l’IA.« La relation patient-médecin imposant le maintien d’une présence humaine, les dispo-sitifs utilisant l’Intelligence Artificielle ne peuvent être envisagés que comme un complément à l’activité du médecin », écrit le Comité, qui poursuit : « Le manque d’empathie et de communication des robots fait craindre une augmentation de  l’isolement et une moindre présence humaine ». Le  CCNE pose aussi la question de la responsa-bilité juridique de la machine qui réalise un  diagnostic ou

qui opère. En effet, que se passerait-il en cas d’erreur ? Qui serait tenu pour responsable : le concepteur de l’algorithme, le médecin qui utilise le dispositif ou personne ? Enfin, le Comité s’inquiète naturellement de l’usage qui peut être fait de nos données person-nelles collectées dans le cadre du soin : le secret médical doit être préservé et ces données sensibles ne peuvent être dissémi-nées vers d’autres acteurs. Au-delà de ces risques avérés, on peut aussi pointer la menace sur l’emploi que pourrait constituer un déve-loppement incontrôlé de l’IA, rendant cadu-

ques un certain nombre de métiers de santé : pour autant, si les forma-

tions initiales et continues s’adaptent à ces inno-

vations, les  métiers évolueront et l’em-ploi sera préservé.

Big Data, IA et santé : soyons vigilants

Le Comité Consultatif National d’Éthique (CCNE), dans son rapport rendu le 25 septembre 2018,

a identifié plusieurs dangers liés au développement du Big Data et de l’IA dans le domaine de la santé.

Source : Bpifrance – février 2019.

– 8 – – 9 –

Le point de vue de GE HealthcareGE Healthcare est l’un des leaders mondiaux de la fabrication d’équipements d’imagerie médicale. Présent en France depuis 1987, il emploie 2 600 collaborateurs, dont 400 ingénieurs dans son site d’excellence internationale de Buc (Yvelines). Cette entreprise innovante a noué de nombreux partenariats avec des startups, PME et centres de recherche français afin d’imaginer des services et des technologies qui révolutionneront les soins apportés aux patients.

3 questions à…

Comment les ingénieurs de GE Healthcare intègrent-ils cette expertise de l’IA dans leurs produits ?VD : En se formant à CentraleSupélec Exed, notamment. En mai 2019, une vingtaine de nos ingénieurs ont participé au module « IA et Big Data dans le domaine de la santé » conçu par CentraleSupélec Exed. Même si nous recrutons des stagiaires et de jeunes ingénieurs pour qui l’IA n’a plus de secrets, nous devons aussi former nos équipes en place qui ont la connaissance du domaine clinique et sont au plus proche des médecins. Ainsi, demain, nous pourrons proposer des solutions toujours plus adaptées aux pathologies des patients.

JK : Sur les conseils de CentraleSupélec Exed, nous avons opté pour une formation courte. Les jours de formation sont suffisamment espacés pour que les participants assimilent convenablement les enseignements. Nos ingénieurs disposent déjà d’un socle de connaissances, donc il s’agit d’un approfondissement. Bien sûr, le développement de l’expertise de GE Healthcare passe aussi par des partenariats avec le riche écosystème français de l’IA en santé. Actuellement, nous constituons un cluster avec l’université Paris-Descartes. Et nous sommes proches des startups afin d’intégrer, le moment venu, leurs solutions dans nos innovations.

Quelles sont les expertises de GE Healthcare ? En quoi requièrent-elles toujours plus d’IA ?Jérôme Knoplioch : Notre cœur de métier, c’est l’analyse d’images. Nos scanners ou nos IRM prennent des images qu’il faut ensuite savoir décrypter. Cela passe par des logiciels qui mettent en évidence des éléments non visibles à l’œil nu. Nos solutions intègrent des applications de visualisation qui aident énormément les professionnels, que ceux-ci soient radiologues, cardiologues ou cancérologues, par exemple. Aujourd’hui, les volumes d’images produits sont tels que les praticiens ont besoin d’assistance pour pouvoir continuer

à travailler dans de bonnes conditions.

Valérie Desnoux : C’est vrai au moment du diagnostic, quand on analyse une IRM, par exemple. Mais c’est vrai aussi au moment de l’intervention : je pense à notre solution Liver ASSIST V.I., qui va guider le cancérologue en lui indiquant quels vaisseaux sanguins il doit suturer pour que la tumeur du foie ne soit plus irriguée et décline peu à peu. L’IA pourrait être, à l’avenir, d’un grand secours.

