Des nouveau-nés en bonne santé grâce à l'intelligence artficielle

Quand on cherche «intelligence artificielle» (IA) sur Google, on obtient une vingtaine de millions de résultats. L’IA porte sur l’automatisation du comportement intelligent et l’apprentissage automatique par le biais de données et d’algorithmes. A l’ETH Zurich, l’IA est ancrée dans l’enseignement et la recherche de nombreuses filières depuis des années: des fondements de l’informatique, mathématiques et technique d’information à l’architecture et aux sciences naturelles et sociales, en passant par le génie civil. Le thème occupe également une large place en médecine et en recherche énergétique.

Cette compétence va devenir plus interdisciplinaire. Fin octobre 2020, l’ETH AI Center de l’ETH Zurich a ouvert ses portes. Il interconnecte toutes les activités de la haute école en lien avec l’intelligence artificielle et permet aux experts de la recherche fondamentale en IA de rencontrer des chercheurs plus orientés vers les applications dans ce domaine. Le centre servira d’incubateur pour la fondation de start-up actives dans l’IA et favorisera le transfert du savoir acquis vers l’économie. «L’ETH Zurich dispose ainsi d’un point nodal central pour l’IA vers lequel convergent tous les secteurs de recherche», explique Andreas Krause, professeur à l’Institut pour l'apprentissage automatique et président de l’ETH AI Center. Le centre est également membre du réseau européen de recherche sur l’IA ELLIS (ellis.eu). Ses Open Labs accueilleront des chercheurs-visiteurs.

Si le pôle compte déjà des scientifiques de 81 chaires et 16 départements, ce nombre devrait à terme dépasser la centaine. Julia Vogt, mathématicienne, en fait partie. Docteure en informatique, elle enseigne la science des données médicales. Cette discipline associe informatique guidée par les données et médecine appliquée en utilisant l’IA. J. Vogt travaille souvent sur le diagnostic précoce de maladies qui affectent, par exemple, le coeur ou les nouveau-nés. La première étape consiste à rassembler dans un seul espace différentes données hétérogènes – photos, informations écrites ou génétiques ou données liées au temps. «Mes travaux de recherche en tant que scientifique des données sont en lien étroit avec les problématiques médicales et l’intérêt qu’a la médecine à apprendre à diagnostiquer et soigner des maladies à partir de données très variées de patients», explique J. Vogt. La scientifique commence par élaborer un modèle à partir des connaissances cliniques des soignants. Le médecin disposera ensuite d’une application dans laquelle il saisira ces données. Sur une simple pression de bouton, il obtiendra des informations, par exemple sur les risques de maladies du patient.

Détecter des anomalies de bonne heure

Les projets de J. Vogt sont actuellement au stade de la recherche. Parmi eux, celui sur la probabilité, pour un nouveau-né, de contracter la jaunisse. Diagnostiquée de bonne heure, cette maladie se traite facilement par photothérapie. Née de l’étroite collaboration entre des chercheurs en IA et des médecins, l’application peut prédire la probabilité d’une maladie sur la base de quatre indicateurs seulement, 48 heures avant l’apparition des premiers symptômes. Autre application: le diagnostic précoce d’anomalies cardiaques chez les nouveau-nés. A partir d’un grand nombre d’échographies dans lesquelles le petit coeur a été enregistré sous différents angles de vue standardisés, J. Vogt trouve des signes d’éventuelles malformations cardiaques. Cela aide les médecins à détecter des anomalies de bonne heure. Ce sont deux exemples d’applications médicales de l’IA basées sur la science qui, une fois homologuées pour un usage commercial, pourront influencer positivement et directement le quotidien médical et la santé des patients.

Andreas Krause, président de l'ETH AI Center, veut former la nouvelle génération des grands talents de l’IA, «des chercheurs d’exception et des défricheurs qui travailleront sur des problématiques de l’IA interdisciplinaires novatrices». Le but ne sera pas d’appliquer des procédés IA existants, mais de les perfectionner avec leur public-utilisateur. Pour comprendre p. ex. à quoi doivent ressembler les réseaux neuronaux, pour résoudre des problèmes chimiques. Ou comment programmer les algorithmes d’apprentissage par renforcement pour exploiter la masse de données de l’industrie 4.0 ou de l’Internet des objets. Le potentiel d’applications pratiques est vaste. D’où l’ouverture du centre aux partenariats industriels. «Nous y formerons les nouveaux entrepreneurs en IA qui convertiront les résultats des recherches en start-up et entreprises», déclare A. Krause.