Les méthodes de l'intelligence artificielle comme l'apprentissage profond permettent aujourd'hui des avancées impressionnantes dans l’analyse de données biomédicales. Diagnostics médicaux, analyse de séquence ADN, microscopie augmentée ou encore design moléculaire, le champ d'application de l’intelligence artificielle ne cesse de s'élargir à des bases de données toujours plus vastes. Cependant, la plupart des travaux utilisant l’apprentissage profond ne permettent pas aux utilisateurs d'adapter pleinement ces méthodes à leurs propres données, et la mise en œuvre des méthodes publiées reste difficile pour des non informaticiens. Face à ces obstacles, des chercheurs de l’unité Imagerie et modélisation à l’Institut Pasteur ont conçu une plateforme qui permet un accès simplifié à l’apprentissage profond dans la communauté biomédicale.
Les méthodes informatiques connues sous le nom d’apprentissage profond (« deep learning ») sont au cœur du renouveau actuel de l’intelligence artificielle et de l’analyse des données massives ou « big data » (lire notre dossier « Comment le Big Data révolutionne les recherches en santé »).
Ces méthodes utilisent des réseaux de neurones artificiels pour traiter des données numériques complexes, comme des images médicales ou des séquences d’ADN. Après une phase d’apprentissage, ces algorithmes sont capables, par exemple, de diagnostiquer des lésions cutanées potentiellement cancéreuses aussi bien qu’un dermatologue certifié, de prédire l’effet d’une mutation sur l’expression d’un gène, ou encore d’accélérer fortement l’imagerie des cellules à haute résolution. Bien que très puissantes, ces méthodes sont souvent difficiles à mettre en œuvre pour des médecins ou biologistes non informaticiens, surtout lorsqu’il s’agit de les ré-entraîner sur des données nouvelles, ce qui est généralement nécessaire pour obtenir des résultats de qualité.
Avec Imjoy, des outils d’intelligence artificielle simples à utiliser mais puissants
Les chercheurs de l’Institut Pasteur, en collaboration avec l’Institut Royal de Technologie de Stockholm et l’université de Stanford ont développé ImJoy, une plateforme informatique qui a pour vocation de rendre accessible l’apprentissage profond dans la communauté biomédicale et au-delà. Cette plateforme a été conçue pour produire des outils d’analyse de données faciles à utiliser mais puissants. « Imjoy permet à la fois de réutiliser facilement des réseaux de neurones pré-entraînés et de les entraîner sur des données nouvelles sans connaissances informatiques », explique Christophe Zimmer, responsable de l’unité Imagerie et modélisation à l’Institut Pasteur. ImJoy fonctionne sur des plateformes de calcul variées, comme des ordinateurs de bureau, des serveurs distants (« cloud computing ») ou des téléphones mobiles, et ne requiert pas d’accès Internet, ce qui permet l’analyse de données sensibles. Par ailleurs, Imjoy permet de faire fonctionner des programmes écrits dans différents langages informatiques (Javascript, Python, etc…), qui peuvent échanger des données entre eux grâce à des passerelles dédiées.
Pour illustrer le potentiel d’Imjoy, les chercheurs ont déjà implanté un certain nombre d’outils utilisant l’apprentissage profond pour, par exemple :
- augmenter la qualité des images de microscopie;
- segmenter des images de cellules ;
- analyser la localisation cellulaire de protéines ;
- diagnostiquer des lésions cutanées ;
- ou encore prédire l’affinité de protéines à des séquences d’ADN quelconques.
« ImJoy devrait faciliter l’adoption de l’apprentissage profond dans la communauté biomédicale et donc accélérer l’exploitation des données massives pour la découverte scientifique et la médecine », conclut Christophe Zimmer.
La plateforme Imjoy, ainsi que son code source, sont disponibles librement en cliquant ici.
L'Institut Pasteur au cœur de la révolution numérique
L’Institut Pasteur s’engage dans la révolution numérique en développant de nouveaux outils d’expertise au service de la santé. Pour répondre aux enjeux de la recherche fondamentale et à ceux de santé publique, les chercheurs de l’Institut Pasteur s’investissent au quotidien dans leurs travaux, que ce soit en biologie, en informatique, en physique ou encore en sciences sociales. Par exemple, des chercheurs de l’unité de Bioinformatique évolutive ont mis au point un outil, développé à partir de concepts de la théorie de la décision, qui reconstruit des « scénarios ancestraux » qui décrivent l’évolution de traits ou caractères le long d’arbres phylogénétiques. D’autres chercheurs, de l’Institut Carnot Pasteur MS, regroupant plusieurs départements et plateformes technologiques de l’Institut Pasteur, ont présenté un dispositif permettant de suivre en temps réel le comportement de groupes de souris et de caractériser leurs interactions sociales grâce à l’intelligence artificielle.
Source
ImJoy: an open-source computational platform for the deep-learning era, Nature Methods, 28 novembre 2019
Wei Ouyang1,2, Florian Mueller1, Martin Hjelmare2, Emma Lundberg2,3,4 and Christophe Zimmer1
1 Imaging and Modeling Unit, Institut Pasteur, UMR 3691 CNRS, C3BI USR 3756 IP CNRS, Paris, France.
2 Science for Life Laboratory, School of Engineering Sciences in Chemistry, Biotechnology and Health, KTH - Royal Institute of Technology, Stockholm, Sweden.
3 Department of Genetics, Stanford University, Stanford, CA, USA.
4 Chan Zuckerberg Biohub, San Francisco, CA, USA.