Comment cela ?JK : Les logiciels « apprenants » (à base de deep learning) sont capables, à force d’analyser des images, de fournir des informations cruciales. C’est vrai dans l’exemple que Valérie vient de donner, mais aussi en immunothérapie dans le domaine du cancer : les traitements coûtent cher et ne conviennent pas à tous les patients. L’IA, en calculant très rapidement un grand nombre de données, va nous aider à définir le traitement adapté. Elle accompagne vraiment la décision du médecin

et concourt à une médecine plus personnalisée. Pour autant, elle ne remplace en aucun cas l’expérience du praticien qui, elle, reste indispensable à une intervention de qualité.

Pourquoi avez-vous eu recours à une formation en Intelligence Artificielle ?Je voulais découvrir de plus près cette IA dont on parle tant. Je voulais comprendre comment on construit les algorithmes et quelles en sont les applications pratiques mais aussi les limites. Ingénieur de formation et Directeur des Ventes depuis de nombreuses années, j’avais envie de replonger un peu dans la technique.

Comment s’est déroulée la formation ?Extrêmement bien ! À CentraleSupélec Exed, notre professeur était très au fait des nouvelles tendances et des technologies prometteuses. Nous avons pu tester nous-mêmes des modèles d’IA et en « faire tourner » certains afin de nous rendre compte de l’utilité de l’IA. Par ailleurs, la formation se déroulait en plein centre de Paris : c’est pratique quand on vient, comme moi, de province !

Quels ont été les bénéfices de cette session ?Cette formation m’a servi à mener à bien ma reconversion professionnelle vers un rôle de consultant en nouvelles technologies. Depuis, j’ai un peu démystifié l’IA qui n’est pas si compliquée que ça : c’est avant tout des mathématiques de base et des modèles qui tournent correctement. Je me sens à présent capable d’échanger avec des algorithmiciens et des développeurs, mais aussi avec un public de dirigeants désireux de faire appel à l’IA.

Jérôme Knoplioch, Ingénieur, etValérie Desnoux, Strategic Development Manager, évoquent avec nous les enjeux liés à l’IA et au Big Data dans le domaine de l’imagerie médicale.

Emmanuel Raoelina,ex-salarié dans une grande entreprise de technologie, désormais consultant indépendant en nouvelles technologies.

– 10 – – 11 –

Le Big Data et l’IA vont-ils bouleverser le monde de la santé ?C’est probable ! Avec l’avènement du numérique, la santé devient de plus en plus complexe. Demain, les médecins devront faire face à une multitude de données hétérogènes pour faire leur diagnostic. La sélection des éléments les plus pertinents sera primordiale et sera simplifiée par l’utilisation d’algorithmes intelligents.

Les patients eux-mêmes vivent cette révolution des data : ils s’approprient leurs données en entrant de plain-pied dans le domaine de l’e-santé, sont experts de leur pathologie et recourent à l’autodiagnostic. Demain, on pourra imaginer des t-shirts qui intègrent des capteurs renseignant sur notre état de santé. La société française BioSerenity travaille

sur cette technologie, par exemple.Mais, bien sûr, pour que le Big Data et l’IA révolutionnent la santé, il faut des données de bonne qualité. Nous avons besoin de puissance de calcul, donc de machines plus performantes et plus « intelligentes » qui soient capables de travailler à partir d’un faible volume de données.

Quelles sont les innovations du moment ?Aujourd’hui, si votre mammographie est interprétée à l’Institut Gustave-Roussy ou dans un hôpital de région, vous n’obtenez pas forcément le même résultat, ce qui peut être préjudiciable pour le patient. C’est une question d’expertise. L’Institut Gustave-Roussy est un centre spécialisé dans l’oncologie alors que ce n’est pas forcément le cas d’un hôpital généraliste. De ce fait, beaucoup d’entreprises investissent le marché du diagnostic : les grands acteurs de l’imagerie tels que GE, Siemens ou Philips, des partenariats entre des géants du numérique et de la santé comme par exemple IBM & Guerbet ou encore les startups comme Therapixel qui met au point un algorithme pour aider les radiologues dans leur prise de décisions lors de l’interprétation d’une mammographie.On retrouve des exemples pour d’autres domaines : Cardiologs qui développe un algorithme très performant d’interprétation des électrocardio grammes avec l’aide de l’IA, mais également VitaDX pour le cancer de l’utérus, Incepto pour la radiologie du futur et la startup grenobloise Pixyl pour les maladies neurogénératives…De mon côté, j’ai cofondé l’entreprise TheraPanacea. Nous exploitons les travaux et les brevets de CentraleSupélec pour développer des logiciels de pointe dans le domaine de la radio-oncologie en partenariat avec l’Institut Gustave-Roussy afin

