au service de la santé

MIAI@Grenoble Alpes

autour de deux grands thèmes : l’IA du futur et l’IA pour l’humain et l’environnement. Outre des projets plus ciblés, quatre chaires dédiées et un laboratoire de recherche commun mettent l’IA au service de la santé en phase avec la médecine 4P (prédictive, personnalisée, préventive, participative).

Mettre l’IA au service du « care » dans une logique intégrative de santé : c’est tout l’enjeu de la chaire « Deep Care: Patient Empowerment via a Participatory Health Project ». Dirigée par le professeur de santé publique Philippe Cinquin, elle applique l’expertise grenobloise de capture des données de la vie réelle à la capture de données inédites sur les déterminants de la santé (environnement, interactions sociales, nutrition…). Une capture réalisée par des micro et nanocapteurs qui mettent les patients en capacité d’être les acteurs de leur propre santé. Quatre tâches ont été définies. La première tâche vise la capture de données pertinentes par différents biais : par exemple, vélos électriques et gilets intelligents pour adapter un programme de réhabilitation, capteurs pour caractériser l’effort cardiaque, micro-robots avalables à programmation biologique pour analyser le microbiote en vue de diagnostiquer une maladie chronique avec la start-up Pelican, ou dispositif médical implantable pour analyser les variations physiologiques afin de prévenir la rechute d’une insuffisance cardiaque avec la start-up SentinHealth. Deuxième tâche : la fusion de données massives et hétérogènes grâce à PREDIMED, un entrepôt de données de santé conçu au CHU Grenoble Alpes, qui permet de repérer les déterminants de la santé à même d’améliorer la prise en charge des patients. La troisième tâche consiste à corréler les données hospitalières et les sciences humaines et sociales (SHS) pour proposer une réorganisation du service des urgences du CHU Grenoble Alpes, fragilisé par la mise en œuvre de la T2A. Plus transverse, la quatrième tâche concerne les SHS : l’image de soi et l’anthropologie corporelle sont au cœur d’outils coconstruits avec des associations de patients. La chaire collabore aussi avec la MSA (identification de nouvelles corrélations entre des affections de longue durée et des métiers), Thales (traitement d’image pour mieux prendre en charge la dénutrition), ICAlps et ST Microelectronics (conception de dispositifs implantables intelligents miniaturisés), plusieurs startups (Etisense, Texisense, eBikeLabs, Theia) et autres partenaires industriels. Une reconnaissance méritée.

L’intelligence médicale assistée par ordinateur

Copilotée par Jocelyne Troccaz, directrice de recherche et Sandrine Voros, chargée de recherche, de l’équipe GMCAO (Gestes Médico-Chirurgicaux Assistés par Ordinateur - Laboratoire TIMC-IMAG - UMR CNRS - UJF 5525), la chaire « Computer-Assisted Medical Interventions (CAMI) Assistant » vise à développer une nouvelle génération d’assistants informatisés peropératoires basés sur l’IA, avec la volonté de traiter les patients de manière plus efficace et moins invasive. La fusion de big data, couplée aux outils de simulation et de monitoring, pourrait améliorer les décisions de stratégie opératoire et la qualité des gestes chirurgicaux. Deep learning et machine learning sont mis à contribution pour résoudre les problèmes de segmentation d’images médicales, faire le tri entre informations pertinentes et données non exploitables ou encore mieux comprendre la gestuelle des chirurgiens et autonomiser certaines parties du geste où la valeur ajoutée humaine n’est pas essentielle. Par exemple, en chirurgie laparoscopique, un questionnaire soumis à 6 chirurgiens a récemment montré qu’ils étaient plutôt d’accord avec les critères choisis par les algorithmes pour prendre leurs décisions. In fine, ces nouvelles techniques proposent un nouveau regard sur des problèmes anciens. Un potentiel à exploiter.

Telecom4Health, un laboratoire commun de recherche Université Grenoble Alpes - Orange

