Talent: MILA, healthcare and drug discovery

ARTIFICIAL INTELLIGENCE (AI) WILL HAVE A SIGNIFICANT IMPACT ON SOCIETY AND THE ECONOMY, including on the pharmaceutical and biotechnological industries. Machine learning (ML) algorithms analyze large amounts of data from various sources to improve drug development processes, clinical trials and ultimately patient care. They can help with electronic health records, new target identification, virtual screening of molecules, novel compounds design with specific properties, potential toxicity prediction, identification of the most promising patient populations for clinical trials and trial design optimization… But these powerful tools also raise ethical questions, and Mila researchers work hard to tackle these challenges responsibly.

Mila – Quebec AI Institute is a nonprofit and leading research institute focusing on development and application of AI in various fields. It combines a large academic community and professionals specialized in AI adoption and in applied ML research. Researchers at the Institute have been actively working towards developing and applying AI techniques to improve various aspects of healthcare, including drug development.

Mila focuses on helping industrial partners reduce the time, cost and risk of failure associated with traditional methods. With its growing research community, it is increasingly recognized for its expertise in drug discovery and development, and is currently partnering with Canadian companies such as AbCellera, Congruence Therapeutics, Valence Discovery and Ventus Therapeutics. Researchers at the Institute have played a significant role in advancing state-of-the-art research in several areas of ML and a key to their success is collaborating with interdisciplinary experts.

Solving Healthcare Issues

Mila’s researchers are working on systems to assist doctors and other healthcare professionals to improve the physiopathology knowledge and quality of care for patients.

Danilo Bzdok uncovers new diagnostic methods in Alzheimer’s disease through structural and functional brain data analysis and Julien Cohen Adad streamlines MRI protocols and analyses for brain and spine.

Joelle Pineau creates tools to facilitate treatment decisions like prediction of radiation dosage in breast cancer and Samira Rahimi collaborates with primary care physicians to assist in managing patient data efficiently.

Jian Tang published the two open-source platforms TorchDrug and TorchProtein and Genome Quebec has awarded to Amin Emad the analysis of pharmacogenomics data and the response to cancer treatments. The work of researchers like Mathieu Blanchette and Guy Wolf also assist in the discovery of epigenetic and genomic biomarkers.

Increasing Interdisciplinary Collaboration

As AI-powered systems for characterizing molecules gain in accuracy and efficacy, it will rapidly identify promising compounds with desirable properties, such as high potency, low toxicity, and good pharmacokinetics. It can improve lead optimization predicting their properties and behavior in different environments, suggesting modification to ensure their efficacy and safety. This will enable therapeutic chemists to explore the chemical space more efficiently, resulting in an increased number of compounds in clinical trials.

A group of researchers – led by Yoshua Bengio – is being set up to tackle the difficult and under-financed problem of antibiotic resistance, a growing and life-threatening global health issue.

It is crucial to continue and deepen collaborations between AI specialists and drug development professionals. Researchers need to have access to large amounts of high-quality data for training and evaluating ML models, including general clinical data and company-owned preclinical and clinical data.

To develop new and creative solutions, there is a need to clearly identify opportunities and to leverage the strengths of various experts. To that end, Mila is coordinating

Building Responsible Ai Solutions

Ethical and societal implications of AI – especially in healthcare – need to be thoroughly considered. The performance and effectiveness of AI systems heavily depend on access to and quality of data. Mila is an active participant of discussions surrounding privacy concerns, legal restrictions, lack of access to data and ethical issues related to their use.

AI-powered systems risk perpetuating biases present in the data they are trained on, resulting in unequal access to treatments. Additionally, there is a risk that AI-powered systems may be used to make decisions that are not in the best interests of patients, such as prioritizing the development of profitable drugs over those that are most needed.

Early on, Mila made a commitment to promote the ethical use of its research and is a supporter of the Montreal Declaration for a Responsible Development of Artificial Intelligence which sets ethical principles based on fundamental values. Mila’s researchers are developing responsible methods to ensure that AI-powered systems are as fair, unbiased, transparent and explainable as possible so that their decisions can be understood and trusted by healthcare professionals, patients and the public.

Mila researchers and staff are actively participating in several associations and organizations. These collaborations with diverse stakeholders, including policymakers and members of the public, are essential to ensure that AI development is aligned with societal values and concerns. Researchers at Mila strive to be transparent about their methods and results, open to outside scrutiny and criticism and proactive in explaining their work.

The responsible ML techniques developed at Mila will improve various aspects of healthcare such as diagnostic and drug discovery for precision medicine while being as fair, unbiased, transparent, and explainable as possible. The Institute will need to continue its successful collaborations with leaders and emerging companies in the biopharmaceutical sector to drive future breakthroughs.

Mila, soins de santé et découverte de médicaments : développer des applications d’IA de manière responsable

L’INTELLIGENCE ARTIFICIELLE (IA) AURA D’IMPORTANTES RÉPERCUSSIONS SUR LA SOCIÉTÉ ET L’ÉCONOMIE, notamment les industries pharmaceutique et biotechnologique. Les algorithmes d’apprentissage automatique analysent de grandes quantités de données issues de diverses sources pour améliorer les processus de développement de médicaments, les essais cliniques et les soins aux patients. Ils peuvent aider avec : les dossiers de santé électroniques, identification de nouvelles cibles, le criblage virtuel de molécules, la conception de nouveaux composés aux propriétés spécifiques, la prévision du potentiel toxique, l’identification de populations de patients les plus prometteuses pour les essais cliniques et l’optimisation de la conception des essais … mais ces puissants outils soulèvent des questions éthiques, et les chercheurs de Mila s’efforcent de relever ces défis de manière responsable.

