L’Institut Carnot Calym est composée d'une vingtaine d'entités,
principalement des laboratoires de recherche.
Il y a 18 laboratoires de recherche
mais aussi un groupe coopérateur qui est le LYSA,
le Lymphoma Study Association.
et son bras armé, le LYSARC.
On a fait un projet d'intelligence artificielle
parce que nos chercheurs avaient besoin
d'un outil pour pouvoir réaliser
leurs projets de recherche.
On est incapable aujourd'hui de dire
si le patient A va être guéri
ou pas au diagnostic.
Le projet que nous menons actuellement
via l'Institut Carnot Calym,
avec les équipes également du LYSA,
est un projet qui va nous aider
par des approches d'intelligence artificielle,
de classer les lymphomes
et de définir un modèle prédictif
pour les patients atteints de lymphome.
Pour faire de l'intelligence artificielle,
il nous faut une multitude de données,
nous avons besoin de beaucoup de data
et de data bien générées, de data précises.
Pour ce faire, nous avons reçu le soutien
de la Lymphoma Study Association.
L'ensemble de ces data,
pour être corrélées ensemble et s'intégrer ensemble,
il faut les mettre dans ce que l'on appelle le Data lake
pour qu'elles puissent interagir, se parler entre elles.
Nous avons demandé un partenariat
avec Owkin et Microsoft
qui nous permettent de développer ces approches
d'intelligence artificielle à partir de nos données.
L'ensemble est chapeauté par l'Institut Carnot Calym
qui est le chef d'orchestre de ce projet.
Le Lymphoma Data Hub
on l’a construit comme un grand espace de travail
qui peut être simplifié par deux grandes structures.
La première, c'est un entrepôt de données
déstructurées où les données entrent
de différentes sources, de différents formats
et ensuite des espaces de travail sécurisés
puisque quand on parle de données de santé,
ce sont des données très critiques
sur lesquelles on ne peut pas faire n'importe quoi.
Et donc du coup, ces espaces de travail,
ce sont des espaces de travail partenariaux
où les académiques et les partenaires,
qui peuvent être des partenaires techniques
ou des partenaires métiers,
vont travailler dans un espace sécurisé
d’où les données ne peuvent pas sortir.
L'intelligence artificielle est la seule qui permettra
à notre sens,
d'intégrer l'ensemble de ces données
qui vont du biomarqueurs biologiques
aux biomarqueurs moléculaires
en passant par le facteur clinique
pour identifier enfin un biomarqueur
nous prédisant que ce patient va rechuter précocement.
L'investissement de Microsoft, également dans la solution Azure
chaque année, en continu,
nous permet de conserver ce qui est un élément
important de notre consortium,
c'est à dire de travailler au niveau de l'état de l'art
et d'avoir les meilleurs outils possibles pour faire notre recherche.
Aujourd'hui, on sait qu'on a fait les bons choix
parce qu'on a structuré
l'environnement des données pour qu'elles puissent être utilisables.
Ça c'est fait.
Et on a une bonne base de travail sur laquelle
les projets peuvent maintenant démarrer.