Decideo - Actualités sur le Big Data, Business Intelligence, Data Science

Abonnez-vous gratuitement à Decideo !


Decideo

 


La technologie d’analyse cognitive d’Expert System au service du projet OncoSNIPE pour développer la médecine de précision


Rédigé par Communiqué de Expert System le 7 Février 2017

Ce projet permettra d’analyser les mécanismes de résistance en oncologie pour permettre le développement d’outils à visée diagnostique et thérapeutique.



La technologie d’analyse cognitive d’Expert System au service du projet OncoSNIPE pour développer la médecine de précision
Expert System, le leader des technologies d’analyse cognitive pour la gestion des contenus non structurés annonce aujourd’hui que sa technologie d’analyse sémantique a été choisie comme module sémantique dans le cadre du programme OncoSNIPE® conduit par ONCODESIGN (FR0011766229 - ALONC), une société biotechnologique au service de l’industrie pharmaceutique pour la découverte de nouvelles molécules thérapeutiques contre les cancers et autres maladies graves sans traitement efficace connu.

L’objectif du programme OncoSNIPE® est le développement et la mise en œuvre d’approches « bio-informatiques » faisant appel à des méthodologies basées entre autres sur l’intelligence artificielle, l’apprentissage statistique et l’enrichissement sémantique qui doivent permettre l’identification et la caractérisation de patients résistants aux traitements anti-cancéreux et ainsi orienter la recherche et le développement de solutions thérapeutiques spécifiques à travers l’identification de nouvelles cibles. OncoSNIPE® permettra à Oncodesign de générer de nouvelles voies de recherche thérapeutiques pour ses activités Expérimentation et Découverte.

Le projet, d’une durée de 4 ans est piloté et coordonné par Oncodesign ; il regroupe les compétences de 4 partenaires industriels aux expertises et cœurs de métiers complémentaires et synergiques : Expert System, Sword, Acobiom et Oncodesign et 3 institutions académiques : les Hôpitaux Universitaires de Strasbourg, le Centre George François Leclerc (Dijon) et l’Institut Paoli Calmettes (Marseille), ces deux derniers étant des centres de lutte contre le cancer.

OncoSNIPE ciblera trois types de cancers : celui du sein, du pancréas et du poumon. Ces trois cancers, représentatifs des circonstances de mise en œuvre et d’apparition des mécanismes de résistance en oncologie donnent au projet la diversité nécessaire à la mise en place d’outils à visée diagnostique et thérapeutique.
Au cours de ces 4 ans, plus de 800 patients seront pris en charge par les partenaires académiques et 600 bénéficieront d’un suivi longitudinal original au cours duquel ils bénéficieront du suivi clinique classique, mais également d’un suivi génomique par NGS de leur tumeur (Exom-seq et RNA-seq) et de leurs marqueurs sanguins (RNA-seq) réalisés lors du diagnostic, de la meilleure réponse thérapeutique et à l’apparition de la résistance. L’ensemble de ces informations contextualisées à l’aide d’approches d’enrichissement sémantique serviront de base à la modélisation des mécanismes de résistances, à l’identification de biomarqueurs, à la découverte de nouvelles cibles thérapeutiques et à la génération de la connaissance nécessaire à la mise en œuvre d’une filière de médecine de précision dédiée aux patients résistants aux traitements anti-cancéreux.

« Le projet OncoSNIPE va nous permettre de renforcer nos connaissances et nos capacités d’annotation textuelle dans le domaine de l’Oncologie en prenant en compte les biomarqueurs. Nous pourrons ainsi développer, en partenariat avec Sword notamment, des produits et des services intégrables au sein de systèmes informatiques hospitaliers », déclare Claudio Palmolungo, Vice Président Executif Europe, Expert System.

Expert System a déjà participé à un projet de lutte contre le cancer aux côtés d’UNICANCER, Groupe des Centres de lutte contre le cancer (CLCC), comme module sémantique dans le cadre de son projet ConSoRe (Continuum Soin-Recherche) ; La technologie sémantique d’Expert System avait alors permis d’extraire des dossiers patient les références médicales, les antécédents familiaux, la classification TNM de cancers et tumeurs et leurs localisations. Ces informations étaient ensuite indexées en tant que métadonnées et restituées sous forme de facettes pour accélérer la recherche et la navigation au sein des dossiers patients et la sélection de candidats pertinents.




Nouveau commentaire :
Twitter

Vous pouvez commenter ou apporter un complément d’information à tous les articles de ce site. Les commentaires sont libres et ouverts à tous. Néanmoins, nous nous réservons le droit de supprimer, sans explication ni préavis, tout commentaire qui ne serait pas conforme à nos règles internes de fonctionnement, c'est-à-dire tout commentaire diffamatoire ou sans rapport avec le sujet de l’article. Par ailleurs, les commentaires anonymes sont systématiquement supprimés s’ils sont trop négatifs ou trop positifs. Ayez des opinions, partagez les avec les autres, mais assumez les ! Merci d’avance. Merci de noter également que les commentaires ne sont pas automatiquement envoyés aux rédacteurs de chaque article. Si vous souhaitez poser une question au rédacteur d'un article, contactez-le directement, n'utilisez pas les commentaires.


Twitter
Rss
LinkedIn
Facebook
Apple Podcast
App Store
Google Play Store