Inspire utilise le machine learning pour mettre en relation des millions de patients et de soignants sur AWS

Inspire, le réseau social dédié à la santé et le partenaire important des entreprises des sciences de la vie, a une double mission. Tout d'abord, Inspire met en relation des patients souffrant de milliers de pathologies et leurs soignants avec des outils en ligne, des ressources et d'autres groupes de soutien spécifiques. Ensuite, Inspire met en relation des entreprises pharmaceutiques et d’autres institutions médicales menant des recherches cliniques (des études de preuves concrètes) et des études des résultats sur la santé des patients souffrant de ces maladies. « Nous cherchons à accélérer les découvertes qui changent la vie grâce à notre réseau social de patients et de soignants connectés », déclare Richard Tsai, vice-président principal du marketing chez Inspire. Plus de 50 millions de personnes dans 150 pays ont utilisé Inspire depuis 2015, et plus de 2 millions de personnes inscrites avec plus de 5 millions de problèmes médicaux signalés utilisent le réseau social dédié à la santé en février 2021. Des milliers d'autres s'inscrivent chaque semaine, ce qui en fait la communauté de soutien virtuel la plus importante et celle qui se développe le plus rapidement pour les patients atteints de cancer, de maladies rares et de maladies chroniques, leur permettant de partager leurs expériences et de s'informer sur les diagnostics et les traitements.

Pour tirer parti de son succès et maintenir sa croissance, Inspire devait surmonter les problèmes de mise à l'échelle posés par son ancienne infrastructure sur site. En utilisant les solutions gérées d'Amazon Web Services (AWS), l'entreprise a découvert de nombreux avantages dans le cloud, notamment une capacité d'itération plus rapide, une plus grande flexibilité et une disponibilité multirégionale. Inspire a connu un succès particulier en utilisant Amazon SageMaker, un service entièrement géré permettant aux développeurs et aux scientifiques des données de créer, de former et de déployer rapidement et facilement des modèles de machine learning (ML). En utilisant une solution basée sur Amazon SageMaker, l'entreprise a constaté une augmentation considérable de l'engagement des utilisateurs sur tous les canaux. L'utilisation d'AWS par Inspire a également permis de simplifier le processus par lequel les entreprises pharmaceutiques menant des essais cliniques ou des recherches médicales pouvaient accéder aux données pertinentes des patients, une étape importante dans le développement de traitements pouvant sauver des vies.

Avant d'utiliser AWS, Inspire exploitait une vingtaine de serveurs physiques à Ashburn, en Virginie. L'entreprise a rencontré des problèmes de mise à l'échelle. Elle devait souvent attendre 2 mois pour commander et installer un serveur et jusqu'à 3 à 6 mois au total pour étendre sa capacité. Dans un cas, la mise à niveau d'un serveur de base de données a entraîné un retard de trois mois dans la mise sur le marché. Inspire a étudié la possibilité de migrer vers le cloud à partir de 2016, pour finalement migrer sa base de données vers Amazon Aurora, une base de données relationnelle compatible avec MySQL et PostgreSQL, conçue pour le cloud, qui combine les performances et la disponibilité des bases de données d'entreprise traditionnelles avec la simplicité et la rentabilité des bases de données open source. « L'élément le plus convaincant pour nous était l'offre de base de données, Aurora », explique Brian Loew, fondateur et directeur général d'Inspire. « Cela a balayé tout le reste ».

AWS Lambda, qui permet aux clients d'exécuter du code sans allouer ou gérer de serveurs, a également été impliqué dans la nouvelle infrastructure. « Nous avons migré la plupart de nos activités vers des fonctions AWS Lambda », précise Anthony Sheetz, vice-président chargé de l'ingénierie, du développement de l'infrastructure et des sciences des données chez Inspire. « Grâce à cela, à la mise en cache et à Aurora, nous n'avons honnêtement plus besoin de nous soucier de la mise à l'échelle. » Capable de se mettre à l'échelle automatiquement et de procéder à des itérations plus rapidement sur AWS, Inspire finit par augmenter la fréquence de ses versions, passant d'une toutes les deux semaines à plusieurs par jour, accélérant ainsi l'innovation et élargissant ses activités.

« Nous avons transféré l'ensemble de notre infrastructure sur AWS, tout en conservant la même architecture », ajoute M. Sheetz. « Et puis, une fois sur AWS, nous avons commencé à jouer avec les outils. »

Une des caractéristiques principales d'Inspire est son moteur de recommandation de contenu, qui oriente les utilisateurs atteints de certaines maladies vers des articles ou des messages pertinents. Amazon SageMaker fait partie intégrante de ce moteur. Inspire l'utilise dans son processus de développement pour créer et modifier des modèles de deep learning selon des cycles d’une ou deux semaines. « Nous sommes désormais en mesure de faire correspondre les utilisateurs à un contenu pertinent en analysant les modèles comportementaux et de déployer ces modèles en toute simplicité, le tout à l'aide d'Amazon SageMaker », explique Teja Talluri, directeur des sciences des données chez Inspire. « Amazon SageMaker offre un moyen plus évolutif de recommander du contenu, dont nous n’aurions pas pu assurer nous-même la gestion. »

