Comment les jumeaux numériques peuvent permettre un traitement de santé personnalisé | Recherche médicale

Imaginez avoir un jumeau numérique qui tombe malade et qui peut être expérimenté pour identifier le meilleur traitement possible, sans avoir à vous approcher d’une pilule ou d’un couteau de chirurgien. Les scientifiques estiment que d’ici cinq à dix ans, les essais « in silico » – dans lesquels des centaines d’organes virtuels sont utilisés pour évaluer l’innocuité et l’efficacité des médicaments – pourraient devenir monnaie courante, tandis que des modèles d’organes spécifiques à chaque patient pourraient être utilisés pour personnaliser le traitement et éviter complications médicales.

Les jumeaux numériques sont des modèles informatiques d’objets ou de processus physiques, mis à jour à l’aide des données de leurs homologues du monde réel. En médecine, cela signifie combiner de grandes quantités de données sur le fonctionnement des gènes, des protéines, des cellules et des systèmes du corps entier avec les données personnelles des patients pour créer des modèles virtuels de leurs organes – et éventuellement de leur corps tout entier.

“Si vous pratiquez la médecine aujourd’hui, une grande partie de votre pratique n’est pas très scientifique”, a déclaré le professeur Peter Coveney, directeur du Centre for Computational Science de l’University College London et co-auteur de Vous virtuel. «Souvent, cela équivaut à conduire une voiture et à déterminer où aller ensuite en regardant dans le rétroviseur : vous essayez de comprendre comment traiter le patient devant vous en vous basant sur les personnes que vous avez vues dans le passé. qui avait des conditions similaires.

« Ce que fait un jumeau numérique, c’est utiliser vos données dans un modèle qui représente le fonctionnement de votre physiologie et de votre pathologie. Il ne s’agit pas de prendre des décisions vous concernant en fonction d’une population qui pourrait être totalement non représentative. C’est vraiment personnalisé.

Le modèle de pointe actuel se trouve en cardiologie. Les entreprises utilisent déjà des modèles cardiaques spécifiques à chaque patient pour concevoir des dispositifs médicaux, tandis que la start-up barcelonaise ELEM BioTech offre aux entreprises la possibilité de tester des médicaments et des dispositifs sur des modèles simulés de cœurs humains.

“Nous avons déjà mené un certain nombre d’essais virtuels sur l’homme sur plusieurs composés et sommes sur le point d’entrer dans une nouvelle phase, notre produit étant prêt et déployé dans le cloud pour un accès externe par les clients pharmaceutiques”, a déclaré le co-fondateur et directeur d’ELEM. directeur, Chris Morton.

S’exprimant au Conférence des jumeaux numériques Vendredi, à la Royal Society of Medicine de Londres, le Dr Caroline Roney, de l’Université Queen Mary de Londres, a décrit les efforts visant à développer des modèles cardiaques personnalisés qui aideraient les chirurgiens à planifier une intervention chirurgicale pour les patients présentant des battements cardiaques irréguliers et chaotiques (fibrillation auriculaire).

“Souvent, les chirurgiens utilisent une approche qui fonctionne en moyenne, mais il est très difficile de faire des prédictions spécifiques au patient et de prévoir les résultats à long terme”, a déclaré Roney. “Je pense qu’il existe de nombreuses applications dans le domaine des maladies cardiovasculaires où nous verrons ce type d’approche se concrétiser, comme décider du type de valvule à utiliser ou de l’endroit où l’insérer lors du remplacement d’une valvule cardiaque.”

Les patients atteints de cancer devraient également en bénéficier. Les experts en intelligence artificielle de la société pharmaceutique GSK travaillent avec des chercheurs sur le cancer du King’s College de Londres pour construire répliques numériques des tumeurs des patients en utilisant des images et des données génétiques et moléculaires, ainsi qu’en cultivant les cellules cancéreuses des patients en 3D et en testant leur réaction aux médicaments.

En appliquant l’apprentissage automatique à ces données, les scientifiques peuvent prédire comment les patients individuels sont susceptibles de réagir à différents médicaments, combinaisons de médicaments et schémas posologiques.

“Vous ne pouvez pas faire cela de manière répétitive avec le vrai patient avec plusieurs médicaments et combinaisons de médicaments, car chaque fois que vous essayez un nouveau traitement, il s’agit d’un essai clinique”, a déclaré le professeur Tony Ng, de King’s.

“Nous essayons de trouver une solution pendant que le patient est encore en vie, donc s’il revient avec une récidive [of their cancer] nous saurons comment les traiter ou à quel essai clinique les soumettre.

Les essais de validation de principe devraient commencer l’année prochaine.

Les chercheurs développent même des jumeaux numériques pour la grossesse, ce qui pourrait aider à développer des médicaments contre des affections telles que l’insuffisance placentaire ou la pré-éclampsie, ainsi qu’à une meilleure compréhension des processus physiologiques qui sous-tendent la grossesse et le travail.

“Dans de nombreux cas, il est impossible de faire des expériences sur des femmes enceintes, et il n’existe pas non plus de bons modèles animaux pour la grossesse humaine”, a déclaré le professeur Michelle Oyen, directrice du Centre pour l’étude des femmes. Santé Ingénierie à l’Université de Washington à St Louis.

Oyen construit des modèles de placenta à partir d’échographies prises pendant la grossesse et d’images haute résolution après la naissance chez des femmes ayant des grossesses saines et compliquées, et forme un algorithme pour reconnaître et construire une réplique numérique des différents tissus.

“Notre objectif est d’essayer de comprendre les choses que nous pourrions mesurer sur une personne vivante pour prédire qui est susceptible d’avoir des problèmes de fonction placentaire pendant la grossesse, et d’intervenir pour prévenir des choses comme la mortinatalité”, a déclaré Oyen.

Sa collaboratrice, le professeur Kristin Myers, de l’Université Columbia à New York, construit des modèles du col de l’utérus, de l’utérus et des membranes qui entourent le fœtus. Leur objectif à long terme est de les combiner tous en un seul modèle d’individu capable de prédire le déroulement de la grossesse.

Myers a déclaré : « J’espère que nous pourrons effectuer une échographie simpliste de l’anatomie maternelle et être en mesure d’évaluer comment cet utérus va croître et s’étirer, ainsi qu’un meilleur moment pour le travail. » Cela pourrait même prédire un travail long ou compliqué et aider les femmes à prendre une décision plus éclairée quant à l’opportunité d’avoir recours à une césarienne, a-t-elle déclaré.

D’autres chercheurs construisent des jumeaux numériques d’hôpitaux pour tenter d’améliorer l’efficacité avec laquelle les patients individuels se déplacent dans le système de santé.

« En suivant les signatures numériques créées à chaque fois que quelque chose arrive à un patient – ​​depuis le moment où une radiographie est commandée, réalisée et signalée, jusqu’au moment où ce patient est pris pour un rendez-vous ambulatoire et y assiste – nous pouvons créer une analyse très détaillée, une image en temps réel de la façon dont les patients présentant des conditions similaires évoluent dans le système », a déclaré le Dr Jacob Koris, chirurgien traumatologue et orthopédiste et responsable numérique chez Réussir du premier coupun programme national conçu pour améliorer le traitement et les soins des patients.

« Cela pourrait identifier les domaines que nous devons améliorer, mais aussi les bonnes pratiques qui améliorent les soins aux patients, que nous pouvons utiliser pour repenser la façon dont nous prenons soin des patients. »