L’essor de l’IA multimodale en anatomopathologie accélère l’étude des interactions immunité–tumeur, longtemps contrainte par des coûts et une rareté de données. L’outil IA GigaTIME industrialise l’accès à des cartes mIF virtuelles, capables d’alimenter des analyses transversales sur des dizaines de cancers et leurs sous-types.
Chaque minute, des milliers de patients à travers le monde entament un combat contre le cancer. Comprendre comment les cellules immunitaires interagissent avec les tumeurs est essentiel pour prédire l’efficacité des traitements. Jusqu’ici, cette exploration reposait sur des techniques coûteuses et limitées.
Développé par Microsoft Research avec Providence et l’Université de Washington, GigaTIME est une nouvelle IA qui change la donne en traduisant des lames de pathologie courantes en images virtuelles de haute précision.
Traduire les lames en cartes virtuelles
Les lames H&E, utilisées quotidiennement en cancérologie, coûtent quelques euros. GigaTIME les convertit en images multiplex immunofluorescence (mIF), révélant l’activation de protéines clés dans le microenvironnement tumoral.
Cette approche a permis de générer une population virtuelle de 300 000 images couvrant 24 types de cancers et 306 sous-types.
Grâce à cette population virtuelle, les chercheurs ont identifié plus de 1 200 associations significatives entre l’activation de protéines immunitaires et des biomarqueurs cliniques, comme KRAS ou KMT2D. Ces corrélations, validées par des données externes issues du Cancer Genome Atlas, ouvrent la voie à une meilleure stratification des patients et à des traitements plus ciblés.
Un patient virtualisé pour anticiper évolutions et traitements
« GigaTIME, c’est l’IA qui libère des connaissances qui étaient jusque-là hors de portée », explique Carlo Bifulco, directeur médical de Providence Genomics. « GigaTIME transforme des lames ordinaires en cartes détaillées du voisinage tumoral, permettant d’étudier des milliers de scénarios en quelques secondes ».
Au-delà de la recherche, GigaTIME esquisse une ambition plus vaste : celle de créer un “patient virtuel”, un jumeau numérique capable de simuler la progression d’une maladie et la réponse à différents traitements. En rendant accessibles des données auparavant rares et coûteuses, l’outil ouvre une nouvelle ère pour la médecine de précision. Il démontre une nouvelle fois l’incroyable potentiel de l’IA multimodale dans le secteur de la santé. Plus l’IA progresse, plus la recherche médicale avance vite. De quoi faire naître bien des espoirs à l’anti-thèse des scénarios catastrophes autour des IA.
puis