Raidium et le Centre Léon Bérard unissent leurs forces en oncologie

Raidium et le Centre Léon Bérard unissent leurs forces en oncologie

Les deux structures ont été retenues comme partenaires dans le programme MA-MTB [1], soutenu par l’Agence Nationale de la Recherche (ANR). L’ambition : mettre au point un workflow d’imagerie agentique pour mieux identifier les patients pouvant participer aux essais cliniques en oncologie.

Raidium, startup MedTech à l’avant-garde de la radiologie de précision, annonce sa participation au projet MA-MTB (Multi-Agent for Clinical Decision Support in Molecular Tumor Board), piloté par le Centre Léon Bérard (CLB), centre de lutte contre le cancer de Lyon et Rhône-Alpes, et financé par l’ANR. Bénéficiant d’une enveloppe de 699 951 euros sur 36 mois, l’initiative a pour but de bâtir une plateforme d’aide à la décision multimodale combinant texte, données structurées et images, afin d’optimiser l’inclusion des patients dans les essais cliniques en oncologie. Le projet répond à un défi majeur : moins de 8 % des patients atteints d’un cancer dans le monde accèdent à un essai clinique. Dans ce dispositif, la console de radiologie de Raidium apportera le volet imagerie, avec la segmentation automatisée des lésions et l’analyse des critères radiologiques, d’abord appliquées au cancer du poumon.

Le projet MA-MTB : une IA multi-agents au service de la sélection des patients en oncologie

Sélectionné dans le cadre de l’appel à projets TSIA (Thématiques Spécifiques en Intelligence Artificielle) 2025 de l’ANR, MA-MTB rassemble un consortium de recherche couvrant l’imagerie médicale, l’anatomopathologie numérique, le profilage moléculaire et l’orchestration multi-agents par intelligence artificielle. Le projet s’appuie sur des travaux menés précédemment par l’équipe du Centre Léon Bérard, qui ont montré que l’intégration de comptes-rendus moléculaires dans des modèles de langage (LLM) améliorait l’identification des patients éligibles aux essais cliniques. Mais les agents IA pris isolément atteignent vite leurs limites et n’offrent qu’une lecture partielle du dossier.

Avec MA-MTB, une nouvelle étape est franchie : en combinant plusieurs types de données et les connaissances médicales disponibles, le workflow multi-agents peut examiner un éventail de critères d’éligibilité bien plus large qu’un agent seul.

Dr Loïc Verlingue, médecin-chercheur au Centre Léon Bérard, déclare : ” Moins de 8 % des patients atteints de cancer dans le monde sont inclus dans un essai clinique [1] . Une partie du problème tient au fait qu’aucun médecin ne peut vérifier manuellement 30 critères d’éligibilité par essai clinique, incluant des données d’imagerie, de pathologie et des données moléculaires, pour chaque patient, de manière régulière . Ce projet est notre réponse à cela : une plateforme qui croise automatiquement ces sources pour identifier en temps réel les patients éligibles à un essai. ”

L’objectif est d’atteindre plus de 70 % de précision dans l’appariement aux essais cliniques et l’orientation vers des thérapies ciblées. L’évaluation débutera sur des cas patients synthétiques, puis se poursuivra au sein de la Réunion de concertation pluridisciplinaire moléculaire du CLB. À la clé : une vision consolidée du dossier patient, réunissant radiologie, profilage moléculaire, anatomopathologie et bases de données d’essais cliniques dans un espace unique d’aide à la décision.

Le viewer de Raidium au cœur du système

Raidium apporte la couche imagerie de cette architecture. Lorsque les données radiologiques jouent un rôle dans l’éligibilité d’un patient, l’utilisateur interroge directement la console de Raidium, qui exécute automatiquement la segmentation des lésions, l’analyse des critères d’imagerie et la détection de découvertes incidentelles, avec une première application sur le cancer du poumon. La charge technique est assumée par le système, ce qui permet aux médecins de se concentrer sur l’interprétation et sur le patient. Ce volet est piloté par le Dr Loïc Verlingue, qui met son expertise clinique en oncologie au service de l’intégration dans le workflow MA-MTB.

Dr Loïc Verlingue, médecin-chercheur au Centre Léon Bérard, explique : “Raidium est l’acteur clé en imagerie. Leurs modèles évaluent automatiquement les critères RECIST 1.1 1 sur les scanners et détectent les événements qui excluraient un patient d’un essai. Nous les avons choisis parce qu’aucune autre équipe en Europe ne combine des modèles de premier plan capables d’évaluer le RECIST comme un radiologue, une expertise du travail des données multimodales, et la rigueur clinique et la capacité d’exécution nécessaires pour que ce projet, MA-MTB, s’intègre et fonctionne dans un vrai environnement hospitalier.”

Dr Paul Hérent, CEO et co-Fondateur de Raidium, ajoute : “La prochaine frontière des workflows en oncologie n’est pas un outil plus rapide pour une tâche isolée — c’est un système unifié où imagerie, données moléculaires et anatomopathologie fonctionnent ensemble. Le projet MA-MTB en est l’incarnation. Notre viewer apporte la couche imagerie à cette architecture agentique : il reçoit une requête, délivre la segmentation et les résultats, et les réinjecte dans le workflow décisionnel global. Nous construisons ce système pour que la complexité reste dans la machine et que le radiologue reste concentré sur le patient.”

Ces développements prolongent la plateforme oncologique de Raidium ainsi que Oncopilot, son modèle fondation propriétaire dédié à l’automatisation de l’analyse longitudinale complexe en imagerie oncologique. Oncopilot a fait l’objet d’une publication évaluée par les pairs dans npj Precision Oncology en 2025.