Comment les applications d’IA facilitent les nouvelles découvertes en sciences de la vie
Le potentiel révolutionnaire de l’IA commence à peine à se concrétiser. Des analyses de données qui auraient pu prendre des semaines, des mois, voire des années, peuvent désormais être effectuées bien plus rapidement, ce qui accélère considérablement la production de résultats. La recherche en sciences de la vie, un domaine qui étudie toutes les formes de vie sur notre planète, des micro-organismes aux écosystèmes entiers, en passant par les plantes, les animaux et les êtres humains, va tirer parti de cette révolution technologique. À titre d’exemple, les algorithmes d’apprentissage automatique capables d’analyser des données biologiques complexes sont de plus en plus utilisés pour élaborer des modèles de santé prédictifs, ouvrant la voie à des soins de santé mieux personnalisés. Les outils d’IA peuvent également aider à simuler l’effet potentiel de nouveaux traitements et médicaments, en identifiant les molécules prometteuses et en mettant en évidence les effets secondaires potentiels bien avant le début des essais cliniques. Par ailleurs, les prix Nobel de physique et de chimie de 2024 étaient essentiellement consacrés à l’IA dans le domaine scientifique, le prix Nobel de chimie ayant été décerné à la recherche sur l’IA dans la prédiction de la structure des protéines. «J’ai toujours pensé que si nous pouvions concevoir l’IA de la bonne manière, elle pourrait être l’outil ultime pour aider les scientifiques», confie Demis Hassabis, cofondateur de DeepMind et lauréat du prix Nobel(s’ouvre dans une nouvelle fenêtre). Au-delà des domaines de la santé et de la médecine, la capacité d’analyser de grands volumes d’informations disparates provenant d’un large éventail de sources peut considérablement améliorer les procédures de prise de décision. Les décideurs politiques qui tentent de protéger les écosystèmes, par exemple, doivent considérer divers paramètres complexes avant d’identifier la meilleure voie à suivre. Les outils optimisés par l’IA peuvent aider à rassembler et à structurer ces informations d’une manière utilisable et pratique.
Booster l’innovation et la compétitivité
Ce Results Pack présente un portefeuille varié de projets soutenus par l’Union européenne, qui démontrent que le recours à l’IA favorise de nouvelles découvertes en sciences de la vie. L’IA dans les sciences en général, et les sciences de la vie en particulier, figurent parmi les priorités politiques de la Commission européenne, comme l’a souligné la présidente Ursula von der Leyen dans sa lettre de mission(s’ouvre dans une nouvelle fenêtre) adressée à la commissaire chargée des start-up, de la recherche et de l’innovation. Dans cette lettre, la présidente Ursula von der Leyen appelle à «une nouvelle stratégie pluridisciplinaire pour les sciences de la vie en Europe(s’ouvre dans une nouvelle fenêtre), afin de débloquer des technologies à haute valeur ajoutée pour soutenir les transitions verte et numérique», ainsi qu’à «une stratégie visant à accroître l’adoption de l’IA par les scientifiques européens». Ces nouvelles stratégies seront publiées en 2025. Les projets présentés dans ce Results Pack soutiennent les travaux de l’Union européenne dans ce domaine et contribueront à maintenir la position de pionnière mondiale de l’UE dans les domaines de la science et de l’IA. Cela sera essentiel pour stimuler la compétitivité européenne et pour la création de nouveaux emplois durables. Les projets financés par l’UE présentés dans ce dossier révèlent comment l’application d’outils d’IA permet d’approfondir notre compréhension des sciences de la vie, ce qui pourrait déboucher sur des solutions révolutionnaires à de nombreux défis complexes. Les connaissances générées aideront également les décideurs politiques et les parties prenantes à pleinement appréhender les avantages associés aux outils d’IA et à prendre des mesures de soutien en conséquence. Bon nombre de ces projets comportaient un important aspect sanitaire. AI-PREVENT, par exemple, a appliqué l’IA à des ensembles de données relatives à la santé et à d’autres facteurs liés au mode de vie, afin de fournir des soins de santé plus prédictifs et personnalisés. De même, AI-SPRINT s’est appuyé sur l’apprentissage automatique pour développer des modèles d’évaluation des risques d’accident vasculaire cérébral, en combinant des données sensorielles et des informations relatives au mode de vie. Les outils d’IA développés dans le cadre du projet MIRIADE pourraient transformer les soins aux personnes atteintes de démence en facilitant des diagnostics plus précoces, tandis que les outils d’IA et de simulation informatique du projet Disc4All’s pourraient fournir une aide clinique pour identifier et traiter la dégénérescence rachidienne. EAR, quant à lui, a concentré ses recherches sur les dispositifs mobiles portables pilotés par l’IA, conçus pour suivre la santé par l’analyse des sons corporels. FEMaLe a développé des outils d’aide à la décision clinique optimisés par l’IA, pour aider les médecins à identifier plus tôt l’endométriose. H-MIP a appliqué à la fois la science citoyenne et les techniques d’IA pour mieux comprendre, et prévenir, la transmission des maladies par les moustiques, tandis que MOOD a exploité la science des données pour renforcer l’état de préparation de l’Europe face aux maladies infectieuses émergentes. GATEKEEPER a développé une plateforme de soins de santé optimisée par l’IA pour prévenir, gérer et traiter les affections liées à l’âge. Les projets ont également appliqué des outils d’IA à une série d’ensembles de données, rassemblant des informations très diverses. EPOCHAL a exploité l’IA pour reconstituer les expositions historiques au pollen pour la recherche sur les effets sur la santé, tandis que GUARDEN a développé de nouveaux outils pilotés par l’IA pour aider les décideurs politiques à mieux intégrer les questions de biodiversité dans le processus décisionnel. Health CASCADE a appliqué des technologies numériques et l’IA pour améliorer et soutenir la formation scientifique dans un certain nombre de disciplines apparentées. WaterSENSE a intégré des données sur l’utilisation de l’eau afin de garantir la conformité à la réglementation, ce qui permet d’assurer une utilisation optimale de cette ressource précieuse. Un autre projet axé sur l’environnement, MAELSTROM, utilise l’intelligence artificielle et d’autres technologies numériques pour empêcher que les déchets plastiques se retrouvent dans les océans. FoodSafeR s’appuie sur l’IA pour collecter des données qui permettront de détecter les signes précoces de risques alimentaires émergents, et ainsi permettre aux experts de réagir rapidement et sereinement. Deux autres projets financés par l’UE méritent d’être mentionnés: BMAI, qui s’est attaché à automatiser un certain nombre de tâches répétitives afin d’améliorer le diagnostic du cancer, et d3pm, qui est à l’origine de la reconnaissance d’images optimisée par l’IA pour détecter les malformations prénatales.
