Développement de biomarqueurs prédictifs de la progression de la maladie et de la réponse au traitement à l'aide de méthodologies d'IA pour les maladies chroniques non transmissibles

Résultat attendu :

Ce sujet vise à soutenir des activités qui permettent ou contribuent à un ou plusieurs impacts attendus de la destination « Développer et utiliser de nouveaux outils, technologies et solutions numériques pour une société saine ». À cette fin, les propositions relevant de ce sujet devraient viser à produire des résultats qui sont orientés vers, adaptés à et contribuant à tous les résultats attendus suivants :

• Les chercheurs cliniques et les développeurs ont accès à de nouveaux biomarqueurs prédictifs pour guider une évaluation plus précise de la progression de la maladie et de la réponse au traitement et répondre aux besoins cliniques non satisfaits des maladies chroniques non transmissibles.
• Les cliniciens et les professionnels de la santé utilisent des biomarqueurs prédictifs validés cliniquement pour mettre en œuvre une recherche clinique plus efficace et une médecine personnalisée avec de meilleurs résultats pour la santé dans les maladies chroniques non transmissibles.
• Les principales parties prenantes ont accès à des outils d'intelligence artificielle (IA) fiables pour guider le développement de biomarqueurs prédictifs multimodaux d'une précision et d'une valeur clinique supérieures à celles de la pratique établie.
• Les citoyens bénéficient de meilleurs résultats en matière de santé grâce à l'amélioration des directives cliniques et à la mise en œuvre d'une recherche clinique guidée par des biomarqueurs efficaces et de soins de santé personnalisés.

Portée :

Les biomarqueurs^[1] sont des outils inestimables pour améliorer les résultats pour les patients, guider les décisions de traitement, accélérer la médecine personnalisée, une recherche clinique plus efficace et le développement de meilleurs médicaments.

Cependant, malgré les découvertes scientifiques de nombreux biomarqueurs cliniquement pertinents, estimés à des dizaines de milliers, seuls quelques biomarqueurs ont été mis en œuvre dans la pratique clinique. Le paradigme traditionnel du « biomarqueur unique » est insuffisant pour répondre aux besoins cliniques non satisfaits des maladies chroniques, progressives et multifactorielles, en raison de la complexité des phénotypes cliniques caractérisés par une large hétérogénéité inter- et intra-patient. Les biomarqueurs établis ont des limites dans leur utilisation comme indicateurs pronostiques et prédictifs, pour l'évaluation de la progression de la maladie et les choix des interventions thérapeutiques optimales adaptées aux caractéristiques des patients.

Par conséquent, le sujet se concentre sur le développement clinique de biomarqueurs prédictifs de la progression de la maladie et de la réponse au traitement pour les maladies chroniques non transmissibles (à l'exclusion du cancer) en utilisant des méthodologies d'IA établies capables de combiner des données de biomarqueurs cliniquement utilisés et candidats, avec des données disponibles provenant d'études cliniques pertinentes, de données longitudinales et de données du monde réel (RWD)^[2]. Ce sujet devrait soutenir des projets collaboratifs ouvrant la voie à de futures innovations en médecine personnalisée et permettant des interventions thérapeutiques plus opportunes et efficaces.

Les propositions devraient aborder toutes les activités de recherche et d'innovation suivantes :

• Mettre en place une collaboration multidisciplinaire pour cartographier et évaluer les informations et données disponibles sur les biomarqueurs actuellement utilisés en milieu clinique, les biomarqueurs candidats issus d'études cliniques passées et en cours, qui sont scientifiquement prouvés comme cliniquement pertinents pour la progression de la maladie et la réponse au traitement pour les maladies chroniques non transmissibles étudiées. Cela devrait inclure la stratification par sexe biologique, et, lorsque cela est faisable, l'intégration de variables liées au genre et de déterminants sociodémographiques qui peuvent moduler les trajectoires de la maladie ou l'efficacité du traitement.
• Adapter et appliquer des méthodes d'IA établies plutôt que d'en développer de nouvelles à partir de zéro, pour fournir de nouveaux biomarqueurs prédictifs de la progression de la maladie et de la réponse au traitement, en intégrant des données de biomarqueurs actuellement utilisés et candidats, avec des données appropriées provenant d'études longitudinales disponibles et d'autres études cliniques pertinentes, y compris les RWD, si nécessaire. Pour garantir une solide et rapide…