Des données d’imagerie du cancer pour des outils de diagnostic assistés par l’IA
Les outils d’intelligence artificielle (IA) sont de plus en plus utilisés pour aider à poser des diagnostics médicaux. De vastes quantités de données sont toutefois nécessaires pour former et tester correctement ces outils. Le projet EuCanImage(s’ouvre dans une nouvelle fenêtre) a été lancé pour créer un référentiel paneuropéen de données d’imagerie du cancer à cet effet. L’idée était de combiner cette ressource avec des informations cliniques, notamment des résultats de laboratoire et des analyses de tumeurs, afin de dresser un tableau plus complet du profil des patients. Il fallait également assurer la diversité au sein de l’ensemble de données, afin de permettre aux outils d’IA de prendre en compte les différentes populations et les différents pays européens. Le développement d’une ressource paneuropéenne est également essentiel pour les maladies à faible incidence telles que le cancer du foie, pour lesquelles de petits volumes de données sont généralement conservés dans des référentiels locaux.
Imagerie médicale et données cliniques
Les réseaux et les infrastructures de données existants en Europe ont été rassemblés pour former la plateforme. Il s’agit notamment du BBMRI-ERIC basé en Autriche, qui rassemble des données biologiques et tissulaires, d’Euro-BioImaging, qui offre un accès libre à l’imagerie biomédicale, et de l’European genome-phenome archive (EGA), qui contient des données génétiques, phénotypiques et cliniques générées dans le cadre de projets de recherche biomédicale. «Nous nous sommes également inspirés d’archives d’imagerie du cancer aux États-Unis, afin d’éviter de réinventer la roue», confie le coordinateur du projet, Karim Lekadir, de l’université de Barcelone(s’ouvre dans une nouvelle fenêtre). «D’autres organismes de recherche, des scientifiques des données et des sites cliniques ont également été impliqués.» Le consortium comprenait également des entreprises chargées de développer les outils d’IA, ainsi que des associations telles que l’Association européenne pour la recherche sur le cancer. «Au total, une vingtaine d’institutions de toute l’Europe ont été impliquées», ajoute Karim Lekadir.
Répondre aux besoins cliniques non satisfaits
La plateforme a rassemblé 25 000 nouveaux cas de cancer dans toute l’Europe, avec un intérêt plus particulier pour le cancer du sein, le cancer colorectal et le cancer du foie. Des études de cas réels ont mis en évidence les besoins cliniques non satisfaits. Il s’est ainsi avéré que l’IA pourrait être utile pour la détection de petites tumeurs dans le foie. «Cette plateforme vise à résoudre des problèmes médicaux, nous avons donc d’abord discuté avec des cliniciens, puis nous sommes partis de là», explique Karim Lekadir. Une autre caractéristique essentielle de la plateforme est qu’elle repose sur l’apprentissage fédéré. «Cela signifie que les données peuvent rester là où elles se trouvent», explique Karim Lekadir. «Au lieu de déplacer les données hospitalières vers les chercheurs et les développeurs, les outils vont là où se trouvent les données. Cette solution est devenue une référence en Europe. Cancer Image Europe(s’ouvre dans une nouvelle fenêtre), un programme phare de l’UE, relie désormais des référentiels comme le nôtre, et l’initiative utilise notre plateforme d’apprentissage fédéré à cette fin.»
Déployer des outils d’IA pour la santé
Outre la plateforme(s’ouvre dans une nouvelle fenêtre) de données, l’équipe du projet s’est appuyée sur des travaux antérieurs sur l’IA et l’éthique pour élaborer les lignes directrices FUTURE-AI(s’ouvre dans une nouvelle fenêtre). D’autres projets ont été invités à participer à l’élaboration de cette ressource. «C’est important, parce que sans confiance, cela ne fonctionnera pas», précise Karim Lekadir. «Un article publié en février 2025 a depuis été cité plus de 300 fois.» Cet aspect du projet se poursuit dans le cadre de l’initiative COMPASS-AI(s’ouvre dans une nouvelle fenêtre), qui vise à promouvoir l’intégration responsable et efficace de l’IA dans les environnements cliniques. Le projet a également fourni des enseignements sur la gouvernance juridique pour permettre le partage des données. Les prochaines étapes consisteront notamment en l’intégration de la plateforme au sein de Cancer Image Europe, ce qui permettra de garantir que les succès du projet soient mis en relation avec d’autres et développés. «Nous passons d’une IA développée en laboratoire à la création de solutions d’IA à partir de données hospitalières réelles», explique Karim Lekadir.
