La gamification (ou « ludification » en français) est le fait de reprendre les mécaniques et les logiques du jeu (très souvent du jeu vidéo) pour des services ou des applications pour lesquels ces mécaniques ne s’appliquent généralement pas du tout. L’exemple le plus frappant est certainement la gamification dans le domaine de la santé. De nombreux articles en montrent les bénéfices dans la recherche. L’avènement des « Serious Games » (à vocation pédagogique) tend à prouver l’efficacité de la gamification de la santé, aussi bien du côté des patients que des praticiens.
La pandémie de Coronavirus et le confinement que nous connaissons actuellement ont vu naître plusieurs initiatives, et la gamification de la recherche d’un traitement en fait partie. Focus sur deux « Serious Games » en particulier.
Nota Bene : Avant de rentrer dans le vif du sujet, je tenais à préciser que je ne suis pas scientifique et que, de ce fait, je ne m’aventurerai pas sur des explications trop compliquées concernant le virus en lui-même. Je préfère laisser cela aux personnes qui savent mieux que moi. Bon article !
L’intelligence artificielle et le « Coronavirus Deep Learning Challenge »
Via un challenge d’une durée de deux semaines, le but de cette compétition est de trouver un médicament candidat pour soigner le Covid-19. Ce médicament candidat se cherche par le biais d’affinités entre la principale protéase de la maladie et un composé proposé par les candidats. Mais concrètement, comment cela se passe-t-il ?
Siraj Raval est auteur, youtubeur, éducateur en Intelligence Artificielle et fondateur de l’International Nonprofit School of AI. Il a eu l’idée de ce défi en Février 2020 et l’a lancé sur YouTube et sur le site internet https://www.sage-health.org/. Il déclare que « l’utilisation du Deep Learning pour la découverte de médicaments contre les coronavirus est l’application la plus importante et la plus pertinente de l’IA en ce moment ». Car oui, ce défi comprend de l’intelligence artificielle. Deux mots d’ordre : open source et deep learning.
Le technologie open source a été développée par des contributeurs aux quatre coins du monde et rendue accessible sur Github.com : une grande liste de bibliothèques sur des médicaments et leurs composés est donc disponible pour tous. Le deep learning, quant à lui, offre un fantastique outil de recherche, puisque la puissance de calcul de l’IA permet de traiter la bio-complexité des millions de médicaments existants à travers le monde, afin de déterminer lesquels pourront aider au développement d’un médicament contre le Covid-19.
L’objectif est d’utiliser le deep learning pour trouver un remède ou un traitement potentiel, puis nous enverrons des échantillons du composé à l’Institut de virologie de Wuhan pour une analyse plus approfondie. C’est l’occasion idéale de montrer au monde comment l’IA open source, pilotée par la communauté, peut apporter des changements positifs et pertinents. – Siraj Raval
Les candidats proposent donc leur propre médicament candidat, qu’ils auront trouvé à partir de ces deux outils. Transformer la recherche de médicament en concours d’une courte durée avait pour but principal de pousser aussi les particuliers à partager leurs hypothèses et leurs recherches, afin d’accélérer la trouvaille d’un remède.
L’équipe gagnante de ce challenge remporte 1000$ en espèces ainsi que 500$ en crédits JetML cloud. De plus, les échantillons du composé gagnant sont envoyés à l’Institut de virologie de Wuhan.
Si cela vous intéresse, les résultats de ce challenge sont accessibles sur YouTube.
Le jeu en ligne Foldit et les puzzles scientifiques
Un jeu en ligne pour favoriser la recherche d’un traitement contre le Covid-19 : et pourquoi pas ? C’est ce que propose le jeu en ligne Foldit. Le principe du jeu est simple et peut donc être réalisé par n’importe qui dans le monde, du moment qu’on a Internet. Il s’agit de puzzles de protéines, sous forme de défis hebdomadaires lancés aux joueurs.
Ces défis sont directement en lien avec les recherches effectuées en temps réel dans des laboratoires, comme celui de l’Institute for Protein Design, à l’Université de Washington, qui est à l’origine du projet.
Réaliser des puzzles, c’est bien, me direz-vous, mais comment cela contribue-t-il à la recherche ? Brian Koepnick, chercheur de ce laboratoire de Washington, travaille sur Foldit et déclare : « Les scientifiques citoyens peuvent concevoir des protéines qui se replient et ils peuvent les concevoir à partir de zéro ». Le but du jeu est en effet d’identifier la ou les protéine(s) qui pourrai(en)t neutraliser la protéine SARS-CoV-2. Autrement dit, répondre à ces défis hebdomadaires aide grandement les scientifiques, puisque cela leur offre un gain de temps ainsi que des ressources complémentaires à la recherche sur le coronavirus.
Au-delà du jeu, Foldit est avant-tout une contribution solidaire sur le long-terme. En effet, ces puzzles, bien qu’ils représentent une ressource comme une autre aux yeux des chercheurs, sont loin d’être suffisants pour une recherche complète de médicament. Ces puzzles sont « la première étape de la découverte de médicaments ». Le reste est aux mains des scientifiques.
Jusqu’à ce qu’il y ait quelque chose sur le marché, je pense que nous continuerons à rechercher toutes les options disponibles pour la thérapeutique des coronavirus. Nous aimerions être prêts pour la prochaine pandémie. Si nous pouvons résoudre tous les défauts de cette approche dès le début, nous pourrons être mieux préparés la prochaine fois. – Brian Koepnick
Néanmoins, à travers Foldit, Brian Koepnick ne voulait pas seulement aider la recherche, mais aussi s’adresser au grand public. Ces puzzles scientifiques sont aussi accessibles aux personnes non-initiées pour leur permettre d’en savoir plus sur le Covid-19… et comprendre pourquoi la conception d’un vaccin est si compliquée.
Le chercheur tient à cette communication entre les scientifiques et le public : ce-dernier est souvent mis au courant des avancées du laboratoire via des « lab report » depuis le site du jeu, et les chercheurs du laboratoire n’hésitent pas à demander aux joueurs de leur poser des questions sur Reddit.
Pour conclure…
Ces deux exemples de recherche scientifique sous forme de jeu nous prouve que le domaine de la santé (et plus particulièrement de la e-santé) tend à se développer autour de mécaniques de gamification… mais pas seulement.
La pandémie mondiale que nous connaissons, qui a été à l’origine des « Serious Games » décrits dans cet article, nous montre aussi une nouvelle tendance : la science citoyenne et le crowdsourcing auprès de non-experts. Grâce à Internet et à nos nouveaux outils numériques de communication, tout le monde peut avoir accès à des ressources essentielles à la recherche (comme dans le « Coronavirus Deep Learning Challenge ») ou peut aider la recherche depuis son canapé, grâce à une simple connexion Internet (comme pour Foldit).
Avec la transformation digitale de notre société, en proie à des défis sanitaires sans précédent, la science de demain devient plus que jamais engagée et solidaire.
Sources :
Merci à tous ceux qui s’engagent au quotidien dans la lutte contre le Covid-19. #RestonsChezNous.