PDF Basket
De la découverte et du développement de médicaments à la médecine personnalisée, l’intelligence artificielle (IA) présente un immense potentiel pour les sciences de la vie. Une grande partie de ce potentiel demeure toutefois inexploitée. L’intégration de l’IA est souvent entravée par des complexités techniques et le manque de données standardisées.
Le projet AI4LIFE, dirigé par Dorothea Dörr, gestionnaire scientifique de projet à Euro-BioImaging en Finlande, aborde ces défis de front. «Le déploiement et l’utilisation de modèles d’IA requièrent souvent une expertise avancée en programmation, des méthodes d’apprentissage automatique et même des infrastructures informatiques, dont de nombreux spécialistes des sciences de la vie ne disposent pas», explique-t-elle. «Ce défaut d’expertise empêche de nombreux chercheurs d’exploiter pleinement les capacités de l’IA.»
AI4LIFE crée des plateformes conviviales qui rendent les outils d’IA et les ensembles de données accessibles même à ceux qui n’ont pas d’expertise en sciences informatiques. Ces plateformes faciliteront l’analyse d’images biologiques telles que les analyses au microscope d’échantillons de tissus. Les systèmes permettent aux chercheurs d’exploiter l’IA pour des tâches complexes telles que la segmentation, la détection d’objets et l’extraction de caractéristiques.
Le projet concentre plus particulièrement ses recherches sur les principes FAIR (facile à trouver, accessible, interopérable et réutilisable) pour les ensembles de données d’images et les modèles prêts pour l’IA. «Pour que l’IA soit efficace dans les sciences de la vie, les ensembles de données utilisés pour former les modèles d’IA doivent non seulement être vastes et de grande qualité, mais aussi FAIR et prêts pour l’IA», expliquent Anna Kreshuk et Florian Jug, les coordinateurs scientifiques du projet.
Cela signifie que les données doivent être formatées, nettoyées et étiquetées de manière à pouvoir être facilement exploitées pour entraîner un nouveau modèle d’IA ou alimenter un modèle existant. À cette fin, AI4LIFE a mis au point une norme pour l’annotation des ensembles de données d’images prêts pour l’IA. Cela devrait encourager la collaboration et la réutilisation tout en réduisant le besoin pour les chercheurs individuels de retraiter les données, ce qui réduirait les coûts de calcul.
Collaboration et science ouverte
Le consortium AI4LIFE s’est dédié à développer un référentiel communautaire de modèles d’IA conformes aux principes FAIR pour l’analyse d’images biologiques, connu sous le nom de BioImage Model Zoo. «Les modèles d’IA d’AI4LIFE sont développés en collaboration avec des spécialistes des sciences de la vie et des experts en IA», expliquent Anna Kreshuk et Florian Jug. «Cela garantit qu’ils sont à la pointe de la technologie et adaptés aux besoins réels de la recherche en sciences de la vie.»
Le référentiel permet non seulement aux scientifiques d’accéder à des modèles pré-entraînés qui peuvent être déployés à l’aide d’outils logiciels d’analyse d’images courants, mais il les encourage également à proposer leurs propres modèles, créant ainsi un écosystème dynamique d’outils susceptibles d’être réutilisés et adaptés dans divers domaines de recherche.
La nature ouverte et collaborative de l’initiative est démontrée par ses cas d’utilisation innovants. Parmi ceux-ci figure le programme «Open Calls», dans le cadre duquel AI4LIFE propose une aide à l’analyse d’images basée sur l’apprentissage profond et conçue pour répondre à des besoins de recherche spécifiques. Ce programme a déjà contribué à automatiser des tâches complexes qui, autrement, exigeraient une main-d’œuvre importante, ce qui permet aux chercheurs de se concentrer davantage sur l’interprétation des données biologiques que sur la gestion des détails techniques. «En s’appuyant sur l’apprentissage profond, les chercheurs peuvent analyser des ensembles de données vastes et complexes avec une précision et une efficacité accrues», font remarquer Anna Kreshuk et Florian Jug, soulignant les gains d’efficacité qu’AI4LIFE a rendus possibles.
Le projet «Denoising Challenge» a notamment lancé un concours ouvert pour le développement de meilleures méthodes d’IA afin d’améliorer la qualité des images de microscope. Les concours permettent aux développeurs d’affiner leurs méthodes et fournissent aux spécialistes des sciences de la vie une vue d’ensemble claire des outils les plus efficaces disponibles. Cela permet non seulement de stimuler l’innovation, mais également d’améliorer la visibilité des solutions de pointe et de favoriser leur adoption par la communauté scientifique.
Assurer un impact à long terme
Au-delà du développement de modèles d’IA, le projet AI4LIFE s’est fortement impliqué dans l’engagement et la sensibilisation communautaire afin de maximiser l’impact de ses solutions. «Le projet s’implique activement dans de vastes efforts de diffusion, en proposant des stages de formation et des présentations pour les spécialistes des sciences de la vie», explique Dorothea Dörr. Cela permet de veiller à ce que les spécialistes des sciences de la vie, à tous les stades de leur carrière, acquièrent les compétences nécessaires pour intégrer l’IA dans leurs recherches.
AI4LIFE promeut également la transparence en publiant régulièrement les résultats de ses recherches dans des revues en libre accès et en présentant ses conclusions dans le cadre de conférences internationales. Cette approche ouverte permet à d’autres scientifiques de s’appuyer sur les modèles d’AI4LIFE, ce qui élargit la portée du projet.
Enfin, la collaboration du projet avec le projet AI4EOSC contribue à soutenir de nouvelles applications pour les infrastructures européennes. L’intégration de modèles d’IA dans les cadres du nuage européen pour la science ouverte renforcera leur accessibilité et leur évolutivité, tandis que des partenariats avec l’industrie garantissent que les solutions d’AI4LIFE profitent non seulement à la recherche universitaire, mais également à des applications pratiques dans divers secteurs.
En rendant l’IA accessible, en encourageant la collaboration et en adhérant aux principes de la science ouverte, AI4LIFE inaugure des avancées transformatrices dans le domaine de la recherche en sciences de la vie dans toute l’Europe. Comme le souligne Dorothea Dörr: «L’adhésion aux principes FAIR garantit que d’autres chercheurs pourront facilement réutiliser et adapter les modèles d’IA pour leurs propres données, ce qui élargit encore l’impact du projet». Grâce à ces efforts, AI4LIFE ouvre la voie à une nouvelle ère où les outils d’IA ne sont pas seulement à la pointe de la technologie, mais également accessibles à tous, indépendamment des compétences techniques des utilisateurs.