Un écosystème d’innovation à l’intersection des soins de santé et de l’intelligence artificielle (IA), digne du 21e siècle

Nous avons rassemblé ci-dessous une liste de questions fréquemment posées sur la DHDP. N'hésitez pas à utiliser également la barre de recherche en haut de la page, pour rechercher des mots-clés à travers toute la page Web de la DHDP.

 

Infrastructure de la DHDP

Comment envisagez-vous accéder aux données sur les sites? Croyez-vous rencontrer des difficultés pour déployer la DHDP sur l'ensemble des sites, puisque ces derniers utiliseront des systèmes d'enregistrement et des langues différents?

Un "appareil DHDP" sera installé dans les sites participants à travers le Canada. Cet appareil est une infrastructure numérique et contiendra les outils courants de la DHDP, notamment le service de certification qui protégera la confidentialité des patients et la sécurité des données. Grâce à cet appareil local, les réseaux de consommation de données - la plateforme EVIDENS d'Imagia et CanDIG - accéderont aux données locales des sites et les traiteront. La DHDP s'est engagée à fournir une technologie OSDL (Open Source Data Lake) qui peut faciliter l'agrégation des données locales (données statiques ou cliniques en direct). Indépendamment, la plateforme EVIDENS d'Imagia permet d'ingérer, d'indexer et de structurer des données cliniques statiques et en direct. Au fur et à mesure de l'intégration des sites fondateurs, la DHDP élaborera un guide d'intégration auquel les futurs sites pourront se référer pour préparer l'intégration de la DHDP. Des mécanismes d'interopérabilité seront mis en place entre les deux (2) réseaux de consommation de données afin de tirer parti de leurs capacités respectives.

Un groupe de travail sur l'intégration de la DHDP a été formé à la fin de 2020. Il comprend des personnes clés dans les sites fondateurs qui peuvent diffuser le concept de la DHDP et faciliter son intégration.

Les chercheurs du Réseau des centres d'oncologie du Marathon de l'espoir (MOHCCN) ont déjà identifié de multiples cohortes de cancers dans chacun des sites fondateurs qui peuvent contribuer à la DHDP. De même, les membres d'EVIDENS s'engagent déjà dans des projets de recherche collaborative multi-institutionnelle par le biais de la plateforme EVIDENS d'Imagia. La soumission de la DHDP à l'ISDE a également reçu le soutien de chercheurs dans le domaine des maladies neurodégénératives. Les réussites de la fédération de ces premières cohortes contribueront à susciter l'intérêt et la volonté de contribuer aux données dans d'autres domaines de la santé.

Qu'en est-il du consentement du patient? En particulier l'agrégation de données cliniques réelles par rapport à des cohortes structurées spécifiquement conçues pour la recherche?

En utilisant l'écosystème d'apprentissage fédéré de la DHDP, les membres pourront collaborer à des projets qui utilisent à la fois des données cliniques en direct (données réelles, en utilisant la plateforme EVIDENS du réseau de consommation de données Imagia) et des données de cohorte structurées (comme dans le contexte du MOHCCN). Les données du MOHCCN seront un exemple de données omiques profondes provenant d'une population cancéreuse diverse qui seront exploitées pour de nouvelles découvertes. De même, les membres d'EVIDENS s'engagent déjà dans des projets de recherche collaboratifs multi-institutionnels par le biais de la plateforme EVIDENS d'Imagia (incluant par exemple l’-omique liée à l'immunothérapie). La DHDP explorera différents modèles d'accès. Un modèle potentiel est l'accès enregistré aux données avec le consentement du patient pour une large utilisation secondaire. L'autre modèle passera par le processus traditionnel d'approbation du Comité d'Éthique de la Recherche (CER) pour permettre des découvertes sur des données rétrospectives. Le service de certification de la DHDP veillera à ce que toutes les données fournies à un projet soient assorties d'une approbation et/ou d'un consentement approprié pour permettre l'utilisation spécifique des données. Nous sommes également en train de concevoir des mécanismes permettant aux patients d'avoir accès à des informations sur la manière dont leurs données sont utilisées au sein de la DHDP.

