OncoLab vise à rendre accessibles les données d’oncologie des établissements de santé

Le projet OncoLab vise à déployer des architectures de données à destination de la recherche et de l’innovation en oncologie auprès de quatre établissements de premier plan dans le domaine : l’Institut Curie, l’Institut Bergonié, l’IUCT-Oncopole et le CHU de Toulouse. L’objectif est de répondre aux différents enjeux actuels de gestion et d’accessibilité des données de santé, en fournissant un socle technique commun et standardisé aux établissements de santé et à leurs partenaires. Ces architectures de données seront développées par la société Arkhn, chef de file du projet, et étudiées de manière décentralisée grâce à l’expertise en data science et en intelligence artificielle d’Owkin, afin de préserver la confidentialité des données et la souveraineté des établissements de santé. Au total, le projet dispose d’un budget de près de 11 millions d’euros. Les architectures de données déployées par OncoLab intègreront des données d’oncologie de tous types (compte-rendus, examens, imagerie, biologie, etc.) pour tous types de cancers, recueillies auprès des centaines de milliers de patients suivis par les établissements de santé. Une plateforme sécurisée permettra de simplifier considérablement l’accès technique aux données de chaque centre souhaitant les mettre à disposition pour la conduite de projets de recherche et d’innovation, réduisant ainsi drastiquement leurs coûts et délais de mise en œuvre. Cet accès direct à des données standardisées offrira de nouvelles perspectives aux établissements de santé à l’origine des données ainsi qu’à leurs partenaires. Les établissements de santé concernés pourront ainsi conserver un contrôle total des données de leurs patients, notamment grâce à des technologies modernes telles que l’apprentissage fédéré (Federated Learning) qui permet de mener des projets de recherche sans que les données ne soient extraites des établissements. Le projet OncoLab va permettre d’améliorer les méthodes de traitement automatique du langage (TAL ou NLP – Natural Language Processing) nécessaires pour analyser automatiquement des dizaines de milliers de documents médicaux (ordonnances, comptes-rendus d’hospitalisation, lettres de liaisons, etc.) et en extraire les informations pertinentes pour la recherche. Développées en collaboration par les partenaires du projet, ces méthodes s’appuient sur des modèles d’intelligence artificielle de pointe portés notamment par l’équipe-projet ALMAnaCH d’Inria.