AI for Health - Un évènement riche et varié
La conférence 2020 de « IA for health » a proposé des interventions et tables rondes aussi riches que variées, durant l’intégralité de la journée du 10 Novembre 2020. Parmi la panoplie de présentations et de discussions, voici le résumé de deux d’entre elles.
1. Boosting biomedical imaging with deep learning
Christophe Zimmer, directeur de recherche à l’institut Pasteur, après avoir présenté les principes du deep-learning, décrit deux outils élaborés par son équipe : ANNAPALM et IMJOY.
Tout d’abord, le « deep-learning » (DL), est une sous-famille du « machine learning », lui-même étant une sous-famille de l’IA. Le DL, qui est une technique utilisée dans de nombreux domaines dont la santé, utilises des réseaux de neurones afin d’interpréter des mappings complexes. Dans l’imagerie médicale, cette technique permet une nouvelle approche de l’analyse d’images médicales (ex : rétinopathie diabétique, classification du cancer de la peau).
L’outil ANNAPALM permet d’obtenir une résolution d’image dix fois supérieure aux standards actuels, à partir de plusieurs milliers d’images basse-résolution. Cette méthode, qui est applicable à de multiples structures (par exemple : microtubules, pores nucléaires, mitochondries, etc.), reste aujourd’hui efficace mais longue. Potentiellement, cet outil permettra aux cellules d’être observées en haute définition en direct.
De plus, les images médicales verraient leur bruit réduit, en même temps que l’exposition aux radiations des cellules observées. Enfin, ANNAPALM souhaite offrir la possibilité d’obtenir un diagnostic médical depuis les téléphones mobiles.
Afin de démocratiser le deep-learning, l’institut Pasteur et plus particulièrement l’équipe de Christophe Zimmer, à développer la plateforme IMJOY. C’est une plateforme open source, qui fonctionne sur ordinateur comme mobile, online et offline. L’objectif est d’entrainer le réseau de neurones avec différents jeux de données. Plus cet outil sera entrainé, plus il sera performant. Il existe d’ores-et-déjà des plugins permettant de prédire la formation de protéines partir d’Adn, ou bien de classifier des images médicales.
2. Data and hospitals
Depuis 5 ans, l’hôpital de Douai a souhaité mettre en place un système afin d’agir en amont sur le système de Douai. L’objectif de cet hôpital n’est désormais pas que curatif, mais également prédictif. Trois aspects sont mis en avant : meilleur santé, meilleur expérience patient, meilleur cout. Pour répondre à ces trois objectifs, le centre hospitalier et la ville de Douai ont formé un comité mixte afin de rendre le parcours de soin fluide, et ce grâce à une meilleur organisation and l’intégration de nouvelles techniques et technologies. Parmi ces dernières, l’IA a un rôle important. Seulement, compte-tenu de la quantité de données (10Go/an), il est très important de sécuriser le stockage et le transfert des données des patients. Cosmian par exemple propose une solution basée sur la cryptographie de ces données-là.
Je remercie fortement UTC Alumni et en particulier Mme Claire Behar de m’avoir offert la possibilité de participer à cette journée conférence, riche en apprentissage technique et humain.