Est-il possible d'obtenir des données à travers les provinces? Quels sont les processus que les enquêteurs doivent suivre pour accéder aux données?

C'est précisément la question soulevée par le partage interprovincial des données qui a conduit la DHDP à adopter un modèle fédéré pour permettre la recherche pancanadienne. Dans le cadre de ce modèle, les données relatives aux patients (y compris les informations personnelles) demeureront sur le site où elles sont générées, et ne franchiront donc aucune frontière, qu'elle soit institutionnelle, locale ou provinciale. Dans le cadre du modèle fédéré, seuls les statistiques agrégées ou les paramètres du modèle seront transférés entre les sites, minimisant le risque pour la vie privée des patients. Afin de participer à un projet, les chercheurs affiliés à une institution membre de la DHDP devront suivre une procédure d'inscription pour être certifiés pour utiliser la DHDP, et accepter de se conformer aux politiques de la DHDP. Ce processus est actuellement en cours de développement.

Où en est la technologie de la DHDP à l'heure actuelle? Quand les chercheurs cliniques pourront-ils utiliser ce réseau en développement?

Les deux (2) réseaux de consommation de données, la plateforme EVIDENS d'Imagia et CanDIG, sont établis. Nous sommes à développer le service de certification de la DHDP et à définir les normes qui permettront de rendre opérationnelle l'innovation ouverte dans les institutions membres de la DHDP. Les délais seront communiqués une fois que les plans de développement seront plus mûrs.

Ressources disponibles

La DHDP facturera-t-elle aux chercheurs le temps de calcul qu'ils utilisent sur les nœuds?

Jusqu'à présent, les organismes subventionnaires et les fondations ont apporté leur soutien à l'achat de l'infrastructure informatique initiale. Le comité de durabilité de la DHDP sera chargé de développer des stratégies pour soutenir les objectifs et la durabilité de la DHDP (y compris la maintenance et l'expansion des nœuds de calcul). Le comité sera charge acute; d'élaborer un plan de viabilité pour cinq (5) ans d'exploitation du réseau après la fin du financement du Fonds d'innovation stratégique, avec l'intention de développer la plateforme.

Quelles sont les ressources en puissance de calcul disponibles par le biais de la DHDP?

Le budget de la DHDP comprend un certain soutien pour les sites sélectionnés afin de déployer l'infrastructure qui la soutiendra. L'infrastructure prévue consiste actuellement en des nœuds de CPU et de GPU sur les sites participants. Les exigences en matière de calcul seront affinées à mesure que le plan de développement de la technologie DHDP arrivera à maturité. Nous tirerons également parti des initiatives fédérales et/ou provinciales complémentaires en matière d'infrastructure de recherche pour soutenir davantage les sites existants ou supplémentaires.

Interopérabilité

Qu'en est-il des entreprises disposant de technologies d'IA pour la médecine de précision qui souhaitent rejoindre la DHDP?

La DHDP se veut un consortium inclusif et nous encourageons la participation d'entités tant publiques que privées. Le rôle des entreprises pharmaceutiques, biotechnologiques, de dispositifs médicaux et de technologies de l'information est essentiel à la réussite de la DHDP, car les découvertes attendues de la recherche nécessiteront des véhicules de commercialisation. Les acteurs de l'industrie peuvent participer de diverses manières, notamment en fournissant des ressources en nature, comme des données, ou des contributions en espèces sous la forme de recherches parrainées par l'industrie. Les multinationales peuvent également envisager de participer à l'espace préconcurrentiel.

Existe-t-il un plan à plus long terme pour l'interopérabilité avec les ensembles de données internationaux? Est-il prévu d'introduire un système de demande d'accès aux données utilisant le passeport GA4GH ou une approche similaire?

Le comité technologique de la DHDP recommandera vivement l'utilisation des normes élaborées par GA4GH, car elles constituent l'état de l'art en matière de génomique et de partage des données. CanDIG, l'un des deux (2) réseaux de consommation de données identifiés par la DHDP, est un projet pilote de GA4GH, ce qui nous aidera à assurer une collaboration efficace et sûre, tant au Canada qu'à l'étranger. D'autres initiatives visant à créer des normes d'interopérabilité des données dans d'autres domaines seront prises en considération par les comités de données et de la technologie de la DHDP.

