L’Aide à la recherche
Parallèlement aux ateliers high-tech et dans la lignée de sa stratégie #TechForGood*, l’association a pour ambition d’apporter son soutien à la recherche sur les cancers pédiatriques.
Comment ?
En proposant une aide humaine aux chercheurs travaillant sur les cancers pédiatriques à partir d’outils d’intelligence artificielle (IA) avec la mise à disposition d’Experts en Datasciences bénévoles issus du monde de l’industrie.
L’enjeu des nouvelles technologies en cancérologie
Depuis quelques années, en médecine et plus particulièrement en cancérologie, on dispose de données génomiques et moléculaires (ADN, ARN, protéines…) en grande quantité devant être analysées par des outils informatiques sophistiqués.
L’apport de l’Intelligence Artificielle et du Machine Learning est essentiel dans l’analyse de ces données en grande dimension : ces outils permettent notamment de mettre en évidence des signatures et des potentiels mécanismes biologiques au sein de cette masse de données non appréhendable par le seul cerveau humain.
En cancérologie en particulier, on peut ainsi individualiser des sous-types de diagnostics moléculaires, et identifier des facteurs de pronostic et de prédiction de réponse aux traitements grâce à ces outils, permettant une meilleure prise en charge, personnalisée, du patient atteint de cancer.
L’aide à la recherche des bénévoles Dessine-moi la High-Tech répond à un besoin
L’enjeu de cette démarche est de permettre aux chercheurs de bénéficier d’une expertise extérieure et désintéressée sur ces leviers de datascience, et ainsi accélérer certaines phases clés de leur recherche.
À ce titre, l’association fédère autour d’elle des bénévoles experts en datascience désireux de s’impliquer pour la cause, identifie les projets de recherche sur lesquels ils seraient susceptibles de pouvoir apporter leur expertise, puis les rapproche des équipes de recherche associées.
L’association travaille notamment avec les chercheurs de l’Institut Curie, de l’Institut Gustave Roussy et du réseau React-4Kids.
Sous quelles formes ?
→ Mise en place de moments d’échange type brainstorming sur les méthodes à utiliser
→ Travail sur une modélisation complète à partir d’un jeu de données fourni
→ Travail sur une partie de modélisation (ex : sélection de variable, réduction de dimension..)
→ Mise en place d’algorithmes pour faciliter la recherche bibliographique
Sous quels formats ?
Pour la recherche clinique
→ Mise en place de groupes de travail ad-hoc (5-6 experts) pour réfléchir et intervenir sur des problématiques liées à l’amélioration d’algorithme de machine learning sur un rythme de 4 à 5 itérations d’échange.
Au travers de cette approche, l’association pourra être amenée à solliciter le levier de la communauté internationale en mettant en place des challenges de datascience, avec à la clé un prix pour le vainqueur financé par Dessine-moi la High-Tech.
Pour la recherche fondamentale
→ Mise en place de cafés-visio d’intelligence collective avec des datascientists de l’industrie sur des sujets de recherche fondamentale.
Format adaptable selon les besoins (par exemple, 1h30 par mois ou tous les deux mois…).
Exemple de cas traité, celui de l’Institut Curie :
Ce 1er cas d’usage a permis de familiariser les datascientists bénévoles avec une problématique clinique et les données qui s’y rattachent. Il a été convenu avec les chercheurs de l’Institut Curie de tester d’autres méthodes de Machine Learning que celles utilisées dans leurs recherches pour essayer de gagner en précision ou les conforter dans leur approche.
Les experts bénévoles ont finalement répondu aux deux objectifs :
· Les techniques alternatives ont obtenu de meilleurs résultats sur les échantillons d’apprentissage et de tests
· Elles ont atteint les mêmes niveaux de performances globales sur l’échantillon de validation
Les équipes peuvent donc avancer sereinement sur ce sujet en ayant conforté le seuil de précision maximal atteint par les chercheurs et en allant chercher via des méthodes ensemblistes à réduire le champ des possibles pour les prédictions sur lesquelles les modèles divergent avec des scores de confiance peu élevés.
« Les datascientists de Dessine-moi la High-Tech nous apportent leur expertise très précieuse dans la résolution de problèmes médicaux concrets auxquels nous faisons face en oncologie, et participent à développer des outils d’intelligence artificielle qui vont potentiellement impacter positivement et directement la prise en charge des patients. »
Julien Vibert
Interne en oncologie médicale, doctorant à l’institut Curie à Paris
*L’association fait partie du réseau Tech For Good France, qui réunit différents acteurs de la Tech engagés pour une société plus responsable.
Vous êtes expert Big Data ou IA et vous souhaitez en savoir davantage sur nos projets d’aide à la recherche ?
N’hésitez pas à contacter Jérôme Roul, notre responsable projets de recherche 👇
jerome.roul@dessine-moi-la-high-tech.org
Vous êtes médecin ou chercheur en oncopédiatrie, et vous souhaitez en savoir plus sur nos missions ?
N’hésitez pas à contacter Gaël Fournis, notre responsable Pôle médical 👇
gael.fournis@dessine-moi-la-high-tech.org