Les scanners pulmonaires des patients atteints du coronavirus venant de Wuhan, ont révélé les signes avant-coureurs de l’infection. Alors que des poumons sains apparaissent généralement d’une couleur sombre, les radiographies et les scanners de leur poitrine montrent un voile blanc que les médecins décrivent comme du « verre moulu », ressemblant à l’éclatement d’un pare-brise, et dans certains cas, un voile blanc recouvrant presque la totalité des poumons.

Le Dr Savvas Nicolaou, professeur de radiologie à l’université British Columbia et directeur de la radiologie des urgences et des traumatismes à l’hôpital principal de Vancouver au Canada, connaissait bien ces caractéristiques des poumons. Il faisait partie de l’équipe d’analyses du SARS (première vague de coronavirus) dans les années 2000, et s’occupait notamment d’étudier les scanners rayon X des poitrines des patients. Lorsque le COVID-19 a commencé à se répandre en janvier, il a fait équipe avec le Dr William Parker, un résident en radiologie de l’Université de British Columbia. Il est cofondateur de SapienML, une société qui a développé un logiciel pour anonymiser les données d’imagerie médicale, avec le docteur Nicolaou et l’ingénieur Brian Lee. 

Les trois compères avaient déjà travaillé ensemble sur un modèle d’intelligence artificielle de radiographie du thorax. « Nous nous sommes demandé, si nous pouvions analyser les informations sur l’état des patients du covid-19 avec ce modèle », explique William Parker. Ils ont alors lancé un appel, pour collecter le plus de scanners possible pour remplir la source de l’intelligence artificielle du modèle. Analyser l’impact du virus sur les poumons leur permettrait de trouver une nouvelle façon de diagnostiquer les patients du Covid-19 sans avoir besoin de tests.

Et parmi ceux qui ont répondu à cet appel, il y a Amazon. En janvier, Davvas Nicolaou a fait appel au Dr Shez Partovi, un ami de sa résidence en radiologie il y a 25 ans, qui dirige aujourd’hui la division des sciences de la vie, de la génomique et des appareils médicaux chez Amazon Web Services. Après lui avoir expliqué leur idée « d’utiliser l’IA dans le but d’aider les physiciens à travers le monde à combattre la maladie », le projet a pris forme. Bien qu’Amazon soit plutôt connu pour ses services de livraison, sa plus grosse source de revenus (67 % du quatrième trimestre) provient de ses services informatique de transfert de données, connu sous le nom d’Amazon Web Services (AWS). L’organisme offre un certain nombre de services à ses clients, notamment le stockage de données, l’hébergement web, et — ce qui intéresse particulièrement les chercheurs qui luttent contre la pandémie de Covid-19 — des applications d’apprentissage automatique. 

En mars, l’AWS a annoncé le lancement de son Initiative de Développement Diagnostic, offrant un total de 20 millions de dollars, sous forme de crédits et de soutien technique pour aider à accélérer la recherche et le développement d’outils de diagnostic du coronavirus. Certains projets ont aussi été exemptés de paiement de leur crédit à l’AWS. L’assistance technique varie en fonction des projets, mais comprend l’accès à des spécialistes. Le programme est soutenu par un groupe technique consultatif composé de scientifiques et d’experts en santé publique dont les noms n’ont pas encore été divulgués, à l’exception de Steve Davis, coprésident du groupe consultatif sur les technologies de santé numérique de l’OMS. Au moment du lancement, 35 institutions de recherche, start-ups et entreprises du monde entier participent au projet. Mais depuis, l’AWS a reçu plus de 45 demandes supplémentaires de clients, en cours d’évaluation.

L’équipe de Savvas Nicolaou et William Parker est le premier client public, déclare Teresa Carlson, vice-présidente d’Amazon Web Services Secteur Public. Il y a d’autres partenaires comme par exemple, le Biohub Chan Zuckerberg, une collaboration de recherche à but non lucratif fondée par la PDG de Facebook, Mark Zuckerberg, et sa femme Priscilla Chan. Le BioHub utilise l’AWS pour optimiser les modèles d’apprentissage des machines à l’aide de données génomiques dans le but d’estimer le nombre de cas d’une maladie dans la population au-delà de ce qu’indiquent les résultats des tests confirmés. Les estimations de l’ampleur des pandémies peuvent contribuer à la recherche sur les maladies infectieuses et à la planification et la préparation de la santé publique. Puis, il y en a d’autres comme l’ETComm de Pékin, qui fournit des services de télémédecine aux institutions médicales en Chine pour diagnostiquer à distance les maladies cardiovasculaires. La société a réalisé plus de 18 400 diagnostics à distance du COVID-19 grâce à sa plateforme de lecture d’électrocardiogrammes construite sur l’AWS. Les médecins de l’université de Californie à San Diego ont reçu des crédits de la part de l’AWS pour une étude de recherche clinique utilisant l’intelligence artificielle pour accélérer le diagnostic de la pneumonie chez les patients COVID-19 à partir de radiographies pulmonaires.