Rôle des entités privées

L'accès aux données est-il principalement destiné à la recherche universitaire? Les entreprises à but lucratif travaillant dans le domaine de l'apprentissage machine peuvent-elles utiliser ces données pour créer des modèles?

Les start-ups à but lucratif ainsi que les autres entités à but lucratif sont encouragées à prendre part à la DHDP. Nous poursuivons deux (2) approches complémentaires de la science de la DHDP:

(1) Augmentation de la recherche par le biais d'une technologie perturbatrice en utilisant la DHDP telle que:

  • Avancées dans le traitement du cancer - Personnalisation des immunothérapies pour chaque patient atteint de cancer
  • Progrès dans les maladies neurodégénératives - Améliorer le diagnostic précoce et la prise en charge

L'appel d'offres encouragera la participation de plusieurs parties prenantes. La sélection des projets se fera par le biais d'un processus d'appel d'offres qui sera noté sur la base de la pondération combinée de la motivation clinique, de la qualité de la science, de la valeur des données et de la force de l'équipe, ainsi que de leur utilisation collaborative de la DHDP et de leur potentiel commercial. Les collaborations multi-institutionnelles seront privilégiées et toutes les propositions seront également évaluées en fonction de leur engagement dans l'utilisation des méthodes d'IA. Nous prévoyons le lancement du premier concours d'appel d'offres vers la fin du quatrième trimestre 2021. Cette date est susceptible d'être modifiée compte tenu de la pandémie actuelle.

(2) Construire une formation transversale pour renforcer l'économie du savoir avec l'introduction du programme catalyseur de la DHDP qui sera lancé au printemps 2021. Soutien de plusieurs projets à proposer avec des co-financeurs tels que MITACS et autres.


Qu'en est-il des entreprises disposant de technologies d'IA pour la médecine de précision qui souhaitent rejoindre la DHDP?

La DHDP se veut un consortium inclusif et nous encourageons la participation d'entités tant publiques que privées. Le rôle des entreprises pharmaceutiques, biotechnologiques, de dispositifs médicaux et de technologies de l'information est essentiel à la réussite de la DHDP, car les découvertes attendues de la recherche nécessiteront des véhicules de commercialisation. Les acteurs de l'industrie peuvent participer de diverses manières, notamment en fournissant des ressources en nature, comme des données, ou des contributions en espèces sous la forme de recherches parrainées par l'industrie. Les multinationales peuvent également envisager de participer à l'espace préconcurrentiel.

Propriété Intellectuelle

Qui détient la propriété intellectuelle (PI) des modèles développés à l'aide de données fédérées?

Le comité de commercialisation est chargé d'élaborer une stratégie qui articule des politiques claires sur la création, l'utilisation et la protection de toute PI afin de maximiser les avantages pour le Canada. La politique doit en outre démontrer la création/rétention de valeur, l'accessibilité et la transparence en délimitant les structures de licences et de redevances appropriées pour différents types d'entités et de projets (par exemple, projets de recherche par rapport aux projets de commercialisation).

Nous nous appuyons sur les mécanismes actuels en place dans chaque institution qui se sont avérés efficaces pour gérer les licences, les redevances et la commercialisation, y compris, mais sans s'y limiter, les approbations par les comités d'examen éthique et les bureaux de transfert de technologie. Les accords de PI sous-jacents devront être mis en place avant que les projets ne soient financés. L'un de ces mécanismes est constitué par les accords EVIDENS d'Imagia, qui organisent tous les aspects de l'utilisation des données, de la gestion de la PI et de la commercialisation.


Qu'en est-il des entreprises disposant de technologies d'IA pour la médecine de précision qui souhaitent rejoindre la DHDP?

