Recherche, Grands projets


Loïc Verlingue et son équipe présentent le projet SMAD-CC, lauréat de l'AAP 2023 de SHAPE-Med

SHAPE-Med@Lyon vous propose ses "Inter-Med@Lyon" : des échanges informels avec les chercheurs-euses de ses projets lauréats. Aujourd'hui, on part à la rencontre de l’équipe SMAD-CC qui travaille sur les données intelligentes dans le but d'améliorer l’apprentissage automatique en cancérologie

Projet d'amorçage SMAD-CC

L’équipe de SMAD-CC a eu la gentillesse de nous accueillir au Centre Léon Bérard dans une petite maison de ville attenante, dans laquelle elle est installée pour les deux ans du projet. Loïc VERLINGUE, Dounya BOURHANI et Paul MINCHELLA se sont prêté.es au jeu du questions/réponses dans une ambiance décontractée.


[ Lire l'article en entier ]

Loïc VERLINGUE

Loïc Verlingue - SMAD-CC
Loïc Verlingue - SMAD-CC


Je suis médecin, j’ai suivi un cursus de médecine à l’Institut Gustave-Roussy, dans le groupe de médecine de précision et phase 1. Je travaille au Centre Léon Bérard (CLB) depuis 2 ans et demi.

Je participe au suivi des patients dans les essais cliniques de phase précoce, qu’on appelle aussi essais de phase 1. Je gère la RCP moléculaire et j’anime l’équipe de Data Scientists dont font partie Dounya et Paul. 

Dounya BOURHANI



Je m’appelle Dounya, je suis stagiaire sur le projet SMAD-CC. Je travaille principalement sur l’intégration des données pharmacologiques dans les comptes rendus médicaux.

Concrètement, je teste les performances de modèles d’apprentissage pour améliorer certaines tâches médicales.

Paul MINCHELLA




Je suis Paul Minchella, diplômé de l’université Claude Bernard Lyon 1.

J’ai rejoint l’équipe du projet SMAD-CC fin avril 2024 en tant que mathématicien, ingénieur de recherche et Data Scientist, je travaille au Centre Léon Bérard en collaboration avec le laboratoire ERIC.


Est-ce que vous pouvez me parler du projet en quelques mots ?

Paul MINCHELLA :

Notre problématique consiste à intégrer des multi-données dans nos modèles pour aider à améliorer nos objectifs cliniques. Peut-on améliorer la qualité de vie des patients en adaptant les traitements grâce aux outils d’Intelligence Artificielle ?

Loïc VERLINGUE :

L’objectif du projet est de montrer qu’en utilisant plus de données de diverses natures, on améliore les prédictions cliniques à partir de modèles d’Intelligence Artificielle. Les différents types de données sont entre-autres :

  • textuelles (narratives) donc les comptes rendus de consultation que les soignants génèrent.
  • structurées qui peuvent être soit cliniques (des informations cliniques structurées) soit biologiques (des prises de sang par exemple).
  • moléculaires sur des biopsies et sur le plasma issu du séquençage des cancers de nos patients (données spécifiques à l’oncologie).
  • d’imageries comme les scanners ou les lames anatomopathologiques, ce qui est abordé par d’autres projets du CLB.
 

On a une belle base de données moléculaires, avec à peu près 6000 patients qui ont été séquencés dans l’essai ProfilLER, c’est un essai du CLB. Mais par rapport aux 140 000 patients dont on a les données textuelles, on se rend compte qu’il y a un différentiel.


[ Lire l'article en entier ]

Publié le 19 juin 2024 Mis à jour le 23 octobre 2024