L'Intelligence artificielle en recherche clinique

Objectifs

• Comprendre l'apport de l'IA dans la conception et l'optimisation des essais cliniques,


• Appréhender les techniques de modélisation, simulation, création de bras synthétiques (SCA) et personnalisation adaptative (RAR, N-of-1 trials),


• Identifier et gérer les biais algorithmiques et les limites des données réelles (RWE, RWD),


• Intégrer les enjeux réglementaires et éthiques, avec un focus sur l'IA explicable (eXplainable AI) pour assurer transparence et validation des modèles.

Description

Cette formation présente l'intelligence artificielle (IA) et son rôle dans les essais cliniques, en offrant un nouveau regard sur leur conception et leur conduite. Les participants apprendront les nouvelles méthodologies permettant de sélectionner les patients selon les critères d'inclusion/exclusion La formation couvre la modélisation et la simulation des essais cliniques pour optimiser les protocoles, prévoir les taux de recrutement et d'abandon, et gérer les événements indésirables (EI/EIG) Les notions de bras synthétiques (Synthetic Control Arms – SCA) seront abordées, avec des applications en oncologie et maladies rares, ainsi que la distinction avec les jumeaux numériques Les participants découvriront l'intégration des données de la vie réelle (Real-World Evidence – RWE) et des données du monde réel (Real-World Data -RWD), avec des techniques d'automatisation et de traitement du langage naturel (NLP) La détection et le suivi des EI/EIG avant, pendant et après les études cliniques seront expliqués La formation présente la personnalisation des soins et la médecine de précision, incluant les essais cliniques adaptatifs, la randomisation adaptative (Response Adaptive Randomization – RAR) et les essais N-of-1 (N-of-1 Trials) Les méthodes d'automatisation du nettoyage (data cleaning) et de validation des données, avec imputation et stratification des patients, seront également traitées Enfin, le programme traite de la réglementation et de l'éthique de l'IA en RC, avec l'AI Act, le rôle des autorités compétentes, les bonnes pratiques et l'importance de l'Explainable AI (XAI).
Conclusion

La formation se termine par une synthèse des enjeux et perspectives de l'IA pour transformer les essais clinique et améliorer la prise en charge des patients dans le futur.