Orange Healthcare et Sanoïa valident l’utilisation du Machine Learning pour le suivi des Rhumatismes Inflammatoires Chroniques

Partager

Orange Healthcare et Sanoïa démontrent avec l’hôpital parisien de la Pitié-Salpêtrière que les poussées dans les rhumatismes inflammatoires (Polyarthrite Rhumatoïde et spondylarthrite) peuvent être détectées grâce à un tracker d’activité couplé à des technologies de Machine Learning.

A l’occasion du Congrès de l’American College of Rheumatology qui s’est déroulé du 3 au 8 novembre 2017 à San Diego, Sanoïa et Orange Healthcare ont pris part à une présentation scientifique en collaboration avec le professeur Laure Gossec, du service de rhumatologie de la Pitié-Salpêtrière à Paris : l’analyse des 15 millions de points issus d’une cohorte de 170 patients suivis pendant 3 mois, réalisée par Machine Learning (*) (étude Act-Connect).
Les data scientists d’Orange Labs ont développé un modèle à partir d’un outil de Machine Learning interne (Khiops ©) qui détecte les poussées de la maladie avec un taux de fiabilité de 96%.

Une expérimentation prometteuse

Cette expérimentation s’est révélée très prometteuse, grâce à l’utilisation et l’analyse de données anonymisées provenant d’objets connectés à des fins médicales.

Selon Élie Lobel, Directeur Général Orange Healthcare :

« Les résultats de cette étude sont le fruit d’une fertilisation croisée entre l’industrie, la recherche clinique (CRO) et les professionnels de santé prouvant ainsi notre capacité à accélérer le développement de services adaptés au suivi des maladies chroniques. »

Cette technique illustre l’application de l’intelligence artificielle dans le domaine de la santé. Elle contribue :

  • Au système de soins : elle permet un suivi plus fin du patient, dans une perspective de télé-médecine ou de planification des rendez-vous selon l’activité de la maladie,
  • A la recherche clinique : elle met à disposition certaines données du patient, en continu et en temps réel. Celles-ci précisent la fréquence des poussées et sont un critère d’efficacité des médicaments en rhumatologie.

Le Professeur Laure Gossec précise :

« placer le patient au cœur des soins est notre priorité. Disposer d’outils digitaux simples d’utilisation permettant d’objectiver leur expérience au quotidien et la transformer en indicateur clinique est très innovant .»
 « L’écosystème de la santé cherche depuis longtemps à s’appuyer sur les objets connectés pour en exploiter au mieux les données dans un cadre médical, source d’information et de prédictibilité. Cette expérience, en conjuguant agilité et rigueur scientifique, en démontre la faisabilité concrète. Nous allons maintenant intégrer ces résultats à notre offre de Digital CRO à destination des promoteurs d’études. »

complète Hervé Servy, Directeur Général de Sanoïa.

(*) Le « machine learning » ou « apprentissage automatique » en français, est un champ d’étude de l’intelligence artificielle permettant à un ordinateur ou à une machine, une méthode pour réaliser un apprentissage automatisé, de façon à pouvoir réaliser un certain nombre d’opérations difficiles ou problématiques. L’objectif visé est de rendre la machine ou l’ordinateur capable d’apporter des solutions à des problèmes compliqués, par le traitement d’une quantité astronomique d’informations. Cela offre ainsi une possibilité d’analyser et de mettre en évidence les corrélations qui existent entre deux ou plusieurs situations données, et de prédire leurs différentes évolutions. » Pour en savoir plus sur Machine Learning : http://www.lebigdata.fr/machine-learning-et-big-data