L'intelligence artificielle utilisée pour la sélection d'embryons

Candice Reed, le premier bébé australien conçu par fécondation in vitro (FIV) a eu 37 ans cette année. Depuis sa naissance à Melbourne en 1980, plus de 200 000 bébés australiens sont nés par fécondation in vitro. En Australie, pour la seule année 2014, environ 13 000 bébés sont nés à partir de traitements apparentés, soit près d’un sur 22. Mais, en dépit de ces chiffres et des décennies de recherche, les taux de réussite de la FIV sont toujours limités et varient beaucoup en fonction de l'âge et d’une multitude d'autres facteurs. L'un des plus grands défis du processus concerne le choix d’un embryon viable. À l'heure actuelle, la sélection se fait généralement à l'œil et à l’appréciation de l'embryologiste : autant dire que la méthode reste manuelle, subjective et imprécise.

Une start-up d'Adélaïde qui a vu le jour plus tôt cette année estime que l'intelligence artificielle pourrait faire mieux que les cliniciens humains dans la sélection d'embryons viables et offrir un meilleur taux de naissances par FIV. « Le processus de fécondation in vitro est un processus extrêmement difficile pour les demandeurs. Certains passent par des étapes très éprouvantes à cause de FIV infructueuses et nous compatissons avec eux », a déclaré à nos confrères de Computerworld le Dr Michelle Perugini, cofondatrice de Life Whisperer. Ajoutant : « Nous sommes impliqués dans quelque chose qui peut avoir un réel impact sur la vie des gens ».

L'IA à la rescousse

Life Whisperer a été créée en février par le Dr Michelle Perugini, le Dr Don Perugini, son mari - celui-ci a vendu son entreprise d'analyse prédictive ISD Analytics à Ernst & Young en 2015 - et le Dr Jonathan Hall. Dès le mois de juillet, la société accueillie dans l'incubateur ThincLab de l'Université d'Adélaïde annonçait un accord commercial avec la clinique de la fertilité Monash IVF Group, cotée à la bourse australienne Australian Securities Exchange (ASX), et avec sa filiale Repromed. Depuis, elle accède à des milliers d'images d’embryons qu’elle utilise pour entraîner et valider ses techniques d'analyse d'image. « C’est un apport énorme qui a considérablement contribué à accélérer le processus, parce qu'ils sont dépositaires de données dont nous avons besoin pour réaliser nos analyses et construire nos modèles », a expliqué le Dr Michelle Perugini.

Il existe un certain nombre de méthodes pour sélectionner les embryons pour la FIV. Le processus le moins invasif et le plus courant consiste à identifier dans l’image de l’embryon certains éléments significatifs de son état de santé et de sa viabilité. « Grâce à des recherches antérieures, nous savons quelles sont les caractéristiques importantes. Et nous avons développé des algorithmes capables de les identifier. Une autre partie de l’analyse est confiée à un système de deep learning qui brasse des milliers d'images d'embryons passées. Le système sait quels résultats ont été obtenus avec ces embryons, identifie de nouvelles caractéristiques et les classe pour proposer un modèle de sélection pertinent », a encore expliqué le Dr Perugini. « Le principe repose sur la combinaison de techniques différentes, l’objectif étant de proposer le meilleur modèle de sélection possible », a-t-elle ajouté.

Au-delà de la fertilité

Une fois que les modèles de Life Whisperer ont été validés - un processus continu dont « la fiabilité semble vraiment se confirmer », selon le Dr Perugini - le projet de la start-up est d'offrir sa technologie aux cliniques sous forme d’application cloud en « glisser-déposer». « L’application leur permettra d’obtenir un diagnostic instantané basé sur un modèle validé et éprouvé. En pratique, cela revient à évaluer les embryons qu'ils peuvent implanter et pourquoi. Le produit est évolutif et il est accessible à n'importe quelle clinique dans le monde », a encore déclaré le Dr Perugini. « Le plus important, c'est qu'il n’impose pas aux cliniques de modifier leurs processus. Elles prennent déjà des images et font elles-mêmes leurs évaluations manuelles sous le microscope. La seule nouveauté est qu’elles pourront glisser-déposer leurs images pour les soumettre à l’analyse de notre système ».

L’usage de l’intelligence artificielle en imagerie médicale représente un énorme potentiel en terme de diagnostic et il a fait l'objet de nombreuses études. Au mois de juin dernier, des chercheurs de l'Université d'Adélaïde ont associé des techniques d'analyse deep learning à des examens tomodensitométriques d'organes et de tissus thoraciques afin d’évaluer l’espérance de vie des patients. « La plate-forme sur laquelle s’appuie Life Whisperer pourrait servir à d'autres diagnostics médicaux qui utilisent des images », a affirmé le Dr Perugini. « Nous avons développé une infrastructure généraliste qui peut servir à construire des modèles précis et valides pour d'autres applications médicales sur la même base technologique et regroupant les mêmes types de techniques. Nous croyons fermement que nous pouvons tirer parti de cette plateforme dans de nombreux cas d’usage dans le domaine du diagnostic médical. Et c'est ce que nous visons au-delà de la fertilité », a-t-elle expliqué. La start-up recherche aujourd’hui activement des investisseurs de Série A.