Note d’Expertise Vincent Bouget - Cofondateur et Directeur Scientifique de Scienta Lab

Future4care a lancé en janvier la campagne January4data afin de mettre en avant la dimension incontournable que prennent les données de santé dans la chaine de valeur. A cet effet, nous avons sollicité l'expertise de membres de notre écosystème qui ont donné lieu à ces notes. Genèse de la data en santé, évolutions technologiques et d'usages, éthique et application dans le domaine hospitalier sont autant de thématiques abordées dans cette série d'articles.

Les données de santé bien exploitées, et combinées à une intelligence artificielle rigoureuse et éthique, ont la capacité de mettre en œuvre la médecine de précision ; un paradigme où le soin est adapté aux caractéristiques uniques de chaque individu.

Avec Scienta Lab, nous souhaitons mener la même révolution dans la manière dont nous développons les médicaments, en particulier pour les maladies auto-immunes. Ces pathologies, qui touchent environ 10 % de la population mondiale, sont encore mal comprises et difficiles à prendre en charge.

Une approche centrée sur la singularité des patients

Les maladies auto-immunes, comme le lupus, la polyarthrite rhumatoïde ou la maladie de Crohn, sont uniques dans leur présentation chez chaque patient.

Ces pathologies chroniques et incurables ont un retentissement important dans la vie des patients atteints du fait de la destruction majeure et irréversibles des organes atteints qui entraine des symptômes handicapants, un risque de cancer accru et une surmortalité.

Malheureusement, les traitements actuels peu efficaces sur une part significative des patients.

Pourquoi ? Parce que les médicaments sont développés selon une approche standardisée qui ignore la diversité biologique des individus.

Chez Scienta Lab, nous avons choisi de nous attaquer à ce défi et de permettre le développement de médicaments de précision pour les maladies auto-immunes. En utilisant les données comme guide. Nous utilisons des données de santé provenant de cellules, de modèles animaux, ou de patients pour entrainer notre modèle de fondation EVA, dédié à l’immunologie et l’inflammation. EVA acquiert ainsi une représentation du système immunitaire et de ses affections, qui est mise à profit pour le développement de médicaments personnalisés. Cette approche de médecine de précision est au cœur de ma vision d’une santé moderne et équitable.

Exploiter les données pour accélérer les décisions

Dans le domaine de l’intelligence artificielle, la principale difficulté est l’accessibilité des données. C’est un enjeu d’autant plus important dans le domaine de la santé. Chez Scienta Lab, nous avons développé un modèle d’IA spécifiques à ces contraintes, et capables d’extraire des informations pertinentes à partir de petits jeux de données de santé.

En étudiant des jeux de données ciblés et en construisant des algorithmes adaptés, nous pouvons répondre à des questions complexes, telles que :

• Est-ce qu’un médicament sera efficace chez l’homme et pourquoi fonctionne-t-il chez certains patients mais pas chez d’autres ?

• Quel candidat médicament présente la plus forte probabilité de franchir avec succès les essais cliniques ?

• Comment optimiser les essais cliniques pour maximiser l’efficacité du traitement et minimiser les coûts ?

Des partenariats pour garantir la qualité des données

Un élément essentiel de notre succès réside dans nos partenariats stratégiques avec des hôpitaux et des centres de recherche internationaux. Ces collaborations nous permettent d’accéder à des données de santé de qualité et de garantir que nos modèles reflètent la diversité des patients atteints de maladies auto-immunes.

Nous investissons également dans des audits et des validations régulières pour assurer la robustesse de nos algorithmes et garantir la sécurité des données personnelles.

L’éthique des données comme priorité

L’Europe, avec des initiatives comme le RGPD ou l’AI Act, impose des standards élevés en matière de protection des données et de leur exploitation dans des algorithmes. Ces réglementations imposent des contraintes importantes sur l’innovation mais je pense qu’elles donnent un cadre éthique nécessaire pour garantir une utilisation bénéfique à tous des données de santé. Je pense également que ces réglementations créent des opportunités et une compétitivité pour les start-ups européennes en renforçant la confiance des patients et des partenaires, tout en positionnant l’Europe comme un modèle d’innovation éthique.