L’initiative de diagnostic de l’AWS a été élaborée en janvier après que l’unité de Teresa Carlson (qui travaille avec le gouvernement, établissement de l’éducation, organisation à but non lucratif et ONG dans plus de 180 pays) a été inondée d’appels de clients à propos du Covid-19. Les équipes d’Amazon espèrent qu’en regroupant un consortium de projets différents, les institutions choisiront de travailler ensemble et de partager leurs données avec le monde, afin d’accélérer le combat contre la maladie. Nombre d’organismes de santé ont tenté de suivre la propagation du virus. Les responsables de la santé publique, les médecins et les scientifiques ont réclamé des tests plus nombreux et de meilleure qualité. Cependant, malgré l’afflux de tests, il reste des questions concernant la véracité de ces tests et le taux de faux négatif (lorsque le test ne décèle pas un patient atteint du virus).

Les problèmes de précision des premiers tests de laboratoire « résultent probablement de défaillances de fabrication et de procédure », déclare David Boyle, directeur scientifique et codirecteur du programme de diagnostic de l’organisation à but non lucratif de santé publique mondiale PATH. Une partie du problème est la vitesse à laquelle certains des tests, qui analysent la présence du virus dans un échantillon de patients, ont été accélérés par le gouvernement fédéral en raison de la nature de la crise. De plus, dit-il, les laboratoires sont confrontés à « un nombre impressionnant de spécimens à tester qui met en péril les composantes humaines, matérielles et logistiques du laboratoire ». Par le passé, l’une des raisons de la complication des procédures de test a souvent été que « les scientifiques se concentraient davantage sur le vaccin », explique Steve Davis. Mais le Covid-19 a changé cette façon de faire, et de plus en plus de personnes comprennent l’importance des diagnostics.

Quant à Savvas Nicolaou et William Parker, ils espèrent qu’en faisant correspondre les différents modèles de scanners pulmonaires, « ils pourront aider les médecins à mieux diagnostiquer les patients et faire correspondre la gravité des lésions pulmonaires aux admissions de l’hôpital. » Leur équipe est sur le point de compiler, ce qui d’après le Dr. Nicolaou, sera la plus grande base de données de patients testés positifs au covid-19 du monde. En effet, même si d’autres centres médicaux détiennent plus de données, ils n’ont pas accès aux données des autres continents touchés comme l’Amérique du Nord, l’Europe, l’Asie et l’Australie. Une étude récente portant sur plus de mille patients atteints du Covid-19 en Chine a révélé que la tomodensitométrie permettait de mieux détecter la maladie que les tests de diagnostic par réaction en chaîne de la polymérase couramment utilisée. 

Chaque image correspondant à un scanner doit être étiquetée par un humain puis introduite dans le modèle pour entraîner l’algorithme. Toutes les images sont stockées dans la banque de données du service Web Amazon. Jusqu’à présent, l’équipe a étiqueté 1 000 images, avec un stock de milliers d’autres en attente. Il existe actuellement trois équipes différentes de codage par intelligence artificielle qui développent ces modèles : SapienML, l’Université British Columbia et Amazon. Le projet bénéficie également du soutien du Cloud Innovation Center de l’université British Columbia et du Vancouver Coastal Health Research Institute.

« Nous ne publions pas ce projet en tant qu’entreprise pour faire du profit. Nous le publions en tant qu’action humanitaire », déclare le Dr Parker. L’équipe espère publier le modèle d’IA open source d’ici trois mois, afin que d’autres chercheurs et entreprises puissent commencer à l’utiliser. Ensuite, ils travailleront à la modélisation prédictive pour les patients et à la corrélation de leur analyse avec les tests de diagnostic de laboratoire existants.

L’objectif ultime est d’aller au-delà d’une autre façon de diagnostiquer les patients, explique-t-il. Son rêve et celui de son associé est d’utiliser les données recueillies pour permettre aux médecins de créer des simulations, où le scanner d’un patient pourrait être utilisé pour modéliser virtuellement la façon dont il pourrait répondre à certaines thérapies, améliorant ainsi les soins. Avec les modèles virtuels, « on pourrait voir la réaction du patient de façon virtuelle avant de la déployer dans la réalité », déclare-t-il.

Le développement de nouveaux moyens de lutte contre la pandémie est au cœur de l’initiative d’Amazon, explique Teresa Carlson. « Nous espérons pouvoir accélérer les diagnostics et les soins, au cours des deux prochaines années grâce à cet investissement de 20 millions de dollars (18 millions d’euros) — mais ce n’est qu’un début », dit-elle. « Si nous nous en sortons vite, nous reviendrons sur le marché ».

 

<<< À lire également : Amazon : 100 000 Personnes De Plus Pour Faire Face A La Demande >>>