Les chercheurs publient aujourd’hui (8 novembre 2024) l’ensemble de données phare d’une étude ambitieuse sur les biomarqueurs et les facteurs environnementaux susceptibles d’influencer le développement du diabète de type 2. Étant donné que les participants à l’étude comprennent des personnes non diabétiques et d’autres à différents stades de la maladie, les premiers résultats suggèrent une multitude d’informations distinctes des recherches précédentes.
Par exemple, les données d'un capteur environnemental personnalisé installé au domicile des participants montrent une association claire entre l'état pathologique et l'exposition à de minuscules particules de pollution. Les données collectées comprennent également les réponses à l'enquête, les échelles de dépression, les examens d'imagerie oculaire et les mesures traditionnelles du glucose et d'autres variables biologiques.
Toutes ces données sont destinées à être exploitées par l’intelligence artificielle pour obtenir de nouvelles informations sur les risques, les mesures préventives et les liens entre la maladie et la santé.
Nous voyons des données soutenant l'hétérogénéité parmi les patients diabétiques de type 2 – ; que les gens ne sont pas tous confrontés à la même chose. Et parce que nous obtenons des ensembles de données si vastes et granulaires, les chercheurs pourront explorer cela en profondeur. »
M. Cecilia Lee, professeur d'ophtalmologie, École de médecine de l'Université de Washington
Elle s'est dite enthousiasmée par la qualité des données collectées, qui représentent 1 067 personnes, soit seulement 25 % du nombre total d'inscrits attendus pour l'étude.
Lee est directeur de programme d'AI-READI (Artificial Intelligence Ready and Equitable Atlas for Diabetes Insights). L'initiative soutenue par les National Institutes of Health vise à collecter et à partager des données prêtes pour l'IA pour que les scientifiques du monde entier puissent les analyser à la recherche de nouveaux indices sur la santé et la maladie.
La publication initiale des données est mise en évidence dans un article publié le 8 novembre dans la revue Métabolisme naturel. Les auteurs ont réaffirmé leur objectif de recueillir des informations sur la santé auprès d’une population plus diversifiée sur le plan racial et ethnique que ce qui avait été mesuré précédemment, et de préparer les données résultantes, techniquement et éthiquement, à l’exploitation minière par l’IA.
« Ce processus de découverte a été revigorant », a déclaré le Dr Aaron Lee, également professeur d'ophtalmologie à l'UW Medicine et chercheur principal du projet. « Nous sommes un consortium de sept institutions et équipes multidisciplinaires qui n'avaient jamais travaillé ensemble auparavant. Mais nous avons partagé des objectifs consistant à exploiter des données impartiales et à protéger la sécurité de ces données tout en les rendant accessibles à nos collègues du monde entier. »
Sur les sites d'étude de Seattle, San Diego et Birmingham, Alabama, les recruteurs recrutent collectivement 4 000 participants, avec des critères d'inclusion favorisant l'équilibre :
- race/origine ethnique (1 000 chacun – blanc, noir, hispanique et asiatique)
- gravité de la maladie (1 000 chacun – pas de diabète, prédiabète, diabète de type 2 non insulino-contrôlé et insulino-contrôlé)
- sexe (répartition égale hommes/femmes)
« Conventionnellement, les scientifiques examinent la pathogenèse – la façon dont les gens deviennent malades – et les facteurs de risque », a déclaré Aaron Lee. « Nous souhaitons que nos ensembles de données soient également étudiés pour la salutogenèse, ou les facteurs qui contribuent à la santé. Donc, si votre diabète s'améliore, quels facteurs pourraient y contribuer ? Nous espérons que l'ensemble de données phare mènera à de nouvelles découvertes sur le diabète de type 2 dans de ces deux manières. »
En collectant des données plus approfondies auprès d'un grand nombre de personnes, a-t-il ajouté, les chercheurs espèrent créer des pseudo-histoires de santé sur la manière dont une personne peut progresser de la maladie à la pleine santé et de la pleine santé à la maladie.
Hébergées sur une plateforme en ligne personnalisée, les données sont produites en deux ensembles : un ensemble à accès contrôlé nécessitant un accord d'utilisation et une version enregistrée et accessible au public, dépourvue d'informations protégées par la HIPAA.
La publication pilote de données (été 2024) impliquant 204 participants a été téléchargée par plus de 110 organismes de recherche dans le monde. Les chercheurs doivent vérifier leur identité et accepter les conditions d’utilisation éthique. (En savoir plus sur l'accès aux données sur aireadi.org.)
Le consortium AI-READI comprend l'École de médecine de l'Université de Washington, l'Université de l'Alabama à Birmingham, l'Université de Californie à San Diego, le California Medical Innovations Institute, l'Université Johns Hopkins, le Native Biodata Consortium, l'Université de Stanford et l'Oregon Health & Science University.
Le projet est basé au Angie Karalis Johnson Retina Center de l'UW Medicine à Seattle. Cecilia Lee est titulaire de la chaire Klorfine Family Endowed. Aaron Lee est titulaire de la chaire Dan et Irene Hunter Endowed Professor.
Ce travail a été soutenu par le NIH (subventions OT2OD032644 et P30 DK035816). Les déclarations de conflits d'intérêts des auteurs figurent dans l'article publié, qui sera fourni sur demande.