La DHDP se veut un consortium inclusif et nous encourageons la participation d'entités tant publiques que privées. Le rôle des entreprises pharmaceutiques, biotechnologiques, de dispositifs médicaux et de technologies de l'information est essentiel à la réussite de la DHDP, car les découvertes attendues de la recherche nécessiteront des véhicules de commercialisation. Les acteurs de l'industrie peuvent participer de diverses manières, notamment en fournissant des ressources en nature, comme des données, ou des contributions en espèces sous la forme de recherches parrainées par l'industrie. Les multinationales peuvent également envisager de participer à l'espace préconcurrentiel.

Incitations au partage des données

Il est bien connu que les patients bien informés donnent volontiers leur consentement au partage des données à des fins de recherche. Ce qui n'est pas bien compris, c'est la volonté des hôpitaux de partager les données. Des commentaires à ce sujet?

En tant que gardiens des informations relatives aux patients, les établissements de santé ont la responsabilité de veiller à la protection de la vie privée des patients et à la sécurité des données. Dans le cadre des projets de recherche, les comités d'éthique institutionnels sont chargés de s'assurer que les données utilisées pour la recherche font l'objet d'un consentement approprié et que l'utilisation de ces données est raisonnable. Des complexités apparaissent lorsque les données consenties pour la recherche conduisent à la génération de PI alors gérée en dehors du champ d'application du CER, par les bureaux de transfert de technologie.

L'approche de la DHDP pour relever ce défi consiste à concevoir et à mettre en œuvre un cadre de gouvernance des données fédérées. Ce cadre garantira la sécurité et la traçabilité de toutes les données au sein de l'écosystème, et repose sur trois (3) principes clés : autonomie, diversité et respect de la vie privée dès la conception. Les dépositaires conserveront toujours le contrôle et l'autonomie sur leurs propres données, qui ne quitteront jamais leurs serveurs locaux. Par exemple, les dépositaires peuvent décider quelles données utiliser pour quels projets. Grâce à la plateforme, les cliniciens et les chercheurs auront accès à des outils analytiques faciles à utiliser, développés par des scientifiques des données et des experts en IA, ce qui leur permettra de générer des preuves cliniques solides en exploitant divers ensembles de données provenant de plusieurs sites, allant ainsi au-delà de ce qui est disponible localement. En adoptant une approche de protection de la vie privée dès la conception, les données des patients et autres données sensibles seront respectées dans tous les aspects de l'initiative: le cadre de gouvernance des données fédérées de la DHDP permet aux experts de construire des modèles d'apprentissage machine robustes et sophistiqués, et d'apprendre collectivement à partir des données sans jamais partager d'informations privées sensibles.


Comment la DHDP peut-elle aider les décideurs à élaborer de bonnes politiques sur le partage responsable des données cliniques et l'accès aux données? Pensez-vous que cela conduira à un changement de culture sur ces questions?

La DHDP repose sur trois (3) piliers : la politique, la technologie et la science. Elle est conçue pour créer des “piliers” de politiques et de technologies de premier ordre, tout en s'appuyant sur des cas d'utilisation dirigés par des experts issus de la communauté scientifique canadienne exceptionnelle. Les principes clés que nous respectons, comme la confidentialité des données et les données FAIR (Facile à trouver, Accessible, Interopérable et Réutilisable), seront mis en œuvre dès la conception de la plateforme. D'autres innovations en matière de politique, y compris l'avancement des technologies habilitantes, et l'harmonisation des politiques entre les nœuds du réseau seront nécessaires pour réaliser la vision complète du réseau. Les enseignements et les résultats seront un élément clé des discussions politiques en montrant comment les projets de collaboration multi-institutionnels peuvent mener à une science révolutionnaire, stimuler la commercialisation et finalement améliorer les résultats pour les patients. Nous espérons que cela conduira vers une ouverture à l'accès responsable aux données cliniques. 

Lorsque le projet du Marathon de l'espoir de IRTF sera terminé, quelles seront les incitations pour les établissements de soins de santé à confier les données à l'appareil DHDP?