Résultat d’une collaboration débutée en 1999, ce tout nouveau laboratoire commun de recherche officialise un partenariat de plus longue durée. « Il permet de motiver des équipes pour des projets de plus d’un ou deux ans, développer des recherches avec des résultats incertains, non permises par les appels d’offre, dépasser le cadre régional et aborder des enjeux sociétaux » souligne Nicolas Vuillerme, enseignant-chercheur, membre honoraire de l’Institut Universitaire de France, cofondateur et co-directeur du labcom Telecom4Health. Axés sur la recherche de solutions pour les professionnels de santé, les projets en cours ont été intégrés à la feuille de route du laboratoire avec 4 axes mûrement réfléchis : la gestion du consentement éclairé des patients à des essais cliniques grâce à une solution hyper sécurisée basée sur la technologie blockchain développée par Orange, la transmission de sons téléphoniques pour améliorer le diagnostic à distance et la prise en charge des patients, le projet « Alloscope », qui vise à développer des outils de prévention de la fragilisation morale des personnes isolées en étudiant la variation du comportement via l’usage du téléphone (psychiatrie numérique), et l’application Maxwell, une plateforme IA développée par Orange, dédiée à la classification de documents techniques qui est testée sur des documents médicaux afin de proposer une aide au diagnostic. « Orange est le premier opérateur européen en matière de recherche et il est crucial de susciter la confiance vis-à-vis de l’IA via la mise en place d’une gestion de consentement éclairée et sécurisée au service des patients et du personnel de santé et de l’anonymisation des données de santé » explique Roxane Adle Aiguier, en charge du domaine de recherche Société numérique au sein d’Orange.

L’IA au service de la recherche biomédicale à haut débit

La chaire « Artificial Intelligence for High throughput biomedical investigations » est portée par le Pr Julien Thévenon, chef du service de médecine génétique du CHU de Grenoble et le Dr Thomas Burger, chercheur en biostatistique au CNRS. Son programme scientifique est composé de 2 briques principales. Copilotée par le Dr Emmanuel Barbier, directeur de recherche à l’Inserm et Julien Thévenon, la première porte sur l’évaluation des applications de l’IA aux maladies rares par les données médicales, les données d’imagerie cérébrale et le séquençage du génome entier (neurogénomique). Seconde brique, supervisée par Thomas Burger et Bertrand Toussaint, professeur de biochimie au CHU de Grenoble : la protéomique. « L’objectif est d’explorer l’identification de biomarqueurs par une approche de spectrométrie de masse » explique Julien Thévenon. La chaire bénéficie de financements de l’Université Grenoble Alpes, de l’ANR et de 4 partenaires industriels actifs : les PME Pixyl (Grenoble) et SeqOne (Montpellier) ainsi que le laboratoire de biologie médicale Biomnis (Lyon) pour la neurogénomique, la PME Sinnovial pour la protéomique. En outre la neurogénomique est à l’intersection de plusieurs plans nationaux : « le Plan Maladies Rares 3 2018-2022, avec 3 centres de référence labélisés par le ministère au

CHU de Grenoble, France Médecine Génomique 2025, qui bénéficie de la plate-forme de séquençage à très haut débit AURAGEN (Auvergne RhôneAlpes Génomique) et bien sûr le Plan Intelligence Artificielle » précise Julien Thévenon. De belles promesses de synergies en perspective.

Vers une « médecine des trajectoires »

La chaire MyWaytoHealth est présidée par Jean-Louis Pépin, professeur de physiologie clinique à l’Université Grenoble Alpes, vice-doyen de la faculté de médecine de Grenoble en charge de la recherche et directeur du Laboratoire HP2 (Inserm U1042 ; Physiopathologie de l’hypoxie). Son ambition : mettre en œuvre l’IA pour développer une « médecine des trajectoires » appliquée à l’apnée obstructive du sommeil (AOS), qui touche un milliard de personnes dans le monde. Son innovation : le concept de trajectome qui englobe les conditions, les facteurs de risque, les déterminants environnementaux et sociétaux qui modulent la trajectoire de la maladie dans l’écosystème du patient. La chaire s’appuie sur l’IA et l’analyse intégrative des données structurées et non structurées capturées par les passeports numériques de santé individuels, des registres de maladies internationaux et nationaux, des données longitudinales générées par des capteurs innovants, des bases de données administratives nationales sur les soins de santé, des déterminants socio-économiques,

attitudes et comportements. Une riche moisson qui alimentera 3 axes de recherche : le traitement à grande échelle et l’exploration multidisciplinaire interactive des trajectoires des patients ; la prévision de l’évolution de la santé et l’agrégation des comorbidités ; les soins intégrés et centrés sur le patient, la réforme du système de santé et l’évaluation du rapport coût-efficacité. Un apport appréciable pour repenser la décision clinique et les interventions thérapeutiques en vue d’une réorganisation des soins basée sur la valeur.

© MIAI Grenoble Alpes

Projet Velis (Vélo Intelligent Santé en partenariat avec la société eBikeLab : des patientes en session de debriefing dans la salle ECCAMI (Excellence Centre for Computer Assisted Medical Interventions) à Biopolis / Velis project (Intelligent Health Bike in partnership with eBikeLab: patients in debriefing session in the room ECCAMI (Excellence Centre for Computer Assisted Medical Interventions) at Biopolis