Dr Guy Fagherazzi : Big data et intelligence artificielle, vers un diabète digital ?

3 min de lecture

Les données du numérique et les méthodes liées à l’intelligence artificielle ont permis de développer un nouveau champ de recherche qui voit déjà ses premières répercussions dans la pratique clinique.

L’évolution des technologies a permis l’apparition de nouveaux marqueurs numériques (1). En effet, à partir des données issues des smartphones ou des appareils connectés, l’extraction des informations pourrait donner des informations très précieuses sur le comportement des individus et en particuliers des patients diabétiques. Il s’agit du phénotypage numérique ou l’utilisation des données numériques pour mieux comprendre ce qu’il se passe dans la vraie vie (1).

Le digitosome est un nouvel « omique » pour caractériser le patient diabétique

Le digitosome est un concept qui rassemble toutes les données générées en ligne par un individu au cours de sa vie, que ce soit via son smartphone, les objets et dispositifs médicaux connectés ou encore les réseaux sociaux (2). Appliqués à la diabétologie, les outils connectés qui permettent de caractériser ce qu’il se passe pour un patient diabétique dans la vraie vie sont le lecteur de glycémie en continue, le tensiomètre connecté, les applications smartphones pour suivre l’activité physique et l’alimentation ou encore des chaussettes connectées pour suivre la température et prévenir le risque d’infection des pieds chez le patient diabétique ! (1)

L’aide au diagnostic grâce à l’intelligence artificielle

De par ses algorithmes, l’intelligence artificielle est un apport considérable dans le domaine de la diabétologie. Aujourd’hui, il y a des outils qui permettent de faire de l’aide au diagnostic voire même des diagnostics automatisés. En effet, un algorithme de machine-learning a permis d’améliorer les capacités de prédiction de la réponse glycémique suite à un repas donné (3). Autre exemple, un algorithme issu du domaine du deep-learning a permis à partir de fonds de l’œil de prédire le statut de la rétinopathie diabétique et même la sévérité (4).

Les réseaux sociaux pour mieux comprendre la détresse des patients diabétiques

La détresse liée au diabète est définie par le fardeau que représente le stress, les craintes ou encore les émotions liées à la gestion du diabète au quotidien (2). Le projet « World Diabetes Distress Study » est un projet de recherche international sur le diabète ayant pour objectif d’identifier des profils de détresse liée au diabète à partir de données issues de Twitter. En effet, sur Twitter, il existe une communauté de patients DT1 et DT2 qui sont très actifs et échangent régulièrement autour de leur diabète et depuis 2017, ce sont environ 100 000 tweets par semaine liés au diabète qui sont collectés (2).

CONCLUSION : Intégrer les réseaux sociaux permet ainsi de mieux comprendre la détresse et les émotions des patients diabétiques partout dans le monde pour améliorer la qualité de vie des patients (2). Les données du numérique et les méthodes liées à l’intelligence artificielle ont permis de développer un nouveau champ de recherche qui voit déjà ses premières répercussions dans la pratique clinique (3,4).

Références bibliographiques :
1. Fagherazzi G. et al. Digital diabetes: Perspectives for diabetes prevention, management 4 and research. Diabetes & Metabolism 2019 ;45 :322-329

2. Fagherazzi G. et al. Étude mondiale de la détresse liée au diabète : le potentiel du réseau social Twitter pour la recherche médicale. Revue d’Épidémiologie et de Santé Publique 2018 ;66 :S197–S198.

3. Zeevi D. et al. Personalized Nutrition by Prediction of Glycemic Responses. Cell 2015 ;163 :1079–1094

4. Gulshan V. et al. Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Fundus Photographs. JAMA 2016 ;316 :2402.

En savoir plus …