Quand l'Informatique rencontre la Médecine
Un nouveau rendez-vous de culture scientifique pour illustrer la pluridisciplinarité de la recherche à l’Université Jean Monnet a eu lieu ce jeudi 11 mai à 12h30 à la Salle Design Tech Arena (Platine Cité du Design) de Saint-Etienne.
Au cours d'une conférence commune, Marc Sebban (chercheur en informatique, spécialiste en Machine Learning, Directeur-adjoint du laboratoire Hubert Curien) et Fabrice Cognasse (chercheur en Biologie, Directeur de Recherche - Directeur Scientifique, Établissement Français du Sang Auvergne-Rhône-Alpes, travaillant au sein du Groupe d’Immunité des Muqueuses et Agents Pathogènes le GIMAP EA3064, ont montré comment l’apprentissage automatique pouvait permettre de construire des systèmes automatiques d’aide à la décision dans le contexte des transfusions sanguines. Ces interventions ont permis d’illustrer un travail de collaboration, initié en 2013, entre le Laboratoire Hubert Curien, le GIMAP EA3064 et l’Etablissement Français du Sang Auvergne-Rhône-Alpes, qui a conduit à plusieurs articles scientifiques (1, 2).
Marc Sebban a tout d’abord présenté l'apprentissage automatique, sous domaine de l’Intelligence Artificielle, permettant à une machine d'acquérir de l'expérience à partir d'exemples. Comme il l'évoque, « une machine n’a pas de conscience mais elle est capable d'apprendre à effectuer des tâches complexes ». De manière vulgarisée, Marc Sebban a ensuite expliqué les grands principes d'un algorithme d'apprentissage visant à trouver le bon compromis entre efficacité et simplicité, suivant le paradigme du Rasoir d'Occam. Il a ensuite présenté les d'arbres de décision, modèles permettant d'effectuer des prédictions tout en induisant des règles de connaissances compréhensibles et interprétables. Ce sont ces modèles qui ont été exploités dans le cadre de cette collaboration scientifique entre le laboratoire Hubert Curien et l'EFS et le GIMAP.
Fabrice Cognasse a ensuite exposé toutes les étapes de la chaine transfusionnelle, du donneur au receveur. La transfusion sanguine permet de sauver des vies et réduit la morbidité pour un grand nombre de maladies et d'affections cliniques, mais elle n'est pas sans danger. Un incident néfaste lié à une transfusion, également appelé Effet Indésirable Receveur (EIR), est un incident défavorable survenant chez un patient pendant ou après une transfusion sanguine. Environ 0,5 % à 3 % de toutes les transfusions donnent lieu à une réaction indésirable. Dans la majorité des cas, il s'agit de réactions mineures, sans conséquences graves, mais on peut observer rarement des problèmes respiratoires. Malgré les risques associés à la transfusion, le système français (EFS) est l'un des plus sûrs au monde.
Pour mieux comprendre les transfusions et plus particulièrement les transfusions de plaquettes, Fabrice Cognasse a expliqué la morphologie des plaquettes, leur durée de vie et leurs rôles pour lutter contre les hémorragies mais aussi leurs rôles émergent dans l’immunité et l’inflammation. Au cours du stockage des concentrés plaquettaires, d’une durée de 5 jours en France, en vue d’être transfusées libèrent des molécules appelées ligands. Ces ligands pourraient jouer un rôle dans les EIR. Dans ce travail en collaboration avec l’équipe de DATA Intelligence du Laboratoire Hubert Curien, le « Machine Learning » a permis entre autre d’affiner les résultats et leur interprétation notamment pour mettre en évidence quels ligands auraient un rôle majeur dans les EIR. La suite de ces travaux permettra de mettre en place un modèle permettant de prendre une décision adaptée pour la prévention des EIR, grâce à un arbre de décision.
Exemple d'arbre de décision
Arbre de désicion
Concentrations de molécules dans le sang en fonction des réactions post-transfusionnelles
Le but de cet arbre est de pouvoir prédire, grâce à la présence de molécule, s’il va avoir ou non une réaction post-transfusionnelle.
- La molécule A est IL- 13
- La molécule B est MIP-1α
Publications scientifiques :
1 : A computerized prediction model of hazardous inflammatory platelet transfusion outcomes. Nguyen KA, Hamzeh-Cognasse H, Sebban M, Fromont E, Chavarin P, Absi L, Pozzetto B, Cognasse F, Garraud O. PLoS One. 2014 May 15;9(5):e97082.
2 : Platelet components associated with adverse reactions: predictive value of mitochondrial DNA relative to biological response modifiers. Cognasse F, Aloui C, Anh Nguyen K, Hamzeh-Cognasse H, Fagan J, Arthaud CA, Eyraud MA, Sebban M, Fromont E, Pozzetto B, Laradi S, Garraud O. Transfusion. 2016 Feb;56(2):497-504.
Elisa Fromont et Isabelle Champion - Mission Culture Scientifique Technique et Industrielle UJM
De nouveaux rendez-vous seront prochainement proposés par la Mission de Culture Scientifique Technique et Industrielle.
