Cette année, des milliers de volontaires à travers le monde ont participé à des essais cliniques de vaccins contre le coronavirus. Remplacer ces participants par des patients virtuels aurait permis de développer certains vaccins plus rapidement, potentiellement sauvant davantage de vies.
Chaque jour, de nouveaux algorithmes informatiques diagnostiquent des maladies avec une précision inégalée, alimentant les prédictions d'une médecine automatisée. Et si les ordinateurs remplaçaient aussi les patients ?
Vérifier la sécurité d'une nouvelle thérapie peut se faire beaucoup plus rapidement grâce à des tests sur des organes virtuels.
Des patients virtuels auraient accéléré la découverte de traitements préventifs contre le coronavirus et permis d'éliminer plus tôt les candidats vaccinaux inefficaces. Cela aurait réduit les coûts et minimisé l'exposition des volontaires à des produits potentiellement risqués.
La médecine in silico consiste à tester médicaments et thérapies sur des organes ou systèmes corporels virtuels pour prédire les réactions chez l'humain. À terme, elle limitera les essais sur patients réels aux phases finales, tout en évaluant rapidement sécurité et efficacité à moindre coût, réduisant ainsi le nombre de participants nécessaires.
Les organes virtuels sont modélisés à partir de données anatomiques réelles intégrées dans des équations mathématiques. Des algorithmes sur superordinateurs simulent leurs fonctions pour reproduire fidèlement le comportement des organes physiques.
Des essais cliniques intègrent déjà ces technologies. La FDA américaine utilise des simulations pour valider de nouveaux systèmes de mammographie et a publié des directives pour les dispositifs médicaux et médicaments testés sur patients virtuels. La médecine in silico accélère les résultats, réduit les risques et évite des procédures invasives pour diagnostics ou traitements.
Le service HeartFlow Analysis, approuvé par la FDA, analyse des images CT cardiaques pour modéliser la circulation sanguine dans les artères coronaires et détecter les anomalies. Sans cela, une coronarographie invasive serait requise.
Les modèles individualisés personnalisent aussi les traitements, comme dans la prise en charge du diabète.
Les simulations sont courantes en ingénierie (avions, bâtiments), mais la médecine in silico nécessite des avancées : bases de données de qualité issue de populations diversifiées (ethnies, sexes), modèles affinés intégrant les interactions physiologiques, et adaptation de l'IA pour l'analyse biologique.
Des initiatives comme le Living Heart Project de Dassault Systèmes, le Virtual Physiological Human Institute ou Microsoft Healthcare NExT progressent. La FDA et les autorités européennes ont approuvé plusieurs applications, mais la réglementation reste exigeante en temps et ressources. Convaincre patients, cliniciens et établissements de santé de son utilité économique sera clé pour son adoption massive.