La solution sophistiquée de machine learning a amélioré la capacité du moteur de recommandation de contenu à suggérer un contenu pertinent à deux millions d'utilisateurs enregistrés, en exploitant la vaste bibliothèque d'Inspire, qui contient 1,5 milliard de mots se rapportant à 3 600 maladies. En fin de compte, cette solution a permis à Inspire de mettre à disposition des patients et soignants, de manière plus précise, un contenu et des ressources plus personnalisés, notamment des informations sur les maladies rares et les parcours de traitement.

Lorsqu'Inspire a effectué des tests comparant les nouvelles et anciennes versions de son moteur de recommandation de contenu, les métriques ont clairement montré un engagement plus important grâce aux efforts de personnalisation basés sur le machine learning menés par l’entreprise. Les objets personnalisés des e-mails ont entraîné une augmentation de 281 % du taux d'ouverture des e-mails. Et une fois que les utilisateurs ont ouvert ces e-mails, le nouveau moteur de recommandation a augmenté le taux de clics de 914 %, ce qui a contribué à une augmentation de 119 % du nombre moyen de visites sur le site. Inspire a également constaté que son taux de rétention, c'est-à-dire le nombre d'utilisateurs qui restent actifs après 4 semaines, a augmenté de 550 % depuis l'adoption du nouveau moteur de recommandation de contenu.

Bien que ces chiffres soient impressionnants, l'impact humain qu'ils représentent est ce qui compte le plus pour Inspire. « Nous avons reçu de nombreux témoignages dans lesquels les patients nous ont dit que le contenu que nous leur avons recommandé est tellement pertinent », précise John Novack, responsable de l'engagement des patients et directeur principal de la communication chez Inspire. « Cela ne s'était jamais produit. Maintenant, nous avons des gens qui nous disent que nous avons changé ou sauvé leur vie. »

L'autre mission primordiale d'Inspire est de mettre en relation les entreprises pharmaceutiques qui recherchent de nouveaux traitements avec les patients susceptibles de bénéficier de ces traitements, ou du moins de fournir des données utiles à ces patients. Amazon Redshift, un service d'entreposage de données rapide, simple et rentable et Amazon Comprehend Medical, un service de traitement du langage naturel qui simplifie l'utilisation du machine learning pour extraire des informations médicales pertinentes à partir de textes non structurés, jouent un rôle central dans ce cas d’usage.

Lorsque l'hôpital pour enfants de Boston et l'entreprise pharmaceutique Pfizer ont cherché à obtenir des informations spécifiques pour faciliter le développement de nouveaux traitements contre le cancer du poumon, ils se sont heurtés à la difficulté de trouver des données provenant d'un groupe restreint de patients, à savoir ceux atteints à la fois d'un cancer du poumon et d'une maladie auto-immune. Auparavant, les chercheurs devaient s'adresser à des spécialistes et à des cliniciens pour trouver des patients susceptibles de fournir des données pertinentes. C'était un processus extrêmement long qui pouvait prendre des années pour au final ne trouver que quelques cas similaires. Cependant, la capacité de traitement du langage naturel basée sur AWS a permis à Inspire de consulter les profils de dizaines de milliers d'utilisateurs qui avaient accepté d'apparaître dans de telles recherches, et l'entreprise a finalement trouvé plus de 100 participants remplissant les conditions requises en quelques semaines. Stefan McDonough, qui ne travaille plus chez Pfizer mais qui était directeur principal de la génétique au moment du projet, a qualifié la communauté Inspire de « ressource extraordinaire », citant son riche groupe de patients prêts et disposés à partager des informations médicales pour faire progresser les traitements.

Après avoir migré sur AWS, Inspire a constaté un changement significatif dans sa façon de travailler. « AWS a donné à toute la partie logicielle de l'entreprise la capacité de faire rapidement et simplement ce dont la partie commerciale a besoin  », précise M.Sheetz. « Maintenant, nous pouvons consacrer beaucoup plus de temps à offrir de nouvelles opportunités à nos membres. » Inspire s'attend à ce que les outils AWS axés sur la science des données l'aident dans la prochaine phase de son activité et jouent un rôle clé dans une nette augmentation de son chiffre d'affaires.

Les utilisateurs sont au cœur de la mission d'Inspire : les patients et les soignants qui se tournent vers l'entreprise pour trouver des informations pratiques sur les maladies rares et des communautés de personnes vivant des expériences similaires. « Il est très important de pouvoir unir des personnes du monde entier ayant des expériences similaires sur le plan de la santé », explique M. Sheetz « Réunir les patients atteints de maladies rares en un seul lieu où ils peuvent partager leurs expériences, quel que soit leur pays ou la langue qu'ils parlent, a un énorme impact. »