La Mayo Clinic Platform illustre les capacités de l’IA dans quatre projets de recherche clinique

The Mayo Clinic Platform (MCP), un environnement sécurisé, évolutif et hébergé dans le cloud, conçu pour intégrer des données cliniques multi-institutionnelles et désidentifiées avec des outils analytiques avancés, a démontré ses capacités à travers quatre projets de recherche clinique mettant en avant des applications de santé fondées sur l’IA.

La plateforme répond à des défis majeurs des modèles actuels, notamment l’intégration de jeux de données hétérogènes tout en protégeant la confidentialité, la possibilité pour les modèles d’aller au-delà de conceptions rétrospectives, la mise à disposition d’outils d’IA utilisables pour les professionnels de santé non techniques, et l’intégration de flux de travail « expert-in-the-loop » via des interfaces no-code. MCP n’est pas un simple entrepôt de données, mais une infrastructure pratique pour le développement de l’IA et la validation clinique en conditions réelles.

Le premier projet a simulé des essais randomisés contrôlés sur l’efficacité des médicaments chez des patients atteints d’insuffisance cardiaque, en utilisant des données observationnelles afin de créer un pipeline réutilisable pour la recherche en efficacité comparative. Le deuxième a évalué l’impact des antihypertenseurs sur la maladie d’Alzheimer et les démences apparentées chez des patients hypertendus présentant un trouble cognitif léger, confirmant des associations antérieures au moyen d’une analyse de survie.

Le troisième projet a développé un modèle d’apprentissage profond pour prédire la progression d’un trouble cognitif léger vers la maladie d’Alzheimer à partir de données longitudinales de DME, démontrant son applicabilité au sein de différents systèmes de soins. Le quatrième a construit un modèle d’IA visant à prévoir les événements cardiovasculaires majeurs indésirables après une transplantation hépatique, afin de soutenir une meilleure stratification du risque et des stratégies de prévention.

Dans l’ensemble de ces projets, MCP a produit des résultats importants, notamment des pipelines de recherche reproductibles, des résultats validés et des modèles de prédiction avancés. La plateforme offre des avantages distincts par rapport aux modèles conventionnels, notamment l’intégration de données multi-institutionnelles, une standardisation étendue y compris pour les notes non structurées, un accès préservant la confidentialité, et des ensembles d’outils utilisables à la fois par des chercheurs techniques et non techniques. Ces caractéristiques rationalisent les délais, renforcent la validation des modèles et élargissent les possibilités de collaboration en médecine de précision.

Les travaux rapportés portaient exclusivement sur des données structurées de DME, mais MCP prend également en charge les notes non structurées, l’imagerie et la génomique. À mesure que ces modalités seront intégrées, la puissance prédictive et la pertinence clinique des modèles d’IA multimodaux augmenteront de manière significative. La plateforme s’appuie sur un vaste ensemble de données cliniques standardisées, des analyses avancées et des réseaux collaboratifs tels que le Mayo Clinic Care Network afin d’améliorer la prise en charge des patients et d’optimiser les résultats de santé.

MCP permet une accessibilité et une standardisation plus larges que les DME institutionnels, ce qui la positionne comme une plateforme puissante pour faire progresser la recherche translationnelle et la médecine de précision. Le modèle de la plateforme conjugue sophistication technique et inclusivité opérationnelle, en associant une infrastructure robuste à l’accessibilité, à la conformité réglementaire et à la reproductibilité.