François Laviolette, chercheur à l’Université Laval, travaille sur plusieurs projets concernant l’intelligence artificielle.

UNIVERSITÉ LAVAL AU CŒUR DE NOS VIES

L’intelligence artificielle au service de la médecine de précision

En collaboration avec Le Soleil, l’Université Laval signe une série d’articles présentant les retom­bées de ses recherches sur le quotidien des gens. Cette semaine, nous mettons en lumière la Faculté des sciences et de génie.

L’intelligence artificielle (IA) se trouve déjà à plusieurs endroits, comme derrière votre autocorrecteur, dans la reconnaissance faciale de Facebook ou derrière la machine devenue imbattable aux échecs. Prochainement, votre médecin pourrait, grâce à l’IA, vous prescrire des médicaments en fonction de votre profil bien particulier pour maximiser les chances de succès du traitement. C’est, entre autres, ce sur quoi travaille François Laviolette, chercheur dans le domaine de l’IA au Département d’informatique et de génie logiciel (IFT) de la Faculté des sciences et de génie de l’Université Laval (ULaval).

«Plus on sera capable de bien comprendre le corps humain et les spécificités de chaque personne, meilleurs seront les diagnostics et la prédiction de la réponse ou de la non-réponse d’une personne à un médicament à l’aide de l’IA, explique François Laviolette. Nous sommes encore au début des avancées de l’IA en médecine personnalisée: le meilleur est à venir.»

L’un des enjeux qui freinent le développement de l’IA en santé est l’accessibilité aux données. «Généralement, les études réalisées incluent une centaine de pa­tients, 1000 lorsqu’on est très chanceux, mais ce n’est pas suffisant pour bien faire fonctionner l’IA, précise le chercheur. La donnée, c’est ce qui fait fonctionner l’IA. Puis, les protocoles de recherche sont différents d’une étude à une autre, alors c’est complexe de combiner plusieurs études afin d’avoir accès à une quantité plus importante de données. Il faut aussi considérer l’enjeu très important de la protection des renseignements personnels.» 

Ces défis ne sont toutefois pas près d’arrêter François Laviolette. Il est d’ailleurs arrivé à développer un algorithme capable de prédire la résistance d’une bactérie à un antibiotique malgré la rareté des données. «Cela a été possible en intégrant à l’algorithme des connaissances a priori, comme les mécanismes les plus importants liés à la résistance, pour lui permettre de converger plus rapidement», explique François Laviolette, qui dirige aussi le Centre de recherche de données massives (CRDM) de l’Université Laval qui compte 50 chercheurs et développe des collaborations avec l’industrie en vue de mieux s’attaquer aux défis des données. 

François Laviolette, chercheur dans le domaine de l’IA au Département d’informatique et de génie logiciel (IFT) de la Faculté des sciences et de génie de l’Université Laval.

Rendre l’IA compréhensible

L’IA se heurte aussi à un autre grand défi en santé: ses résultats doivent être interprétables par l’humain. «Un médecin ne va pas donner une pilule plutôt qu’une autre à son patient parce que l’IA lui dit de le faire, explique François Laviolette. Il faut convaincre l’expert du bien-fondé de la suggestion. Il y a une question d’imputabilité.» 

C’est vrai aussi en recherche, constate le chercheur qui, lorsqu’il a commencé à travailler sur cette question en 2009, se faisait souvent prendre pour un charlatan! L’IA n’avait pas encore acquise ses lettres de noblesse. «Si un chercheur travaille sur la résistance aux antibiotiques, il faut que l’IA puisse expliquer pourquoi il prévoit une résistance», indique M. Laviolette. 

Le professeur a d’ailleurs réalisé une recherche qui sera publiée prochainement pour améliorer cet enjeu d’interprétation des données. «Cette étude cible plusieurs résistances aux antibiotiques et dans 95 % des cas, ces résistances étaient déjà connues dans la litté­rature, mais pas de notre algorithme, explique-t-il. Il a tout de même réussi à expliquer le pourquoi, c’est-à-dire à prouver son efficacité. Environ 5% des situations montrées par l’algorithme n’étaient pas connues.» 

Fausses découvertes ou réelles avancées? 

«Les biologistes ou les médecins pourraient aller le vérifier en laboratoire, l’IA pourrait donc alimenter la recherche future», se réjouit M. Laviolette qui, comme mathématicien, a été séduit il y a 15 ans par la capacité de l’IA de résoudre de vrais problèmes de la vie. 

Parce que, bien sûr, son objectif ultime en dé­veloppant des algorithmes pour les données génomiques est de pouvoir améliorer la médecine personnalisée qui utilise encore peu l’IA. «Actuellement, lors d’un traitement contre un cancer, le médecin peut choisir un trai­tement plutôt qu’un autre, par exemple lorsqu’il voit que la personne a une certaine mutation présente sur son code génétique, explique M. Laviolette. Les méthodes traditionnelles ne permettent toutefois pas de considérer tous les éléments des situations extrêmement complexes qu’on retrouve dans la pratique.»

Grâce à l’IA, il souhaite qu’on arrive à trouver le bon traitement, pour la bonne personne et avec la bonne dose, administrée au bon moment. «Cela passe par un bon algorithme avec un processus décisionnel interprétable par les médecins, précise François Laviolette. Je crois que lorsque les algorithmes auront atteint leur pleine efficacité, ils pourront donner un gros coup de pouce au développement de la médecine personnalisée.»

Pour en savoir plus sur les travaux de François Laviolette, qui s’étendent à plusieurs autres domaines tels que l’analyse des risques financiers dans le domaine de l’assurance, les comportements des usagers de la route, la modélisation des processus d’apprentissage et l’analyse des données massives dans le domaine de la bio-informatique, consultez sa page sur le site de IFT Ulaval:
www.ift.ulaval.ca/francois-laviolette