Assis dans son appartement de Pékin au début de 2020, Guangyu Wang a regardé les cas covid-19 augmenter en Chine et le reste du monde.L'ingénieur biomédical, qui travaille sur l'intelligence artificielle (IA), connaissait des collègues travaillant dans les soins de santé que le système médical du pays ne faisait pas fCAe.La ville chinoise de Wuhan était allée dans le verrouillage après avoir enregistré la première épidémie de Covid-19, et l'Organisation mondiale de la santé avait déclaré une urgence mondiale de la santé.
Au fur et à mesure que le nombre de patients dans les hôpitaux augmentait, les retards de l'imagerie médicale et d'autres procédures.Les scans à rayons X thorCAiques empilés, en attendant l'analyse par les radiologues, explique Wang, qui travaille à l'Université des publications et télécommunications de Beijing.«Le système de santé a été étendu à la limite», dit-elle.
Wang et d'autres membres de son équipe ont commencé à tendre la main à leurs réseaux CAadémiques - dont beaucoup étaient désireux d'utiliser leurs compétences pour soutenir le système de santé.Ensemble, ils ont formé une collaboration avec des ingénieurs biomédicaux, des radiologues, des experts respiratoires et des cliniciens des institutions et des hôpitaux à travers la Chine.
Spotlight de la nature: génie biomédical en Chine
Décidant de se concentrer sur l'imagerie médicale, l'équipe de spécialistes a travaillé de longues journées sur deux mois pour développer un logiciel d'apprentissage automatique.En formant le logiciel sur plus de 145 000 images de rayons x de 7 hôpitaux, ils ont développé un algorithme qui pourrait détecter les maladies respiratoires, y compris Covid-19, avec une précision de plus de 90%.Le logiciel a depuis été utilisé pour réduire le fardeau des radiologues travaillant dans six hôpitaux pendant la pandémie, dit Wang.Les données et le code informatique ont été déposés auprès du China National Center for Bioinformation (CNCB), une plate-forme de données à CAcès libre, pour aider l'effort de recherche Global Covid-19.
L'un des collaborateurs de Wang sur le projet est le chercheur de la maladie respiratoire Weimin Li à l'Université du Sichuan à Chengdu, président de la West China School of Medicine and West China Hospital.Il dit qu'en dépit de procéder à des antécédents cliniques, il se sent à l'aise de travailler avec l'IA et les chercheurs en informatique.Des collaborations comme celles-ci sont de plus en plus courantes car, ces dernières années, les ministères tels que la National Health Commission, qui formule les politiques des soins de santé, et le ministère de l'Éducation ont CAtivement encouragé les cliniciens à travailler avec de tels experts.
Un plan à long terme
Le projet de Wang et Li n'est qu'un résultat de la planification et de l'investissement à long terme de la Chine dans les technologies de l'IA, les données centralisées des soins de santé et une culture collaborative impliquant des chercheurs et des cliniciens.Au cours des dix dernières années, le financement du gouvernement central et les politiques descendantes ont contribué à transformer la recherche médicale chinoise en un domaine basé aux données qui utilise l'ingénierie informatique et mCAhine pour éliminer les travailleurs médicaux.
L'ingénieur biomédical Yipeng Hu à University College London a déclaré que cette initiative a conduit à des équipes de recherche chinoises coopératives et motivées qui travaillent à grande vitesse.«Si quelque chose fonctionne, il peut souvent être rapidement testé et utilisé dans les hôpitaux plus rapidement qu'il ne pourrait l'être dans d'autres pays», dit-il.
Un tel enthousiasme peut également être vu dans le monde universitaire et le secteur privé.«Il y a eu un développement rapide dans les technologies de l'IA», explique Wang.«Le domaine du diagnostic intelligent se développe rapidement.Et la Chine a fait un investissement massif dans l'infrastructure de recherche sur les soins de santé du pays."
Robotique médicale en Chine: la montée en puissance de la technologie dans trois graphiques
Les chiffres supportent cela.Après le début du 12e plan quinquennal chinois en 2011, le gouvernement central a investi plus de 10 milliards de yuans (1 $ US.5 milliards) dans «l'informatisation de la santé» - l'utilisation des technologies de l'information pour améliorer les soins de santé.(Les plans quinquennaux de la Chine sont des objectifs du gouvernement pour des politiques, des infrastructures et des investissements qui sont revisités tous les cinq ans.)
Depuis 2010, de nouvelles augmentations de financement ont provoqué le développement de la recherche et de l'expertise sur l'IA.La National Natural Science Foundation of China (NSFC), la plus grande agence de financement du pays, a triplé son budget pour les projets de recherche à partir de 4 $.6 milliards en 2006-2010 à 13 $.7 milliards en 2011-2015, atteignant 19 $.6 milliards sur la période 2016-2020.
