L’IA peut-elle lutter contre le champignon mortel qui nous entoure ?

Source : kalhh/Pixabay

Il y a dix ans, dans un hôpital gériatrique de Tokyo, une Japonaise de 70 ans hospitalisée présentait un écoulement mystérieux du conduit auditif externe. Des échantillons ont été prélevés et l’ADN de l’écoulement a été séquencé. Cela a conduit à la découverte inattendue d’une toute nouvelle espèce de champignon à sac (ascomycètes) du genre Candida qui se développe comme une levure. Parmi les champignons « amis », on trouve la levure utilisée pour la brasserie et la pâtisserie, ainsi que les morilles et les truffes. Cependant, cette souche particulière, Candida auris (C. auris)– nommée auris, le mot latin pour oreille – est loin d’être amicale et peut entraîner des décès. Les Centres de contrôle et de prévention des maladies (CDC) qualifient le Candida auris de « grave menace pour la santé mondiale » qui « peut provoquer des infections invasives associées à une mortalité hospitalière pouvant aller jusqu’à 40 % ». Les CDC ont signalé 613 cas cliniques aux États-Unis à la fin du mois de mars 2019. Aujourd’hui, le C. auris peut être trouvé à l’échelle mondiale sur les cinq continents dans plus de 30 pays.

Des technologies innovantes peuvent-elles contrecarrer la menace fongique mortelle ?

L’intelligence artificielle (IA) est actuellement utilisée par des organisations avant-gardistes pour lutter contre la résistance aux antimicrobiens (RAM). Selon un rapport publié par le Wellcome Trust et le gouvernement britannique, la résistance aux antimicrobiens est à l’origine de plus de 700 000 décès par an dans le monde et devrait atteindre plus de 10 millions de décès d’ici à 2050.

L’utilisation de l’IA pour lutter contre la résistance aux antibiotiques est une tendance croissante. Par exemple, au début du mois, Google a accordé une subvention de 1,3 million de dollars à la fondation Médecins sans frontières/MSF pour créer une application mobile pour smartphone qui utilisera l’IA pour analyser les tests de résistance aux antibiotiques et faire des recommandations dans les environnements à faibles ressources. Les chercheurs de Virginia Tech ont mis au point une solution d’apprentissage profond de l’IA(DeepARG) qui prédit les ARG ( gènes de résistance aux antibiotiques) avec un haut degré de précision. En octobre dernier, des chercheurs de l’université de Californie à San Diego ont annoncé leur solution d’apprentissage automatique de l’IA pour identifier et prédire les gènes à l’origine de la résistance aux antibiotiques des bactéries infectieuses responsables de la tuberculose.

Selon le dernier rapport des CDC, plus de 90 % des infections à C. auris sont résistantes à au moins un antifongique et on estime qu’un tiers d’entre elles sont résistantes à deux médicaments ou plus.

Mais qu’est-ce qui est utilisé, le cas échéant, en matière d’IA pour la résistance aux antifongiques ?

Le marché mondial des médicaments antifongiques devrait atteindre 18,2 milliards de dollars d’ici 2022, et la croissance la plus importante est attendue dans le segment de la candidose – le segment qui traite les infections à Candida – selon Stratistics MRC.

Il convient de noter que la dynamique du marché pour le développement de médicaments antifongiques est complètement différente de celle des antibiotiques. De grandes sociétés pharmaceutiques telles que Sanofi et Novartis se retirent du marché des antibiotiques. Le développement de médicaments antifongiques représente toutefois une opportunité croissante.

Par exemple, fungalAi, dirigé par le Dr Michelle Ananda-Rajah à Alfred Health à Melbourne, en Australie, en collaboration avec l’université Monash, a produit la première plateforme technologique au monde basée sur l’IA (fungalAi) qui peut détecter et aider à diagnostiquer les maladies fongiques dans les hôpitaux en temps réel.

La plateforme technologique de fungalAi comprend le traitement du langage naturel, un algorithme d’apprentissage en profondeur par réseau neuronal artificiel qui identifie les maladies fongiques à partir d’images de tomodensitométrie thoracique, et un système expert d’intégration des données cliniques pour la prédiction des maladies fongiques. Actuellement, fungalAi fait l’objet d’essais cliniques dans sept réseaux de santé en Australie.

Outre le diagnostic et la détection des maladies fongiques, l’IA peut être utilisée pour la découverte de médicaments antifongiques. L’apprentissage profond peut être utilisé pour raccourcir le cycle de vie du développement des médicaments dans un certain nombre de domaines.

Par exemple, les capacités de reconnaissance des formes de l’apprentissage profond peuvent être utilisées pour prédire les résultats des réactions organiques, la performance des médicaments lors des essais et la toxicité avant les essais cliniques. L’IA peut contribuer à automatiser la conception des molécules et à accélérer la synthèse assistée par ordinateur et la rétrosynthèse sur la base de la similarité moléculaire.

L’utilisation de technologies innovantes telles que l’intelligence artificielle pour lutter contre la menace croissante des champignons mortels est une opportunité croissante pour les start-ups, les investisseurs en capital-risque, les sociétés de biotechnologie et les grandes sociétés pharmaceutiques – il s’agit actuellement d’un terrain de jeu très ouvert.

Copyright © 2019 Cami Rosso Tous droits réservés.