Choisir le bon antidépresseur grâce à l’intelligence artificielle

Soigner la dépression n’est pas une mince affaire. Des chercheurs montréalais ont mis au point un algorithme pour aider les médecins à offrir à chaque patient un traitement sur mesure. 

nadia_bormotova / Getty Images / montage : L’actualité

Au moment de prescrire un antidépresseur, un médecin a le choix entre une bonne vingtaine de médicaments : citalopram, paroxétine, venlafaxine… Le plus souvent, c’est par essais et erreurs qu’il finit par trouver un traitement efficace pour son patient. Aifred Health, une entreprise créée par de jeunes chercheurs montréalais, met à profit la puissance de l’intelligence artificielle pour aider le médecin à repérer rapidement le bon médicament. Elle vient de lancer un essai clinique nord-américain pour tester sa technologie en situation réelle, étape essentielle avant la commercialisation.

Le logiciel ne choisit pas le traitement à la place du médecin ; il calcule plutôt l’efficacité probable de chaque molécule en fonction du profil du patient, assistant ainsi le professionnel dans sa prise de décision. Au cours des prochains mois, des médecins de famille et des psychiatres canadiens et américains l’utiliseront avec 350 personnes atteintes de dépression modérée à grave. La première a été traitée en juin et les résultats de l’essai clinique devraient être diffusés au milieu de 2023. Le Dr David Benrimoh, chef scientifique d’Aifred Health, ne veut pas en dire plus, pour ne pas en compromettre le déroulement : « Cela repose sur un processus à l’aveugle et nous limitons les entrevues pour éviter d’influencer les participants », explique-t-il, sans cacher son enthousiasme. 

Ce psychiatre résident fait partie des quatre cofondateurs d’Aifred Health, tous étudiants à l’Université McGill au moment où ils ont démarré ce projet, en 2016. Robert Fratila étudiait alors l’informatique et la biologie, tandis que Kelly Perlman et Sonia Israel se spécialisaient en neurosciences. Cette dernière avait elle-même traversé un épisode dépressif à l’adolescence et avait dû essayer plusieurs traitements avant d’en trouver un qui fonctionne. Ils ont convenu d’unir leurs forces pour mettre l’informatique au service de la santé mentale. 

Choisir du mieux que l’on peut

Seulement le tiers des personnes atteintes de dépression majeure arrivent à une rémission complète avec le premier médicament proposé par leur médecin. Les autres ne sont soulagées qu’en partie, parfois pas du tout. « Certaines ne répondent pas complètement au traitement, d’autres ont trop d’effets secondaires », précise le Dr Howard C. Margolese, professeur agrégé au Département de psychiatrie de l’Université McGill et collaborateur d’Aifred Health pour certains des projets de recherche de l’entreprise. Étourdissements, maux de tête, constipation, prise de poids, bouche sèche, impossibilité d’atteindre l’orgasme, somnolence ou insomnie, la liste des effets indésirables de ce type de médicament est en effet très longue. 

Après le deuxième médicament proposé, le tiers de ces autres patients ne se sentent toujours pas mieux. D’où l’intérêt de mettre au point un outil d’aide à la décision, pour augmenter les chances de tomber du premier coup sur le traitement le plus approprié. À l’heure actuelle, les médecins doivent se fier à leur expérience, explique le Dr Margolese : « Nous nous basons sur nos connaissances cliniques, sur le profil du patient, sur nos expériences avec des patients au profil semblable et sur les études comparant les médicaments. » Si un psychiatre peut finir par avoir une connaissance assez fine des effets de chacune des molécules et être au fait des méta-analyses les plus récentes, pour un médecin de famille, c’est une autre histoire. 

L’intelligence artificielle (IA) d’Aifred Health peut faire ce travail à sa place. Elle analyse de très grandes quantités d’informations issues d’études sur le traitement de la dépression. Par la technique de l’apprentissage profond, l’outil est entraîné à faire des liens entre les données démographiques (âge, origine ethnique du patient, etc.), les données cliniques (historique médical, types de symptômes, etc.) et l’efficacité des différents médicaments. À chacun de leurs suivis médicaux, les patients répondront à un questionnaire au sujet de leur humeur et de la présence d’effets secondaires, ce qui rendra l’algorithme de plus en plus performant. 

En juin 2021, Aifred Health a fini en deuxième place au concours international IBM Watson AI XPRIZE, qui récompense des technologies novatrices basées sur l’IA et susceptibles d’améliorer le sort des habitants de la planète. Cent cinquante jeunes pousses de partout dans le monde ont participé à la compétition d’une durée de cinq ans, où elles devaient passer de l’idée au projet-pilote. Le prix d’un million de dollars remporté par Aifred Health a été réinvesti dans le développement de l’outil, sur lequel travaillent maintenant à temps plein une douzaine de personnes et de nombreux autres collaborateurs. 

Des professionnels se prononcent

L’équipe s’est assurée en amont que les médecins avaient un intérêt pour une telle technologie. En 2019, elle a demandé à 20 psychiatres et médecins de famille de participer à une simulation. Chacun a reçu trois faux patients disant ressentir des symptômes dépressifs. Les médecins devaient évaluer l’utilité de l’outil et vérifier si son emploi convenait au cadre d’une consultation. 

Au terme de la simulation, la moitié d’entre eux ont affirmé qu’ils l’utiliseraient pour tous leurs patients souffrant de dépression et 35 % ont dit qu’ils réserveraient son usage aux patients aux prises avec une dépression grave ou résistante aux traitements usuels. En tout, 85 % des participants ont donc conclu qu’ils s’en serviraient.

Les omnipraticiens ont jugé l’outil particulièrement utile, note la doctorante en psychologie Myriam Tanguay-Sela, qui a coordonné l’étude. « Ils prescrivent souvent les trois ou quatre mêmes médicaments en début de traitement, car la plupart n’ont pas d’expertise dans le domaine de la dépression. Nombre d’entre eux se tournent donc simplement vers ceux qu’ils connaissent le mieux », avance-t-elle. Les résultats ont été publiés dans Psychiatry Research en février 2022. 

Reste maintenant à mener l’essai clinique, conçu pour satisfaire aux exigences réglementaires de Santé Canada et de la Food and Drug Administration américaine. La dernière ligne droite avant qu’un tel outil se retrouve entre les mains des médecins à plus large échelle. Et qu’il contribue, peut-être, à chasser plus vite les idées noires.

Les commentaires sont fermés.

Bravo! Belle application de l’intelligence artificielle, plus précisément de l’apprentissage automatique. En effet, le choix de la bonne molécule dans les cas d’états dépressifs est un processus d’essai et erreur assez laborieux et difficilement reproductible.

Cela dit, je ne suis pas convaincu qu’un algorithme à base d’ensemble d’arbres de décisions, par exemple des arbres à gradient dopé (gradient boosting trees) ne soit pas presque aussi performant et surtout plus approprié qu’un algorithme d’apprentissage profond (une boîte noire) avec l’avantage de pouvoir expliquer sa prédiction.

Scientifiquement vôtre

Claude COULOMBE