En ce qui concerne les incitations en général, bien que le cadre de la politique de PI de la DHDP n'ait pas encore été finalisé, une option envisagée est le retour des revenus aux sites qui fournissent des données et des résultats dans un produit commercial, conformément aux accords EVIDENS d'Imagia. En outre, la DHDP fournit une plateforme sur laquelle les technologies qui automatisent la conservation des données peuvent être développées et éprouvées - un exemple en est la plateforme EVIDENS d'Imagia qui facilite un ensemble croissant de fonctionnalités liées aux capacités de conservation des données réelles assistées par l'IA. Ces technologies pourraient potentiellement réduire le coût de la conservation et de la collecte des données à l'avenir. La DHDP facilitera la collaboration multicentrique en déployant des appareils qui ingèrent en toute sécurité des données cliniques en direct, ce qui n'implique aucune préparation des données, si ce n'est l'établissement d'une interconnexion avec l'appareil.

Enseignement et formation

Il est essentiel d'aligner l'état d'esprit dans les centres universitaires. L'équipe de la DHDP travaille-t-elle sur du matériel éducatif sur ce sujet? Voyez-vous des moyens de faire en sorte que la technologie puisse enseigner?

L'un des principaux objectifs de la DHDP est d'encadrer une nouvelle génération de scientifiques et de cliniciens canadiens interdisciplinaires dans le domaine de l'IA appliquée aux soins de santé, capables de résoudre des problèmes dans des environnements complexes. En collaboration avec ses partenaires, le comité de l'enseignement et de la formation utilisera la DHDP pour enrichir et innover la formation du personnel hautement qualifié (STIM et professionnels de la santé). Le comité de l’enseignement et de formation sera chargé d'élaborer des stratégies pour concevoir des programmes de formation interdisciplinaires novateurs dans le domaine de l'application des technologies de pointe (IA et expérimentales) appliquées aux soins de santé, des stages de courte durée et des visites de formation interlaboratoires, du perfectionnement des compétences, des programmes de mentorat et de formuler des recommandations sur le matériel d'éducation et de formation. L'objectif général est de produire des travailleurs qualifiés dans le domaine des STIM et des professionnels de la santé, ainsi que d'attirer et de retenir les meilleurs talents pour développer l'économie du savoir du Canada.

Qu'en est-il des entreprises disposant de technologies d'IA pour la médecine de précision qui souhaitent rejoindre la DHDP?

La DHDP se veut un consortium inclusif et nous encourageons la participation d'entités tant publiques que privées. Le rôle des entreprises pharmaceutiques, biotechnologiques, de dispositifs médicaux et de technologies de l'information est essentiel à la réussite de la DHDP, car les découvertes attendues de la recherche nécessiteront des véhicules de commercialisation. Les acteurs de l'industrie peuvent participer de diverses manières, notamment en fournissant des ressources en nature, comme des données, ou des contributions en espèces sous la forme de recherches parrainées par l'industrie. Les multinationales peuvent également envisager de participer à l'espace préconcurrentiel.

Réseau des centres d’oncologie du Marathon de l’espoir (MOHCCN)

Pouvez-vous nous parler de la relation entre le MOHCCN et la DHDP?

Le MOHCCN se concentre sur la production et l'organisation de différents types de données numériques expérimentales sur la santé. La DHDP fournira la plateforme technologique distribuée et les outils nécessaires pour héberger, agréger et analyser les données sur les cas de cancer provenant du MOHCCN, de manière totalement complémentaire. La DHDP intégrera des approches d'IA et soutiendra des exercices de validation pour prouver l'utilité de la plateforme. Les centres anticancéreux auront la possibilité de devenir membres de la DHDP.

Les données générées par les études du MOHCCN seront-elles disponibles pour tous les membres de la DHDP afin qu'ils puissent effectuer leurs propres recherches?

En principe oui! Pour être désigné comme centre anticancéreux du MOHCCN, les centres devront mettre leurs données MOHCCN à disposition pour une analyse selon les principes FAIR. En pratique, les données au niveau du tableau de bord seront disponibles pour tous les membres de la DHDP. Les recherches qui nécessitent l'accès à des ensembles de données contrôlés ou complets devront être approuvées par le comité d'accès aux données (CAD) qui devra obtenir l'approbation du CER.

Comment les cas complets sont-ils définis pour être inclus dans les 15 000 cas?