Mila – Institut québécois d’intelligence artificielle, est un institut de recherche de pointe à but non lucratif axé sur le développement et l’application de l’IA dans divers domaines. Il rassemble une grande communauté universitaire et des professionnels spécialisés dans l’adoption de l’IA et la recherche sur l’apprentissage automatique appliqué. Plusieurs chercheurs de l’Institut travaillent au développement et à l’application de techniques d’IA pour améliorer les divers aspects des soins de santé, notamment le développement de médicaments.

Mila aide les partenaires industriels à réduire le temps, le coût et le risque d’échec associés aux méthodes traditionnelles. Avec sa communauté de recherche croissante, il est de plus en plus reconnu pour son expertise dans la découverte et le développement de médicaments, et il s’associe à des entreprises canadiennes comme AbCellera, Congruence Therapeutics, Valence Discovery et Ventus Therapeutics. Ses chercheurs ont joué un rôle déterminant dans l’avancement de la recherche de pointe en apprentissage profond et lla collaboration avec des experts interdisciplinaires contribue à leur réussite.

RÉSOUDRE LES PROBLÈMES DE SANTÉ

Plusieurs chercheurs de Mila travaillent sur des systèmes permettant aux médecins et aux professionnels de la santé d’améliorer la connaissance en physiopathologie et la qualité des soins pour les patients.

Danilo Bzdok découvre de nouvelles méthodes diagnostiques dans la maladie d’Alzheimer par l’analyse de données cérébrales structurelles et fonctionnelles et Julien Cohen Adad simplifie les protocoles et analyses d’IRM pour le cerveau et la colonne vertébrale.

Joelle Pineau crée des outils pour faciliter les décisions de traitement comme la prédiction des doses de rayonnement dans le cancer du sein et Samira Rahimi collabore avec des médecins de première ligne pour gérer efficacement les données des patients.

Jian Tang a publié les deux plateformes à source ouverte TorchDrug et TorchProtein et Génome Québec a confié à Amin Emad l’analyse des données pharmacogénomiques et la réponse aux traitements anticancéreux. Le travail des chercheurs comme Mathieu Blanchette et Guy Wolf a contribué à la découverte de biomarqueurs épigénétiques et génomiques.

ACCROÎTRE LA COLLABORATION INTERDISCIPLINAIRE

Vu que les systèmes alimentés par l’IA pour caractériser les molécules sont plus précis et efficaces, des composés prometteurs aux propriétés souhaitables (puissance élevée, toxicité faible et bonne pharmacocinétique) seront rapidement identifiés. Ils peuvent améliorer l’optimisation d’un composé tête de série en prédisant ses propriétés et comportements dans différents environnements et en suggérant une modification pour garantir son efficacité et son innocuité. Ainsi, les chimistes thérapeutes peuvent explorer plus efficacement l’espace chimique, augmentant le nombre de composés dans les essais cliniques.

Un groupe de chercheurs dirigé par Yoshua Bengio est en cours de formation pour aborder la question difficile et sous-financée de la résistance aux antibiotiques, un problème de santé mondial croissant et potentiellement mortel.

Continuer à approfondir les collaborations entre les spécialistes de l’IA et les professionnels du développement de médicaments est essentiel. Les chercheurs doivent avoir accès à de grandes quantités de données de haute qualité pour former et évaluer les modèles d’apprentissage automatique (notamment, données cliniques générales et données précliniques et cliniques détenues par les entreprises).

Pour développer de nouvelles solutions créatives, il faut cerner clairement les possibilités et tirer profit des forces des divers experts. À cette fin, Mila coordonne les formations, discussions et conférences pour améliorer la communication interdisciplinaire et la compréhension entre les différents domaines de recherche.

ÉLABORER DES SOLUTIONS D’IA RESPONSABLES

Les implications éthiques et sociétales de l’IA doivent être examinées minutieusement, particulièrement pour les soins de santé. La performance et l’efficacité des systèmes d’IA dépendent grandement de l’accès à des données et à leur qualité. Mila participe activement aux discussions sur les préoccupations de la vie privée, les restrictions légales, le manque d’accès aux données et les problèmes éthiques liés à leur utilisation.

Les systèmes alimentés par l’IA risquent de perpétuer des biais présents dans les données utilisées pour les former, entraînant un accès inégal aux traitements. Il existe aussi un risque qu’ils puissent être utilisés pour prendre des décisions qui ne sont pas dans l’intérêt primordial des patients, comme prioriser le développement de médicaments rentables au détriment des médicaments les plus nécessaires.

Mila s’est engagé tôt à promouvoir l’utilisation éthique de sa recherche; il soutient la Déclaration de Montréal pour un développement responsable de l’IA qui établit des principes éthiques basés sur des valeurs fondamentales. Les chercheurs de Mila élaborent des méthodes responsables pour que les systèmes alimentés par l’IA soient aussi justes, impartiaux, transparents et explicables que possible afin que leurs décisions puissent être comprises des professionnels de la santé, patients et public et inspirer leur confiance.

Les chercheurs et le personnel de Mila participent activement à plusieurs associations et organismes. Ces collaborations avec divers intervenants, notamment les responsables des politiques et membres du public, sont essentielles pour que le développement de l’IA s’aligne sur les valeurs et préoccupations sociétales. Les chercheurs à Mila s’efforcent d’être transparents par rapport à leurs méthodes et résultats, ouverts aux contrôles externes et à la critique et proactifs dans l’explication de leur travail.

Les techniques d’apprentissage automatique responsables développées à Mila amélioreront les divers aspects des soins de santé comme le diagnostic et la découverte de médicaments pour une médecine de précision tout en étant aussi justes, impartiales, transparentes et explicables que possible. L’institut devra poursuivre ses collaborations fructueuses avec les dirigeants et entreprises émergentes dans le secteur biopharmaceutique pour favoriser les avancées futures.