NEW YORK–(BUSINESS WIRE)–Paige, leader mondial des solutions de pathologie numérique de bout en bout et des applications d’IA clinique, a annoncé aujourd’hui la sortie d’un produit révolutionnaire développé à partir du modèle de fondation de la pathologie de Paige, Virchow. Construit à partir de l’une des plus grandes bibliothèques d’images numérisées, en utilisant les ressources informatiques uniques fournies par la Commission européenne. Microsoft ResearchDans le cadre de son projet de recherche, Paige a mis au point la première application capable de détecter le cancer dans plus de 17 types de tissus différents, dont la peau, les poumons et le tractus gastro-intestinal, ainsi que de multiples types de tumeurs rares et de dépôts métastatiques.
Traditionnellement, le développement d’applications d’IA pour la détection du cancer en pathologie nécessitait de vastes ensembles de données, un type de tissu à la fois, ce qui prenait souvent des mois, voire des années, pour atteindre le niveau clinique. En s’appuyant sur son modèle de fondation unique, Paige a dépassé ces limites. Avec des données provenant de plus de 4 millions de lames numérisées, l’approche innovante de Paige élimine les contraintes liées au développement de produits à base de tissus uniques, ce qui permet de créer efficacement des applications d’IA pour la détection du cancer dans une multitude de types de tumeurs, une première dans le domaine du diagnostic du cancer basé sur l’IA.
« Le succès rapide de notre modèle de fondation a été possible grâce à la taille, à la qualité et à la diversité des ensembles de données que nous avons utilisés pour le construire », a déclaré Siqi Liu, PhD, directeur de la science de l’IA à Paige. « Paige a accès à l’un des ensembles de données pathologiques les plus importants et les plus réputés au monde, ce qui nous permet de tirer parti d’approches d’apprentissage profond de pointe pour former des systèmes à la détection d’entités cancéreuses communes, complexes et même très rares. Le développement de Paige fournit à la communauté des pathologistes les outils les plus puissants pour le diagnostic, le pronostic, le développement de biomarqueurs et la sélection ciblée de patients pour une thérapie de précision », a-t-il poursuivi.
Les performances exceptionnelles de l’application multicancéreuse de Paige sur différents types de tissus sont considérées comme l’état de l’art en matière de pathologie cancéreuse AI1. Paige s’engage à faire en sorte que ses applications d’IA soient de qualité clinique et continuera donc à solliciter la surveillance réglementaire de la FDA pour les produits basés sur la technologie du modèle de fondation.
« Nous considérons que l’autorisation de la FDA est essentielle pour garantir le respect des normes réglementaires et de sécurité dans l’application de l’IA au diagnostic du cancer pour tous les types de tumeurs », a déclaré Andy Moye, PDG de Paige. « Paige reste à la pointe de l’innovation et des étapes réglementaires, et nous nous attendons à ce que ce modèle de détection multi-tissus profite aux patients, aux pathologistes et à l’ensemble de la communauté médicale. Notre engagement en faveur de l’excellence est illustré par cette réalisation révolutionnaire, qui marque une avancée significative dans le domaine du diagnostic du cancer. »
« Au-delà de ses capacités multitissulaires, le modèle Foundation et l’utilisation de ses encastrements peuvent également être exploités comme un élément essentiel dans une variété d’applications en amont et en aval dans l’ensemble du continuum des soins de santé », a déclaré Razik Yousfi, vice-président principal de la technologie chez Paige. « En combinant les résultats du modèle de la Fondation avec des types de données provenant d’autres modalités, y compris la génomique, la radiologie et d’autres données de santé, on peut obtenir des informations exponentiellement plus importantes sur la nature du cancer, son comportement et sa réponse à des traitements spécifiques ».
—
1https://arxiv.org/pdf/2309.07778.pdfVorontsov E, Bozkurt A, Casson AI et al. VIRCHOW : UN MODÈLE DE FONDATION DE PATHOLOGIE NUMÉRIQUE À UN MILLION DE DIAPOSITIVES. ArXiv. Préprint publié en ligne le 14 septembre 2023. arXiv:2309.07778v4
