Exploiter des solutions d'IA innovantes dans votre laboratoire

Holden Galusha est le rédacteur associé de Lab Manager. Il était rédacteur indépendant pour Lab Manager avant d'être invité à rejoindre l'équipe à temps plein. Auparavant, il était le...

L’intelligence artificielle (IA) a été un thème dominant dans le cycle de l’actualité ces derniers mois. L'IA, qui est essentiellement la capacité d'un ordinateur à imiter l'intelligence humaine, et l'apprentissage automatique (ML), un sous-ensemble de l'IA qui peut améliorer la précision de ses résultats de manière autonome en « s'entraînant » sur des ensembles de données, ont le potentiel de bouleverser des industries entières. Certains sont sceptiques, pensant que la technologie est surfaite. Pendant ce temps, à la grande crainte de certains et à l’appréhension d’autres, nombreux sont ceux qui pensent que l’IA sera une révolution plus grande qu’Internet. Une chose est sûre : à l’image du caractère pionnier des scientifiques, de nombreux professionnels de laboratoire trouvent des moyens d’intégrer des solutions d’IA dans leurs flux de travail.

L'exploitation de solutions innovantes d'IA et de ML a ouvert de nouvelles portes dans les domaines de l'analyse des données, du traitement des images et de la surveillance des laboratoires. Mais en ouvrant cette boîte de Pandore, la communauté scientifique doit également relever des défis importants.

Actuellement, les processus d'analyse de données offrent probablement le plus d'opportunités pour renforcer le flux de travail de votre laboratoire avec l'IA/ML. L’IA est particulièrement bien adaptée pour augmenter l’analyse. Il peut détecter des modèles dans les données qui sont difficiles, voire impossibles, à détecter pour les humains. Cela se traduit par deux avantages principaux : (1) l'IA peut augmenter le débit du laboratoire en accélérant le processus d'analyse, et (2) l'IA offre un niveau d'inspection supplémentaire : les humains et les machines travaillent en tandem pour vérifier le travail de chacun et combler les éventuelles lacunes.

Plusieurs formes d’IA ont été appliquées à l’analyse des données expérimentales, telles que le traitement des données et l’analyse d’images.

L'IA et le ML se sont révélés particulièrement utiles dans les techniques analytiques, notamment la chromatographie, la spectrométrie de masse et la spectroscopie. Les fabricants d’instruments scientifiques tels que METTLER TOLEDO, Agilent Technologies et JEOL ont commercialisé des solutions d’IA qui améliorent les capacités analytiques de ceux qui utilisent ces techniques.

L'une de ces solutions est le logiciel MassHunter d'Agilent. MassHunter est une suite de programmes qui facilitent la collecte efficace de données, l'analyse qualitative et quantitative, la création de rapports et d'autres fonctions impliquées dans la chromatographie gazeuse et liquide. À l'été 2023, Agilent a dévoilé un nouveau module pour MassHunter : AI Peak Integration. AI Peak Integration exploite le ML pour automatiser l’intégration des pics chromatographiques lors de l’analyse des données, réduisant ainsi le temps de traitement total. Les utilisateurs peuvent personnaliser le modèle en effectuant des intégrations manuelles pour qu'il puisse l'observer, et il continuera à s'auto-apprendre et à s'améliorer.

De même, le logiciel msFineAnalysis AI de JEOL, conçu pour être utilisé avec leur spectromètre de masse JMS-T2000GC AccuTOF GC-Alpha, utilise deux modèles d'IA intégrés pour synthétiser des données haute résolution GC/impact électronique, des données haute résolution GC/ionisation douce et des capacités d'analyse de structure pour génère automatiquement des analyses qualitatives détaillées. Selon JEOL, msFineAnalysis peut analyser 100 composants en quatre secondes, tandis qu'un analyste qualifié prend 30 minutes pour analyser seulement quatre composants en moyenne. Avec msFineAnalysis, un analyste peut élargir considérablement sa bande passante.

...Mais en ouvrant cette boîte de Pandore, se posent également des défis importants que la communauté scientifique doit relever.

Enfin, la solution AIWizard de METTLER TOLEDO utilise un réseau neuronal, un type de ML qui imite le cerveau biologique, pour une évaluation intelligente et automatisée des effets thermiques mesurés par un calorimètre à balayage direct. Le réseau est pré-entraîné sur des milliers de points de données provenant d'évaluations d'experts. Tel un véritable cerveau, le réseau continuera d’apprendre et de s’améliorer au fur et à mesure de son utilisation. Avec AIWizard, les utilisateurs peuvent réorienter leurs énergies pour tirer des enseignements des données évaluées par l'IA, économisant ainsi du temps et des efforts.

Une forme d’IA couramment utilisée dans les laboratoires est la technologie d’analyse et de reconnaissance d’images. Cette technologie est souvent utilisée pour identifier des éléments d’intérêt dans des photographies microscopiques, des analyses médicales, des flux de caméras en temps réel, etc. Un exemple serait les compteurs de cellules automatisés, qui peuvent compter indépendamment les cellules dans les puits de microplaques. De même, une étude de 2022 a vu des chercheurs exploiter l’apprentissage automatique pour identifier automatiquement les cellules isolées, ce qui allégerait la tâche des humains qui doivent les identifier dans les processus d’ingénierie biomédicale.1