que la radiothérapie soit standardisée, moins coûteuse, plus efficace pour le patient et avec moins d’effets secondaires. La radiothérapie est aujourd’hui le traitement le plus fréquemment utilisé et avec l’IA, on peut atteindre des niveaux de précision et d’efficacité inimaginables.L’entreprise Microsoft imagine, quant à elle, des casques de réalité virtuelle à destination des chirurgiens. Seules les machines sont capables d’analyser rapidement un grand nombre d’informations : grâce à ces casques qui intégreront toutes les données médicales du patient, le chirurgien sera aidé dans son geste. Et puis il y a, bien sûr, tous les robots non invasifs qui opèrent à la place du chirurgien.Pour finir, il y a un troisième domaine où l’IA est très utile : c’est celui des choix thérapeutiques. En fonction de l’historique médical du patient, de son génome, etc., on lui administre un traitement adapté.

Comment CentraleSupélec Exed investit-elle ce terrain du Big Data et de l’IA dans le domaine de la santé ?Au sein de CentraleSupélec Exed, nous avons deux formations en IA. La première, « IA : fondamentaux, perspectives et cas d’usages » donne, en deux jours, un aperçu complet des techniques et avancées les plus récentes en matière d’IA. La seconde, « Executive Certificate IA /Sciences des données » est une formation certifiante en 16 jours. Elle est très technique et entre vraiment en profondeur dans le sujet. Par ailleurs, nous avons conçu une formation sur mesure qui s’adresse aux collaborateurs de GE Healthcare France. Nous formons en cinq jours des ingénieurs et des médecins aux relations entre IA et santé. GE nous a adressé, pour l’instant, une vingtaine de ses ingénieurs.

Nikos Paragios,Pdg de TheraPanacea,Professeur de mathématiques et d’informatique à CentraleSupélec,Responsable du programme « Data Sciences & IA » de CentraleSupélec & CentraleSupélec Exed.

Entretien avec…

La radiothérapie est aujourd’hui le traitement le plus fréquemment utilisé et avec l’IA, on peut atteindre des niveaux de précision et d’efficacité inimaginables.

L’Executive Certificate

« IA /Sciences des données »

Objectifs• Comprendre les enjeux de l’IA.

• Identifier les opportunités à partir de cas d’usages métier.

• Acquérir les connaissances de base sont le socle principal du domaine de l’IA.

• Se familiariser à l’utilisation de l’IA et à son potentiel.

• Savoir développer une solution IA.

Public concerné• Cette formation s’adresse

à des directeurs, des ingénieurs en recherche et développement, des informaticiens, des data scientists ou encore des consultants techniques, ayant de bonnes bases en mathématiques et en programmation souhaitant mettre en œuvre des projets d’IA dans leur entreprise.

Prérequis• Mathématiques pour l’ingénierie :

• vecteurs (algèbre linéaire) ;• calcul différentiel ;• optimisation ;• équations différentielles ;• probabilités et statistiques.

• Informatique : connaissance de base des langages de programmation (C ++ ou Java ou Python).

Les + de la formation• Formation élaborée par des intervenants

reconnus et de haut niveau.

• De nombreux cas pratiques.

• Déclinaison aux secteurs d’activité.Contactr Laetitia Vigneron-Field+33 (0)1 75 31 75 00laetitia.vigneron-field@centralesupelec.fr

CentraleSupélec Exed3, rue Joliot-Curie – 91190 Gif-sur-Yvette

Cré

dits

pho

to :

iSto

ck /

Nad

ine_

C, i

Sto

ck /

Ost

apen

koO

lena

, iS

tock

/ Ir

ina_

Str

elni

kova

, Gill

es L

eim

do

rfer

/ In

terli

nks

Imag

e.