Bioptimus veut construire le plus grand atlas mondial du cancer et l’IA en sera le moteur

En cancérologie, c’est même l’un des principaux défis. Les modèles sont puissants, mais les données réellement exploitables, bien annotées et reliées à l’évolution des patients restent rares.

C’est précisément pour combler cette lacune que Bioptimus annonce un partenariat stratégique avec la Fédération Francophone de Cancérologie Digestive. Ensemble, les deux acteurs veulent enrichir STELA, un projet qui ambitionne de devenir le plus vaste atlas mondial de biologie du cancer connecté à des données cliniques. Derrière cette annonce se cache une ambition bien plus large : permettre à l’intelligence artificielle de mieux comprendre les tumeurs afin d’accélérer la médecine de précision.

Le problème, on le connaît : l’IA a besoin de données mais surtout de bonnes données

Ces dernières années, l’intelligence artificielle a fait des progrès spectaculaires en santé. Pourtant, en oncologie, une difficulté persiste. Les données sont nombreuses, mais elles restent souvent fragmentées. D’un côté, les images d’anatomopathologie. De l’autre, les données génétiques. Ailleurs encore, les informations cliniques sur l’évolution des patients.

Le problème, c’est que ces différentes briques communiquent encore trop peu entre elles. Or, comprendre un cancer ne consiste pas uniquement à observer une tumeur au microscope. Il faut aussi savoir comment elle évolue, comment elle répond aux traitements et pourquoi certains patients développent des résistances alors que d’autres répondent favorablement aux thérapies.

Autrement dit, l’IA a besoin d’apprendre à partir d’une vision globale de la maladie. Et ce type de données reste aujourd’hui particulièrement rare.

STELA : un atlas mondial pour apprendre le langage du cancer

C’est toute l’ambition de STELA. Le projet porté par Bioptimus vise à analyser à terme 100 000 échantillons biologiques issus d’un réseau international de partenaires hospitaliers et académiques. L’objectif n’est pas simplement de constituer une immense base de données, mais de relier plusieurs niveaux d’information dans un même environnement : les images des tissus, les données de transcriptomique spatiale, les analyses génétiques et surtout les résultats cliniques des patients.

Grâce au partenariat avec la FFCD, STELA franchit une nouvelle étape. L’organisation met à disposition une cohorte de plus de 3 000 patients atteints de cancers digestifs, issus d’essais cliniques particulièrement bien documentés. Ces données viendront enrichir un atlas déjà présenté comme vingt fois plus volumineux que les principaux atlas de biologie spatiale existants.

L’intérêt est majeur. Plus les données sont riches, variées et représentatives de différentes populations, plus les modèles d’intelligence artificielle gagnent en capacité de généralisation. Et c’est précisément ce qui manque encore à de nombreux modèles actuels.

Comprendre les tumeurs à partir d’une simple lame d’anatomopathologie

L’une des innovations les plus prometteuses du projet concerne la transcriptomique spatiale. Derrière ce terme technique se cache une technologie capable de cartographier l’activité des gènes directement dans les tissus tumoraux.

En finançant la génération de nouvelles données de transcriptomique spatiale sur les cohortes de la FFCD, Bioptimus souhaite entraîner son modèle M-Optimus à reconnaître des signatures moléculaires directement à partir de simples lames d’anatomopathologie utilisées quotidiennement dans les laboratoires.

Si cette approche tient ses promesses, elle pourrait considérablement accélérer certaines analyses aujourd’hui beaucoup plus complexes et coûteuses. À terme, un simple examen histologique pourrait fournir des informations beaucoup plus fines sur la biologie d’une tumeur et aider les cliniciens à mieux personnaliser les traitements.

L’enjeu dépasse largement l’intelligence artificielle. Il touche directement à la médecine de précision.

Une collaboration où chacun apporte sa force

Le partenariat repose sur une logique assez équilibrée. Bioptimus apporte sa plateforme technologique, finance la production de nouvelles données et met à disposition son modèle fondation multimodal M-Optimus. De son côté, la FFCD apporte ce qui constitue aujourd’hui l’une des ressources les plus précieuses en recherche médicale : des données cliniques de très haute qualité, issues d’essais multicentriques rigoureusement documentés.

Autre point notable, la fédération conserve la propriété complète des données générées dans le cadre du projet. Un sujet devenu central dans les collaborations entre acteurs académiques et entreprises d’intelligence artificielle, où la gouvernance des données représente désormais un enjeu aussi important que les algorithmes eux-mêmes.

Cette approche collaborative illustre une évolution de plus en plus visible dans la recherche biomédicale : les progrès ne reposent plus uniquement sur les capacités technologiques, mais aussi sur la qualité des partenariats entre industriels et monde académique.

Et si le vrai carburant de l’IA médicale, c’était la donnée clinique ?

On présente souvent l’intelligence artificielle comme la prochaine révolution de l’oncologie. Mais derrière chaque algorithme performant se cache une réalité beaucoup moins visible : des milliers de patients, des années de recherche clinique et des bases de données patiemment constituées.

Avec STELA, Bioptimus ne cherche pas simplement à construire un modèle plus puissant. L’entreprise tente de créer une infrastructure capable de relier la biologie, la génomique et les résultats cliniques dans une seule représentation de la maladie.

Finalement, la prochaine grande avancée en intelligence artificielle médicale ne viendra peut-être pas d’un nouvel algorithme.Elle viendra peut-être de la qualité des données que l’on décide enfin de connecter entre elles.