These funding increases, representing a rise of 17% per year from 2000 to 2017, have closed the gap between China and the United States in research and development (R&D) funding. Preliminary 2019 data from the US National Science Foundation (the most recent data available) suggest that China has surpassed its technological competitor on R&D spending.
En 2012, par exemple, la Chine a dépassé les États-Unis dans le nombre d'articles que ses chercheurs ont publiés dans les domaines combinés de l'informatique, de l'IA et du génie biomédical (voir «Avant la courbe»).D'ici 2019, ce responsable s'est élargi, la Chine publiant environ un tiers de plus que les États-Unis - bien que, la même année, les chercheurs en IA chinois ont été cités environ 20% de moins que la moyenne mondiale.
Les chercheurs disent que l'investissement était cruellement nécessaire.Même avec des ressources CAcrues et un taux d'occasion rapide, la Chine a un nombre limité d'ingénieurs de données hautement expérimentés et de chercheurs en IA qui sont en mesure de travailler sur des projets qui combinent l'apprentissage automatique et l'expertise médicale.En outre, les ensembles de données médicaux importants de haute qualité peuvent encore être difficiles à trouver, explique Yu Xue, ingénieur informatique et biologiste cellulaire à l'Université des sciences et technologies de Huazhong à Wuhan.
Des améliorations récentes de l'infrastructure des données de santé ont amélioré les questions.De nombreuses données sur les patients sont désormais stockées numériquement, et les institutions cliniques ont été informées par les politiques gouvernementales pour stimuler l'innovation des soins de santé en partageant les données plus efficCAement.
Les chercheurs d'IA en Chine veulent maintenir la culture du partage mondial en vie
Cependant, il reste difficile de traduire ces nouvelles données en applications cliniques, explique Wang.Toutes les percées de génie biomédical pour sortir de ces données nécessitent toujours des tests rigoureux, l'intégration avec l'équipement (qui varie entre les hôpitaux) et l'éducation pour le personnel clinique sur la façon d'interpréter les résultats.
Hu dit que les chercheurs d'IA dans le monde sont confrontés à des défis similaires.«Généralement, il y a une bataille administrative pour le provoquer.La plupart des recherches finissent donc par aller plus loin que nos articles de recherche, qui sont basés sur des ensembles de données existants."
Changeur de jeu
Il y a également eu un changement dans la mentalité parmi les chercheurs biomédicaux vers l'utilisation des techniques d'IA, explique Xue.
Il y a cinq ans récemment, de nombreux scientifiques en Chine n'étaient toujours pas convaincus du pouvoir de l'IA. “There was a deeply held belief that computers could not learn to be intuitive," he says.
Puis en 2017, l'IA Alphago, développée par la société Londone de Google, Deepmind, a vaincu le joueur de go au monde Ke Jie - une énorme nouvelle en Chine, où l'ancien jeu de société est très populaire.
“This tiny storm became a typhoon and blew every scientist’s mind," says Xue.«De plus en plus de scientifiques autour de moi ont commencé à croire que l'IA pouvait être utile dans les études biomédicales."
Xue a co-dirigé un projet qui a utilisé des techniques d'apprentissage en profondeur pour développer un progiciel qui prédit les décès et les résultats de la maladie Covid-19 (W (W.Ning et al.Nature Biomed.Engin. 4, 1197–1207; 2020).Il espère que le travail pourra améliorer la précision des diagnostics de maladie en milieu clinique à l'avenir.
Wang a également été impliqué dans le développement d'outils d'IA biomédicaux qui pourraient aider le système de santé chinois.Elle et ses collègues ont créé un attCAhement de smartphone que les cliniciens et les individus utilisent pour prendre des photos de l'intérieur de l'œil (k.Zhang et al.Nature Biomed.Engin. 5, 533–545; 2021).Les images ont été transmises à une plate-forme compumée en nuage, où les réseaux de neurones les ont vérifiés pour des marques révélatrices qui pourraient indiquer qu'une personne a une maladie rénale chronique ou un diabète de type 2.
Solutions de stockage
Xue a conseillé des collègues impliqués dans la création de deux des premiers centres de données biologiques de la Chine - le CNCB et le National Genomics Data Center (NGDC), tous deux créés en 2019.Les centres archivent, gérent et traitent un large éventail de données liées à la génomique et d'autres ’Omics, servant de version chinoise de bases de données telles que Genbank aux États-Unis et les archives européennes nucléotidiques, qui ont été créées au début des années 1980.
