ArtefactMicrosoft en het Carnot CALYM Institute hebben hun expertise gebundeld om een Lymfoom Data Hub te bouwen waarmee onderzoekers gebruik kunnen maken van AI voor een snellere diagnose in een vroeg stadium en therapeutische innovatie.
Een technologisch partnerschap om de diagnose en behandeling van lymfomen te verbeteren
Artefact zet data en AI om in waarde en impact, niet alleen voor klanten, maar ook voor humanitaire doelen. Het Artefact 4 Good programma geeft onze werknemers de kans om bij te dragen aan zinvolle projecten. Microsofts Share AI programma voor het sponsoren van vaardigheden stelt werknemers in staat hetzelfde te doen. Het Carnot CALYM Institute, een internationaal academisch onderzoeksconsortium, zoekt voortdurend naar nieuwe manieren om lymfeklierkanker te bestrijden. Leden van alle drie de organisaties kwamen samen om te kijken hoe AI kon worden gebruikt om nieuwe wegen voor onderzoek te vinden.
Context en uitdagingen: wat lymfoom is en hoe AI kan helpen
Lymfoom is een bloedkanker die begint in infectiebestrijdende cellen (lymfocyten) van het immuunsysteem. Het is de meest voorkomende bloedkanker en de zesde meest voorkomende kanker wereldwijd, met ongeveer 80 subtypes. Door hun heterogeniteit zijn lymfomen moeilijk te diagnosticeren en vereisen ze verschillende therapeutische strategieën.
Omdat AI enorme hoeveelheden data kan analyseren en integreren, kan het volgens CALYM een belangrijke rol spelen in de hele innovatieketen van O&O in de gezondheidszorg, van ziektekarakterisering en diagnose tot geneesmiddelenontwikkeling en gepersonaliseerde therapeutische strategieën.
Voor het Lymfoom Data Hub project beschikte CALYM al over middelen om AI integratie te vergemakkelijken:
Maar er waren ook hindernissen:
Delphine SONDAZ, Projectleider, Carnot CALYM Instituut
Oplossing: ontwikkeling van een samenwerkend Lymfoom Data Hub
Om de ethische exploitatie van enorme hoeveelheden gezondheid data te verbeteren en te vergemakkelijken, vroeg CALYM Artefact om een omgeving te ontwikkelen die samenwerking, data delen en state of the art data leren op een realtime en beveiligde manier mogelijk maakt, om zo het aantal en de kwaliteit van onderzoekssamenwerkingen ten voordele van lymfoompatiënten te verhogen.
CALYM had vijf eisen. Hun oplossing moest traceerbaar zijn, modulair, collaboratief , zelfs voor werk op afstand, agile, en bovenal veilig.
Onze oplossing was een Lymfoom Data Hub: een platform dat het verzamelen, verwerken en delen van data mogelijk maakt. AI fabriek met grondstoffen, waar alle data die beschikbaar is voor onderzoeksprojecten is geconcentreerd in één omgeving.
Het succes van deze omgeving wordt verzekerd door twee essentiële pijlers:
1. Data governance: er moeten governancerichtlijnen voor het data platform worden opgesteld om rollen en verantwoordelijkheden en te volgen processen te definiëren en te handhaven. Deze omvatten duidelijk en beheerd data toezicht, data beveiliging volgens de huidige wetgeving, data toezicht, data kwaliteit en data toegankelijkheid.
2. Architectuur: de veiligheid, kwaliteit en vertrouwelijkheid van data moet worden gewaarborgd door het definiëren van de ideale infrastructuur voor het verzamelen, behandelen, opslaan en delen van data. De Azure cloudoplossing van Microsoft werd geselecteerd voor de implementatie van de Hub Lymfoom Data . Azure is de eerste cloudprovider met HDS*-certificering in Frankrijk en maakt een duidelijke definitie van rollen, meerdere beveiligingscontroles, prestatieoptimalisatie, schaalbaarheid, traceerbaarheid en data organisatie mogelijk.
Deze hub voor het delen van data en algoritmeontwikkeling is ook een evolutieve catalogus van data die beschikbaar is voor onderzoekssamenwerking met partners die onze visie delen. Het gebruik ervan zal academisch onderzoek en onderzoek in partnerschappen versterken om het begrip, de diagnose en de behandeling van lymfoom te verbeteren.
*Hébergeurs de Données de Santé (Gezondheid data hosting)
Resultaten: Meetbare verbeteringen in de kanker detectie nauwkeurigheid
Voorafgaand aan de lancering van de Lymphoma Data Hub werd een diagnostisch proefproject uitgevoerd waarbij computervisie werd gebruikt om een deep-learning algoritme te ontwikkelen om pathologen te helpen bij het diagnosticeren van folliculair lymfoom, een van de vele subtypes van de ziekte. ArtefactHet experiment was succesvol in het detecteren van de aanwezigheid van kanker met een nauwkeurigheid tussen 90% en 98%.
Er zijn ook acht andere onderzoeksprojecten voor de nabije toekomst vastgesteld, variërend van de vroegtijdige opsporing van ziekten tot een betere monitoring van de evolutie van de ziekte als reactie op medische verzorging.
Artificial intelligence biedt een nieuwe kans om de zorg voor patiënten met lymfklierkanker te verbeteren. Naarmate de Hub Lymfoom Data zich ontwikkelt en groeit met de inbreng van de leden van het consortium, zal de ziekte beter worden begrepen, waardoor nieuwe wegen voor de ontwikkeling van behandelingen en geneesmiddelen kunnen worden verkend; de diagnose zal sneller en nauwkeuriger worden, waardoor het comfort van de patiënt toeneemt; en de reacties op behandelingen zullen beter worden voorspeld, wat leidt tot meer gepersonaliseerde therapeutische strategieën.
Emmanuel Gomez, directeur O&O, Carnot CALYM Instituut