Le gouvernement américain parie un milliard de dollars que l’IA peut faire ce que des décennies de « moonshots » n’ont pas réussi à faire : rendre le cancer plus gérable et plus facile à survivre.
Dans le cadre d’un partenariat récemment annoncé avec Advanced Micro Devices, le ministère de l’Énergie (DOE) construira deux des supercalculateurs d’IA les plus avancés au monde, Lux et Discovery, pour accélérer la recherche sur l’énergie de fusion, la défense nationale et les traitements contre le cancer, rapporte Reuters.
Le secrétaire à l’Energie, Chris Wright, a déclaré à Reuters que la machine pourrait aider à rendre « la plupart des cancers, dont beaucoup sont aujourd’hui condamnés à mort », gérables dans « les cinq à huit prochaines années ».
Pour des scientifiques comme Trey Eideker, qui dirige le programme d’oncologie de précision à la Health and Human Services Advanced Research Projects Agency du ministère américain de la Santé et des Services sociaux, cette affirmation est à la fois provocatrice et incomplète.
« Pouvons-nous utiliser l’IA et le big data pour réduire de manière significative le cancer au cours des huit prochaines années ? Absolument », a-t-il déclaré à Fortune. « L’IA peut-elle à elle seule résoudre le cancer ? Non. »
Le véritable goulot d’étranglement : les données, pas le calcul
Malgré leur puissance, Lux et Discovery ne peuvent apprendre sans carburant. Eideker affirme que le plus grand défi du domaine consiste à intégrer les données multimodales nécessaires pour prédire la façon dont les patients répondront au traitement, depuis les séquences génétiques jusqu’aux analyses de tissus et aux images corporelles.
Il compare le manque de données sur le cancer à d’autres domaines de l’IA. Les modèles linguistiques à grande échelle (LLM) comme ChatGPT sont présents sur Internet. Les voitures autonomes comme Waymo ont enregistré des millions d’heures de conduite. En revanche, les hôpitaux ne peuvent partager qu’autant de données sur le cancer qu’ils le peuvent.
« Les données sont plus limitées sur le cancer », a déclaré Ideker. « Vous devez investir autant dans l’acquisition et la liaison de données que dans l’informatique. »
Il estime que le matériel du DOE devrait être directement connecté aux programmes fédéraux en cours, tels que l’initiative ADAPT de l’ARPA-H, qui collecte des données sur les patients pour former des modèles permettant de prédire les réponses aux médicaments.
« L’intégration de l’IA et des données est ce qui fait que cela fonctionne », a-t-il déclaré.
La métaphore préférée d’Ideker pour l’avenir proche de l’IA en médecine n’est pas celle d’un chirurgien robotique autonome. Il considère plutôt l’IA comme un nouveau siège dans la salle du conseil d’administration.
« Si un patient ne répond plus au traitement primaire, son cas est envoyé à ces réunions », a-t-il précisé. « Dix ou 12 Jedi, docteurs en médecine et docteurs, s’assoient autour d’une salle de conférence comme dans un épisode de House of Representatives MD et discutent de ce qu’il faut essayer ensuite. »
Parfois, dit-il, c’est arbitraire : quelqu’un se souvient de l’étude de la semaine dernière et insiste pour essayer un médicament basé sur cette étude. Il imagine l’IA comme « l’assistant silencieux du coin » qui lit toute la littérature et connaît tous les résultats des examens.
« Cela ne déclenche pas de traitement », dit-il. « Les médecins doivent respecter le fait qu’il s’agit simplement de donner un avis et que c’est souvent la seule personne présente dans la salle qui lit tout. »
Au Moores Cancer Center de l’UCSD, l’équipe d’Ideker mène déjà des essais cliniques basés sur ce modèle. Il espère que les oncologues apprécieront l’aide, surtout dans les cas difficiles.
« L’IA n’arrive pas sur un cheval blanc », dit-il. « Nous constatons déjà un afflux à un rythme raisonnable. »
2033 : avenir probable
Ideker estime que d’ici le début des années 2030, presque tous les patients auront accès aux meilleurs traitements existants pour leurs tumeurs spécifiques, une véritable réalisation de son domaine de médecine de précision. Cependant, concevoir en temps réel de nouveaux médicaments contre les cancers résistants prend beaucoup plus de temps.
Pour l’instant, il souhaite que les décideurs politiques se concentrent sur la connexion de la nouvelle puissance de calcul aux systèmes de données hospitaliers réels.
« Égoïstement, s’il y a une chose qui profite vraiment à la science, c’est de connecter ces efforts d’IA à des endroits qui génèrent les données dont ils ont besoin », a-t-il déclaré.
Ideker a déclaré que la phrase de Wright sur le « début de la fin » du cancer en tant que condamnation à mort était « touchante, mais elle doit être déballée ».
« Je pense que la première partie, qui consiste à associer les meilleurs traitements existants à tous les patients, sera résolue d’ici 2030 », a déclaré Ideker. « Mais que se passera-t-il s’il n’existe pas de traitement efficace pour votre tumeur ? Il vous faut alors un moyen de concevoir des médicaments en temps réel pour chaque patient. Je ne pense pas que cela sera résolu d’ici 2030, mais les gens devraient y réfléchir. »
