L’innovation en santé voit double !

En orthopédie, un double virtuel permet de déterminer si une prothèse est bien adaptée. En cardiologie, les séquences d'interventions chirurgicales complexes peuvent être testées au préalable sur un jumeau numérique du cœur. Est-on prêt à passer en mode virtuel les essais cliniques des nouveaux médicaments ?

Produire les jumeaux numériques

Les jumeaux numériques en santé sont des modèles informatiques combinant de grandes quantités de données sur les patients. Les modèles intègrent et combinent le fonctionnement des gènes, des protéines, des cellules et des systèmes du corps entier pour créer des modèles virtuels prédictifs de la physiologie et des pathologies des patients. Les études cliniques et le développement de médicaments pourraient s'accélérer avec l'utilisation de jumeaux numériques pour simuler l'efficacité et la sécurité des médicaments avant leur administration aux patients. Cela permettrait de réduire les coûts et les temps de développement de médicaments, tout en protégeant les patients et augmentant les chances de succès. Les traitements existants pourraient aussi être optimisés par des tests virtuels des protocoles thérapeutiques sur le jumeau numérique du patient. En épidémiologie, la progression des maladies et l'efficacité des mesures préventives et des traitements pourraient être modélisés.

Réunir l'écosystème des données pour la médecine du futur

L'idée de créer un jumeau numérique complet d'un patient est encore loin d'être réalisable. En effet, les processus physiologiques et pathologiques sont très complexes à modéliser. Il est nécessaire de combiner des données génétiques, des antécédents médicaux, des données physiologiques et environnementales, pour créer un jumeau numérique personnalisé qui permettrait de prédire les risques de maladies, simuler l'efficacité des traitements, et sélectionner les thérapies personnalisées les plus favorables. Par ailleurs, la qualité des données est un enjeu majeur dans la création des jumeaux numériques. Des problématiques réglementaires et éthiques sont à prendre en considération ainsi que des obstacles d'interconnexion entre systèmes de données de sources différentes. La plupart des outils développés reposent sur des algorithmes et sur l'intelligence artificielle capables de traiter uniquement des registres biologiques limités, relatifs à une pathologie spécifique avec une intégration encore restreinte de l'environnement global du patient.

Développer l'interopérabilité des jumeaux numériques

Des solutions sont en cours de développement pour permettre de chainer les données multi-sources avec des thématiques interconnectables pour une approche plus transversale. Ces outils doivent avoir la capacité de s'enrichir par l'augmentation dimensionnelle des données. Ces optimisations reposent sur l'apprentissage avec des modèles de machine learning basés sur la corrélation des données ou sur l'intelligence artificielle causale avec une analyse des causes de défaillances. Ces nouveaux systèmes permettront de fournir des automatismes de réponse issus de l'intelligence artificielle générative. Des programmes de coordination sont développés pour la mise en place de référentiels et de modèles partagés.