TwinOnco, le projet innovant de suivi des patients porté par l'AP-HP et Dassault Systèmes
L’AP-HP et Dassault Systèmes ont élaboré le projet TwinOnco qui vise à créer des jumeaux virtuels aux patients en oncologie. Cette initiative permettra de passer une étape dans la personnalisation des traitements et génèrera de nouvelles cohortes de patients en onciologie.
Le consortium constitué par l’Assistance Publique – Hôpitaux de Paris (AP-HP) et Dassault Systèmes a été récompensé, le 18 janvier 2024 lors de la journée nationale de l'innovation en santé numérique, par un Prix Stratégie d'accélération « santé numérique » du plan France 2030 pour son projet TwinOnco de suivi des patients atteints de cancer grâce à l’intelligence artificielle et aux jumeaux virtuels.
Cet outil est conçu pour faciliter l’analyse des images médicales dans la littérature scientifique internationale. Le consortium développera des solutions logicielles pour les radiologues, basées sur des jumeaux virtuels créés à partir de l’imagerie. Grâce à la 3D, ces nouvelles méthodes diagnostiques permettront une meilleure collaboration entre praticiens, une évaluation plus précise des thérapeutiques dans les essais cliniques et une meilleure personnalisation des soins courants.
La création de jumeaux virtuels ouvre la possibilité, pour les praticiens, de naviguer à travers différentes échelles et différents systèmes physiologiques, pour capitaliser les informations du passé et mieux anticiper les scenarios thérapeutiques. Le projet TwinOnco et la collaboration entre l’AP-HP et Dassault Systèmes permettra, en outre, de constituer des cohortes de patients porteurs de cancers destinés à la recherche clinique. Pour ce faire, Dassault Systèmes s’appuiera sur sa plateforme 3DEXPERIENCE et sur sa solution MEDIDATA qui accélère les essais cliniques et simplifie les flux d’images et de données.
Sur le plan technique, l’AP-HP, qui a été, en 2023, promoteur de plus de 4 400 projets de recherche et compte le plus grand entrepôt de données de santé (EDS) hospitalier français, intégrant plus de 11 millions de patients mettra à disposition ce dernier dans le projet TwinOnco, après information aux patients.
SUR LE MÊME THÈME
Un nouvel outil d'extraction de données spécialisé en radiologie
Les méthodes d’élaboration des grands modèles de langage sont basées sur des règles qui ne traitent pas efficacement les données non standardisées. Des chercheurs britanniques présentent, dans un article publié dans la Revue European Radiology, RADEX, le nouvel outil d’extraction de données radiolog...
15/07/2025 -
Des grands modèles de langage sensés participer à l'annotation des images pour le deep learning
Incontournables pour l’entrainement des modèles de deep learning, les annotations d’images radiologiques sont rébarbatives et chronophages pour les experts qui les créent. Des grands modèles de langage (LLM) pourraient remplacer les annotations humaines, comme l’indique un article scientifique publi...
23/06/2025 -
Les bonnes pratiques pour l'évaluation de la pertinence d'un outil d'IA en imagerie
Radiologues, informaticiens et chercheurs présentent, dans un article publié dans la Revue Radiology, les pièges et les meilleures pratiques pour atténuer les biais des modèles d'intelligence artificielle (IA) en imagerie médicale. Ils présentent une sorte de feuille de route pour des pratiques plus...
13/06/2025 -
Des LLM affinés pour aider à la relecture des comptes rendus
Selon une nouvelle étude publiée dans la Revue Radiology, un grand modèle de langage (LLM) améliorerait sensiblement la détection des erreurs dans les comptes rendus de radiologie. Les chercheurs ont utilisé des comptes rendus synthétiques et des données ciblées pour donner au LLM de la légèreté.
23/05/2025 -
Agir sur la vulnérabilité des grands modèles de langage en radiologie
Dans un nouvel article spécial publié dans la Revue Radiology, des chercheurs abordent les défis de cybersécurité liés aux grands modèles de langage (LLM). Ils soulignent l'importance de mettre en œuvre des mesures de sécurité pour empêcher leur utilisation malveillante dans le système de Santé et m...
21/05/2025 -
Une feuille de route pour atténuer les biais de l'IA
Les biais diagnostiques créés par l’IA relèvent d’un manque d’informations démographiques incluent dans les données de santé. Dans un article publié dans la Revue Radiology, des chercheurs américains décrivent l’importance d’une définition homogène décrivant les groupes démographiques. Un travail qu...
20/05/2025 -
Essais sur une RAG pour améliorer les grands modèles de langages en radiologie
Pour renforcer les attributs des grands modèles de langage appliqués à la radiologie, la RAG, qui code les informations dans un espace vectoriel pour affiner les tâches des LLM basées sur la connaissance, semble pertinente. Dans une étude publiée dans la Revue Radiology : Artificial intelligence, de...
05/05/2025 -
LETTRE D'INFORMATION
Ne manquez aucune actualité en imagerie médicale et radiologie !
Inscrivez-vous à notre lettre d’information hebdomadaire pour recevoir les dernières actualités, agendas de congrès, et restez informé des avancées et innovations dans le domaine.