Une équipe de recherche de l’Université polytechnique de Hong Kong (PolyU) a développé un « système de simulation de patient virtuel à intelligence artificielle (IA) » centré sur le patient, surmontant les limites du diagnostic statique conventionnel. En intégrant dynamiquement les données multimodales des patients, notamment les données génomiques, l’imagerie médicale et les dossiers cliniques, le système crée un modèle de « jumeau numérique » continuellement mis à jour. Il peut non seulement suivre l’évolution de l’état d’un patient en temps réel, mais également prédire l’efficacité potentielle de différentes options de traitement du cancer, aidant ainsi les équipes soignantes à formuler des solutions médicales plus précises et personnalisées.
D’autres outils d’IA médicale s’appuient souvent sur un seul scanner, un rapport génomique ou des données cliniques statiques pour l’analyse, ce qui rend difficile l’acquisition d’une compréhension globale des changements dynamiques de l’état d’un patient. Dirigée par le professeur Lawrence CHAN, professeur agrégé du département PolyU de technologie et d’informatique de la santé, l’équipe a développé le « système de simulation de patient virtuel AI », basé sur une plateforme de jumeau numérique centrée sur le patient. Combinant une plateforme destinée aux professionnels de la santé avec une application mobile destinée aux patients, le système peut effectuer des analyses prédictives en réponse aux changements en temps réel de l’état d’un patient et simuler l’efficacité de différentes options de traitement. Il fournit une assistance intelligente pour le diagnostic clinique, la surveillance de l’état et l’évaluation du traitement. Le système est particulièrement adapté au cancer et aux soins intensifs, où la progression de la maladie peut être complexe, les options de traitement diverses et les coûts médicaux élevés, ce qui donne un nouvel élan au développement de la médecine de précision.
La principale force du système réside dans la collaboration étroite qu’il permet entre les professionnels de santé et les patients. La plateforme de soins de santé dédiée intègre des données multimodales, notamment des données génomiques, des images médicales, des rapports de pathologie, des résultats de tests de laboratoire et des dossiers cliniques, aidant ainsi les médecins à obtenir une vue d’ensemble complète de l’état d’un patient, à améliorer la prise de décision en matière de diagnostic et de traitement et à rationaliser les consultations multidisciplinaires et les processus de référence. Parallèlement, l’application mobile destinée aux patients permet à ces derniers de télécharger des dossiers médicaux, d’enregistrer leurs symptômes quotidiens et de suivre leur état de santé. Grâce à un code QR Deep Feature crypté, les données médicales peuvent être transférées en toute sécurité entre différentes cliniques, hôpitaux et appareils, améliorant ainsi l’efficacité du partage de données tout en protégeant la confidentialité. Grâce à ce système, les patients peuvent passer d’un traitement passif à une participation active à la gestion de leur santé, renforçant ainsi la collaboration médecin-patient.
Pour faire progresser l’application de cette technologie dans la prise de décision en matière de soins et de traitement du cancer, l’équipe de recherche a introduit un cadre d’IA multi-échelle clinique, basé sur des données, pour prédire la réponse de l’immunothérapie chez les patients atteints d’un cancer du poumon non à petites cellules. L’approche multimodale intègre efficacement les caractéristiques des images histopathologiques aux données cliniques, notamment les profils d’expression génique et les textes sur les types de cancer. Nommé Visual-Global Relation Fusion Network (ViGNet), le nouveau cadre intègre à la fois un encodeur visuel multi-échelle et un encodeur piloté par les gènes, permettant à l’IA d’analyser les images et les caractéristiques génomiques étroitement liées à la réponse au traitement du cancer.
Dans les évaluations qualitatives et quantitatives, ViGNet a surpassé les approches de base en matière de classification des réponses, atteignant une performance de discrimination de 82,55 % dans la prédiction de la réponse à l’immunothérapie. Cette recherche révolutionnaire permet une intégration plus efficace de données multi-sources et soutient le déploiement pratique de méthodes d’IA en milieu clinique, fournissant ainsi des informations importantes pour un traitement personnalisé et une prise de décision clinique. L’étude a été publiée dans la revue internationale Analyse d’images médicales.
Le système de simulation de patients virtuels AI est une plateforme innovante et complète qui intègre le diagnostic, la surveillance et l’évaluation du traitement. En plus d’identifier des connexions pathologiques subtiles mais cruciales à travers les données multimodales, le système peut également agir comme une « sentinelle de surveillance », alertant les équipes de soins lorsque les biomarqueurs ou les symptômes d’un patient présentent des anomalies. Cette technologie transformatrice contribue à raccourcir les délais de diagnostic et d’évaluation, aidant ainsi les professionnels de la santé à développer des plans de traitement plus précis, efficaces et personnalisés pour les patients atteints de cancer ou d’autres maladies graves. »
Prof. Lawrence Chan, professeur agrégé, Département PolyU de technologie de la santé et d’informatique
Cette avancée majeure en matière de recherche a été récemment présentée au Mobile World Congress 2026 à Barcelone, en Espagne, où, en reconnaissance de son innovation technique exceptionnelle, elle a été sélectionnée comme finaliste des Global Mobile Awards 2026 dans la catégorie de la meilleure innovation mobile pour la santé et le bien-être connectés. Cette réalisation démontre l’influence internationale de PolyU dans les applications des technologies de la santé et de l’IA.
Le projet a reçu un financement du PolyU Micro Fund et du Seed Fund, ainsi que du programme d’incubation d’innovation et d’entrepreneuriat GBA. Il a également été accepté sous condition dans le programme d’incubation du parc scientifique et technologique de Hong Kong et progresse désormais vers une nouvelle étape de commercialisation et d’industrialisation. À mesure que le système est régulièrement déployé en milieu clinique, les données réelles qu’il collecte éclaireront le développement de médicaments, les essais cliniques et l’optimisation des plans de traitement, améliorant ainsi l’écosystème de l’innovation médicale et bénéficiant à davantage de patients.
