Naissance d'EUCAIM, la plateforme européenne pour l'imagerie du cancer
MARDI 24 JANVIER 2023
Soyez le premier à réagirEn lançant la Fédération européenne pour les images du cancer, l’Union européenne et l’ESR ouvre l’ère de la médecine de précision en Europe. Cette plateforme EUCAIM s’intègrera pleinement au projet phare du plan européen de lutte contre le cancer (EBCP).
Le consortium EUCAIM et la Commission européenne sont ravis d'annoncer le lancement officiel de la Fédération européenne pour les images du cancer (EUropean federation for CAncer IMage - EUCAIM), un projet révolutionnaire de déploiement d'infrastructure fédérée, visant à propulser l'imagerie et l'IA vers une médecine de précision pour les patients et citoyens européens atteints de cancer.
Pierre angulaire du plan européen de lutte contre le cancer
L'EUCAIM s'attaquera à la fragmentation des référentiels d'images sur le cancer existants et établira un Atlas distribué de l'imagerie du cancer avec plus de 60 millions de données d'images anonymisées sur le cancer provenant de plus de 100 000 patients, accessible aux cliniciens, chercheurs et innovateurs de toute l'UE pour le développement et l'analyse comparative d'outils d'IA fiables. L'infrastructure sera en outre alimentée par des études d'observation issues de 21 sites cliniques dans 12 pays de l'UE, et comprendra des images cliniques et un lien avec des données de pathologie, moléculaires et de laboratoire. Cette plateforme sera étendue à au moins 30 fournisseurs de données distribués de 15 pays d'ici la fin du projet, qui durera quatre ans. Les solutions d'IA fédérées seront formées dans les entrepôts de données de l'hôpital, en préservant la confidentialité des données.
L'EUCAIM est la pierre angulaire de l'initiative européenne d'imagerie du cancer initiée par la Commission européenne, un projet phare du plan européen de lutte contre le cancer (EBCP), qui vise à favoriser l'innovation et le déploiement des technologies numériques dans le traitement et les soins du cancer, afin de parvenir à une décision clinique plus précise et plus rapide. Elle est scientifiquement dirigée par le Pr Luis Martí-Bonmatí, directeur du département d'imagerie médicale de l’Hôpital polytechnique de l’Université La Fe à Valence (Espagne) et coordonné par l'Institut européen de recherche en imagerie biomédicale (European Institute for Biomediacl Imaging Research - EIBIR), créé par l’European Society of Radiology (ESR) à Vienne (Autriche).
Un projet qui rassemble 76 partenaires de 14 États membres de l’UE
Le projet s'appuie sur les résultats des travaux du réseau "AI for Health Imaging" (AI4HI) qui se compose de 5 grands projets financés par l'UE sur les mégadonnées et l'intelligence artificielle dans l'imagerie du cancer : Chaimeleon, EuCanImage, ProCancer-I, Incisive et Primage. EUCAIM rassemble 76 partenaires de 14 États membres de l'UE, couvrant les compétences en imagerie et soins du cancer, les mégadonnées en imagerie médicale, la gestion des données FAIR, les aspects éthiques et juridiques des données médicales, le développement et le déploiement d'infrastructures de recherche, l'IA et le machine learning, ainsi que ainsi que la diffusion, la communication et la sensibilisation des intervenants en imagerie biomédicale.
Conformément à la stratégie européenne en matière de données et à l'appui des objectifs de l'espace européen des données de santé, l'EUCAIM s'associera à l'IA Testing and Experimentation Facility for Health dans le cadre du programme Digital Europe, permettant aux PME d'accéder à son infrastructure, et le déploiement sera soutenu par les services des pôles européens d'innovation numérique. L'EUCAIM suit une approche inclusive et collaborative et interagira avec de nombreuses parties prenantes pour assurer l'adoption au niveau politique dans les États membres et une large utilisation de l'infrastructure par les cliniciens, les chercheurs et les innovateurs. Les fournisseurs de données cliniques seront invités à rejoindre l'initiative via une procédure d'appel ouvert au cours du projet.
Thema Radiologie avec ESR