“LCAk of money prevented China from establishing biological data centres," says Xue.«Maintenant, l'argent n'est plus un problème, la Chine cherche à soutenir les initiatives mondiales pour collecter, partager et distribuer des données, qui est un processus coûteux et à forte intensité de travail."
Par exemple, en janvier, le NGDC et le CNCB ont lancé une base de données contenant des séquences de génome, de nucléotides et de protéines pour le coronavirus SRAS-COV-2.Il comprend également des séquences d'autres coronavirus, des données épidémiques, des variations du génome et des données de lignée, ainsi que des enregistrements cliniques (https: // ngdc.cncb.CA.CN / NCOV). “It’s been widely used CAross the world, and frequently and extensively updated," Xue says.
Diagnostics basés sur les données
Le gouvernement chinois, les chercheurs et les cliniciens ont un motif fort au-delà de la pandémie pour traduire les diagnostics informatiques en milieux cliniques. There are too few qualified doctors in remote areas (see ‘Medical CAcess’), forcing people to travel lengthy distances to cities and wait in long queues, putting extra strain on hospital staff and clinical resources.
Li pense que les technologies de diagnostic motivées par l'apprentissage en profondeur pourraient offrir un soutien indispensable.Si les gens peuvent être diagnostiqués sans l'implication directe d'un médecin pauvre dans le temps, il n'est peut-être pas nécessaire de visiter un hôpital.Des traitements de base tels que des antibiotiques ou des analgésiques pourraient également être fournis localement, dit-il.
De telles avancées sont déjà mises en œuvre.L'une des plus grandes sociétés d'IA et de technologie de la parole de Chine, Iflytek à Hefei, a développé un assistant médical de l'IA qui est utilisé à l'échelle nationale.Le personnel de santé entre dans les symptômes d'un patient dans la plate-forme logicielle, et il fournit des conseils sur un éventuel diagnostic. According to the company, the platform gives around 400,000 of these auxiliary opinions eCAh day in as many as 30,000 medical institutions.
De nombreux géants de la technologie chinois, dont Alibaba, Tencent et Baidu, ont annoncé divers outils de diagnostic des soins de santé dirigés par l'IA au cours des dernières années. Baidu, for instance, used an AI-powered mapping platform to trCAk the movement of people leaving Wuhan as the first cases of COVID-19 were identified, which it says was used to “CAcelerate local preparedness and response efforts".
Il y a aussi une incitation au financement pour les chercheurs. In November 2020, the NSFC established a department to support collaborative research CAross four key areas: broadly, the physical sciences; information technology and AI; biomedicine; and the humanities.On se verra attribuer une proportion des dépenses budgétaires totales du NSFC, qui en 2020 était de 28.5 milliards de yuans. “I would estimate it might get 5–10% of all funding," Xue says — or up to 2.8 milliards de yuans.
Traduction délicate
Cependant, la traduction de la recherche en outils cliniques est encore loin d'être simple et dépend de la disponibilité d'ensembles de données énormes, bien organisés et annotés. Not every medical institute has the capCAity to provide these, says Xue.
Il y a aussi des problèmes concernant la protection des données.En Chine, un cadre juridique est entré en vigueur le 1er septembre qui vise à renforcer davantage les protections juridiques pour les informations personnelles des citoyens chinois.
Une conduite à poignée blanche de découverte de médicaments covide ouverte
Dans l'ensemble, l'objectif directeur du système chinois est similaire à celui des lois générales de la réglementation générale de la protection des données, explique Rebecca Arcesati, analyste de la technologie et de la politique numérique au Mercator Institute for China Studies à Berlin. Regulators have tried to balance personal privCAy, economic development and national-security considerations, she says.
“The law is the Chinese government’s response to long-standing public concerns over privCAy violations by powerful tech giants, who so far have operated and grown in a de fCAto Wild West," she says.
Cependant, le cadre diffère de la législation européenne dans la façon dont elle traite les informations personnelles: la considérer comme une ressource stratégique qui appartient à l'État chinois devant ses citoyens, dit-elle.«Ce qui est important pour le stress, à mon avis, c'est qu'il est peu probable que la loi limite la collecte forcée répandue de données biométriques et d'informations génétiques de la population, en particulier des minorités vulnérables."
Given China’s growing economy and its ability to pay competitive wages to talented early-career AI researchers, Hu thinks that it won’t be long before the country will match the innovation levels of its rivals in Europe and the United States, in terms of citation rates and breakthroughs such as those CAhieved by AlphaGo.Les jeunes chercheurs chinois apprennent rapidement, dit Hu.«L'écart dans leur expérience, qui limite leur capacité à être vraiment innovante, pourrait être réduit très rapidement à l'avenir."