PRIMAGE, la plateforme européenne d'aide à la décision clinique
MARDI 29 JANVIER 2019
Soyez le premier à réagirUne plateforme cloud d'aide à la décision clinique par machine learning vient de voir le jour. Ce projet initié par l'Union Européenne testera cet outil à partir des données recueillies dans de grandes institutions de santé pédiatrique sur deux tumeurs solides cérébrales.
PRIMAGE est un projet européen de création d'un outil de deep learning visant à améliorer la prise en charge de certaines tumeurs solides malignes cérébrales de l'enfant.
Un projet européen de plateforme cloud d'aide à la décision clinique
Il a été initié le 1er décembre 2018, par la COmmunity Research & Development Information Service (CORDIS) de la Commission européenne et courra jusqu'en novembre 2022. Il est doté, en outre, d'une subvention de plus 10M€ et cordonné par la Fundacion para la investigation del Hospital universitario la fe de la comunidad valencianna. Il s'agit d'une une plateforme cloud pour aider à la prise de décision dans la gestion clinique de ces tumeurs, offrant des outils prédictifs d'aide au diagnostic, au pronostic ainsi qu'au choix et au suivi du traitement. Ces solutions seront basées sur l'utilisation de nouveaux biomarqueurs d'imagerie, sur des simulations informatiques de la croissance tumorale, et sur la traduction automatique de ces données par machine learning en prédicteurs d'évolution clinique les plus pertinents et spécifiques à la maladie.
Un modèle testé sur deux types de tumeurs solides cérébrales pédiatriques
PRIMAGE implémente un modèle de cloud hybride, comprenant l’utilisation du cloud public ouvert (basé sur les services EOSC) et des clouds privés, permettant une utilisation par la communauté scientifique de données conservées et anonymisées en Open Science et paramétré pour une exploitation commerciale future. Les infrastructures de données, les biomarqueurs d'imagerie et les modèles proposés pour cette cyber-recherche en médecine seront validés dans le contexte d'application de deux cancers pédiatriques, le neuroblastome et le gliome pontin intrinsèque diffus (DIPG). Ces deux cancers pédiatriques sont des modèles de validation pertinents par leur représentativité de la maladie cancéreuse et par leur impact sociétal important.
D'importants registres de données pour favoriser la pertinence de l'outil
La Société européenne d'oncologie pédiatrique, deux biobanques d'imagerie et trois des plus importants services européens d'oncologie pédiatrique sont partenaires de ce projet, rendant ainsi accessibles des registres importants de données cliniques rétrospectives (imagerie, clinique, moléculaire et génétique) pour la création d'algorithmes de machine learning et l'évaluation des performances des outils informatiques de recherche. Des solutions visant à rationaliser et à sécuriser les processus de pseudonymisation, d'extraction, de structuration, de contrôle de la qualité et de stockage des données seront mises en œuvre et validées, en vue d'une utilisation sur des données prospectives, contribuant ainsi aux infrastructures de données partagées européennes.
Des institutions de Santé et des acteurs privés impliqués
Parmi les institutions engagées dans ce projet, on trouve, en Allemagne, l'Universitat Konstanz et la Klinikum Der Universitaet Zu Koeln, en Espagne, l'Universidad De Zaragoza et l'Universitat Politecnica De Valencia, en Italie, l'Universita Di Pisa et l'Alma Mater Studiorum - Universita Di Bologna, ainsi que l'Akademia Gorniczo-Hutnicza Im. Stanislawa Staszica de Cracovie, le St. Anna Kinderkrebsforschung de Vienne et The University of Sheffield. Les sociétés Quibim, Medexprim, Ansys France, Matical Innovation, Siop Europe et Chemotargets apporteront quant à eux leurs compétences technologiques.
Bruno Benque