Un cas complet pour le MOHCCN comprendra des données cliniques, omiques, d'imagerie, de traitement et de résultats, ainsi que les biospécimens disponibles.

Quelle est la procédure à suivre pour faire partie du MOHCCN?

Les centres anticancéreux doivent être invités à se soumettre à la désignation pour faire partie du MOHCCN. Pour être désigné, un centre anticancéreux devra soumettre une demande et un processus international d'examen par les pairs qui évaluera les capacités du centre et sa contribution au réseau. Il y aura au moins deux (2) tours de désignation. Le premier tour est actuellement en cours, avec des demandes provenant de BC Cancer, du Princess Margaret Cancer Centre et des institutions du Consortium du cancer de Montréal. Les enseignements tirés du premier tour seront appliqués au deuxième tour des désignations plus tard en 2021/2022. Les organisations qui ne sont pas des centres anticancéreux peuvent également être incluses dans la désignation, mais elles devront collaborer au sein de consortiums comprenant des centres qui traitent les patients atteints de cancer. Veuillez consulter le site www.marathononhopecancercentres.ca pour obtenir des informations sur le MOHCCN.

La plateforme Imagia EVIDENS

Qui a accès aux données : le clinicien uniquement ou le patient et le clinicien?

Au sein d'une institution, les chercheurs et les cliniciens ayant reçu l'approbation du CER sont autorisés à travailler sur les données. Dans le cadre de la DHDP, nous voulons, à terme, que les patients aient accès à des informations sur l'utilisation de leurs données, et qu'ils aient la possibilité de donner ou de révoquer leur consentement en fonction des utilisations des données. Pour le moment, nous travaillons dans le domaine des processus de recherche clinique et la plateforme EVIDENS facilite l'accès aux données et l'analyse des données interinstitutionnelles via une plateforme d'apprentissage fédérée.

Les cliniciens auront-ils la possibilité de fournir un retour d'information pour modifier les champs de recherche/termes de requête au fur et à mesure de leur utilisation? Comment ce retour d'information sera-t-il intégré?

Oui. Au sein d'EVIDENS, il existe différents niveaux de contrôles administratifs, et le retour d'information est collecté à différentes étapes du processus. Au sein d'un même institut, les collaborateurs travaillant ensemble sur un projet passent par le processus d'annotation et peuvent se laisser des commentaires. Par exemple, un résident en médecine peut signaler une annotation pour qu'elle soit examinée et approuvée par un médecin senior. Cette capacité de commentaire et d'approbation nous permet de garantir que les annotations (segmentations, localisations) qui sont soumises sont appropriées et que leur qualité est contrôlée. Sur différents sites, lorsqu'une requête est partagée, elle doit être adaptée au contexte local. Par exemple, le texte peut être enregistré en anglais ou en français, selon l'institution, et les éléments ne se traduisent pas toujours 1 à 1, ce qui nécessite un certain niveau de re-traitement des données ou de traitement du langage naturel (NLP) pour effectuer la correspondance ontologique. En général, les différences entre les ensembles de données institutionnelles peuvent obliger les cliniciens à faire des ajustements pour permettre l'analyse des données intersites.

L'explicabilité doit être conçue dès le départ... comment aborder la saisie des métadonnées/des connaissances spécifiques du domaine après coup?

Les connaissances spécifiques au domaine sont acquises grâce au processus de maturation des données. En utilisant des technologies telles que l'annotation humaine assistée par l'IA, les spécialistes contribuent à fournir le contexte nécessaire dans le cadre du processus, favorisant la saisie continue des connaissances dans l'ensemble de l'écosystème.

Les chercheurs et les cliniciens veulent-ils savoir quelle(s)caractéristique(s) de l'image était la plus importante pour que l'algorithme d'IA prenne une décision?

Oui. L'explicabilité et la compréhension de ce qui est activé dans le modèle sont impératives. Cette fonctionnalité n'est pas actuellement disponible sur la plateforme EVIDENS. Dans le domaine des soins de santé, il est indispensable de comprendre ce que signifient les caractéristiques, ce que le modèle examine, et d'ouvrir cette boîte noire, tant dans le cadre de la recherche que dans celui de la pratique clinique.