Des scientifiques de l’EPFL ont créé spora, présenté comme la plus vaste collection ouverte d’images tissulaires de protéomique spatiale au monde. L’objectif est de fournir aux systèmes d’intelligence artificielle des données suffisamment riches et standardisées pour mieux comprendre l’organisation des tissus et, à terme, améliorer l’étude du cancer.
La plateforme rassemble 13’546 images multiplex issues de 5’477 patientes et patients, réparties entre 35 cohortes, 14 types de tissus et cinq technologies d’imagerie. Lorsque cela est possible, les données moléculaires sont associées à des images d’histopathologie, permettant de rapprocher la recherche computationnelle des images utilisées en pratique clinique.
L’enjeu est important : les modèles d’IA entraînés sur les données d’un seul laboratoire ou hôpital peuvent perdre en performance lorsqu’ils rencontrent d’autres patients, équipements ou méthodes de mesure. Spora harmonise donc les formats et propose également des outils pour entraîner et comparer les modèles sur différentes cohortes.
Le projet a mobilisé pendant deux ans des équipes de l’EPFL, de l’Hôpital universitaire de Zurich, de l’Université de Zurich, des Hôpitaux universitaires de Genève, de l’Université de Genève et de l’EMBL-EBI. Il s’inscrit dans la National AI Initiative for Precision Oncology (NAIPO) et bénéficie des capacités de calcul de la Swiss AI Initiative.
Principalement centré sur le cancer aujourd’hui, spora doit progressivement intégrer davantage de tissus, de maladies et de technologies. L’ambition est de permettre à l’IA de produire des modèles plus généralisables et, à terme, de mieux prédire l’évolution d’une maladie et la réponse aux traitements.