Le groupe français, éditeur de logiciels pour l’imagerie médicale et prestataire de services d’interprétation et de gestion d’images en oncologie et le géant américain vont collaborer pour lancer leur nouvel outil commun sur le marché en plein développement de la médecine personnalisée. Cette « médecine du futur » parfois décriée par certains professionnels effrayés par les éventuelles dérives vers le tout-génétique au détriment des aspects socio-psychologiques.

Median Technologies et Microsoft ont signé en juin dernier un accord de partenariat basé sur le développement de nouvelles méthodes de détection et de suivi des cancers. Cela via l’analyse de « Big data », ces groupes de donnés tellement volumineux qu’ils en deviennent difficiles à être analysés par des outils classiques de gestion de base de données.

Une collaboration étroite entre deux éditeurs leaders dans leurs domaines respectifs

Ainsi Median Technologies s’est offert la collaboration de Microsoft pour mettre au point un nouveau logiciel : IBIOPSY™. Ce dernier est un système révolutionnaire de détection de phénotypes, c’est-à-dire l’ensemble des caractères observables d’un individu, de divers cancers par l’extraction et la mesure de données médicales, des biomarqueurs d’imagerie, via la plateforme « Cloud Azure » mise au point par… Microsoft !

IBIOPSY™ permettra d’analyser méthodiquement les images médicales et d’extraire en temps réel des biomarqueurs d’imagerie, indicateurs fondamentaux pour améliorer le diagnostic et le traitement des cancers. « La médecine personnalisée est en mesure de révolutionner la façon dont les données médicales sont utilisées pour identifier méthodiquement et offrir des soins ciblés aux patients » précise Fredrik Brag, le P-DG de Median Technologies

Dans un interview de lesechos.fr, ce dernier insiste sur les conséquences positives de cet outil pour la recherche contre le cancer : « extraire des biomarqueurs d’imagerie caractéristiques de la maladie est au cœur même de cette problématique. L’utilisation des méthodes de traitement des Big data va permettre d’analyser en temps réel des biomarqueurs d’imagerie, une étape essentielle à la détection précoce des cancers et la mise en œuvre de nouvelles stratégies médicales personnalisées ».

L’expertise de Microsoft devrait profiter au développement de Median Technologies

Pour le succès de cette mission, les équipes de Microsoft doivent mettre leurs compétences techniques au service des professionnels de santé qui recourent toujours davantage à l’imagerie médicale. « Nous sommes fiers d’accompagner le développement du logiciel mis au point par Median et d’encourager les nouvelles technologies de la recherche contre le cancer » soutient Bernard Ourghanlian, le directeur du département Technique et Sécurité de Microsoft France. « Nous sommes plus que jamais déterminés à proposer des solutions aux scientifiques et aux professionnels de santé, pour répondre aux enjeux majeurs en termes de détection, de diagnostic et de traitement des cancers, en leur offrant un accès aux technologies les plus innovantes ».

S’appuyant sur la puissance de la plateforme « Cloud Azure » de Microsoft, IBIOPSY™ permettra d’analyser plus rapidement les données d’imagerie et de santé à disposition et ainsi contribuer à accélérer le diagnostic clinique et la découverte de nouveaux traitements en oncologie.

Le logiciel IBIOPSY™ devra guider les professionnels de la santé et les centres médicaux du monde entier afin de répondre plus rapidement et plus efficacement aux problématiques de traitement et d’analyse des images médicales nécessaires au développement de thérapies personnalisées pour lutter contre le cancer.

Un outil statistique préventif déterminant pour la recherche médicale ?

IBIOPSY™ devrait également innover en termes d’exploitation systématique de volumes massifs de données provenant de l’imagerie médicale. En unissant leurs efforts, Median Technologies et Microsoft souhaitent permettre aux centres médicaux de se concentrer dans un futur proche à la mise en œuvre de nouvelles analyses prédictives basées sur des méthodes d’apprentissage automatique et de chiffrement méthodique via l’analyse des « Big data ».