Le projet initial vise à améliorer le diagnostic d'une maladie chronique qui affecte de manière diffuse les deux poumons et se caractérise par une fibrose progressive entraînant une perte de souplesse et une détérioration de la fonction pulmonaire au fil du temps.
Les patients atteints de cette maladie présentent un taux de mortalité élevé et les traitements actuels ne font que ralentir, sans pouvoir inverser, la progression de la maladie. Par conséquent, l'utilisation de l'intelligence artificielle et de nouvelles techniques de diagnostic permet de détecter les modifications précoces du tissu pulmonaire avant que la maladie ne progresse, ce qui permet d'instaurer un traitement au plus tôt et d'améliorer la qualité de vie des patients.
Le développement des algorithmes d'intelligence artificielle sera réalisé grâce à un processus d'innovation et de co-création collaboratif impliquant des équipes médicales, des data scientists et des ingénieurs en intelligence artificielle, avec l'expertise acquise à l'aide d'outils développés par Enzyme.
Le
projet utilisera deux plateformes SaaS développées dans le cadre d'Enzyme Technologies. D'une part, la plateforme Smart Vision (plateforme de développement, de gestion et d'utilisation de solutions de vision par ordinateur) automatisera les processus de classification manuelle basés sur l'inspection visuelle, tout en permettant la découverte de schémas jusqu'alors indétectables par les spécialistes.
Par ailleurs, KomOmbo, la plateforme d'Enzyme qui sert de place de marché pour le partage de données et de connaissances, ajoute une couche d'apprentissage fédéré, garantissant la confidentialité et permettant d'exploiter pleinement le potentiel des données. Elle servira à créer l'infrastructure de formation collaborative nécessaire aux développements futurs de ce projet.
Grâce à l'analyse experte des images et des informations issues de la banque de cas HCB, et à l'utilisation des solutions intégrées de vision par ordinateur et KomOmbo d'Enzyme, un soutien sera apporté aux équipes médicales, améliorant ainsi les délais de réponse dans le processus de diagnostic.
Antonio Martínez, chef du service d'anatomie pathologique du Centre de diagnostic biomédical de l'Hospital Clínic, déclare : « La proposition du Groupe de conseil en enzymologie nous a paru novatrice et parfaitement en phase avec les objectifs de l'Hospital Clínic de Barcelone. Ce projet est facilement reproductible pour d'autres pathologies et pourrait constituer un tournant dans le diagnostic des maladies, qu'elles soient courantes ou rares. Ainsi, grâce à une technologie révolutionnaire et à un partenaire de confiance, l'Hospital Clínic franchit une nouvelle étape en tant que chef de file dans le domaine de la pathologie computationnelle. »
Dans ce projet, la sécurité des données des patients est une priorité stratégique et est donc garantie de deux manières. Premièrement, l'algorithme est développé à partir de données excédentaires anonymisées de patients provenant d'HCB. Deuxièmement, chaque composant de la solution est conçu pour assurer la confidentialité du traitement des données.
Álvaro Ortín, PDG d'Enzyme Advising Group, explique : « Chez Enzyme, nous avons toujours été engagés dans le développement de l'IA, que nous pouvons désormais appliquer au secteur de la santé. C'est pourquoi l'accord conclu représente une étape importante, et nous sommes ravis de collaborer avec HCB sur cette initiative novatrice et de mettre notre expertise en IA au service de l'accélération du diagnostic de ces maladies et d'autres, contribuant ainsi à améliorer la qualité de vie des patients. »
