WeLink.Care Collection

Vidéo

Atelier médecine personnalisée oncologie approche omique – Guillaume Assié – Metz 2025

Voir la video
Ce contenu est réservé aux membres

Accédez aux ressources WeLink.Care

Atelier médecine personnalisée oncologie approche omique – Guillaume Assié – Symposium Metz 2025

Lors de notre symposium de mars qui s’est tenu à Metz, Guillaume Assié, professeur agrégé à l’Université Paris Descartes, a pris la parole pour nous parler de son atelier sur la médecine personnalisée en oncologie.

Guillaume Assié présente une approche innovante de la médecine personnalisée en oncologie, centrée sur l’utilisation des données massives et des agents de traitement. Il explique que l’approche “omique” combine diverses sources de données, telles que les données génomiques, transcriptomiques et cliniques, pour créer une vue multidimensionnelle du patient. Cette méthode permet de filtrer et de réduire la dimensionnalité des données, facilitant ainsi l’identification de sous-groupes de patients avec des caractéristiques biologiques distinctes, ce qui est crucial pour le diagnostic et le traitement personnalisé des tumeurs endocrines.

Assié illustre l’application de cette approche avec des exemples concrets, notamment l’analyse des tumeurs de la surrénale. Il montre comment les données transcriptomiques peuvent être utilisées pour classer les tumeurs en différents groupes, permettant de prédire la survie des patients et d’identifier ceux qui pourraient bénéficier de traitements spécifiques. Il aborde également l’intégration de données multimodales, telles que les images de scanner et les profils métaboliques, pour enrichir la compréhension des tumeurs et améliorer la précision des diagnostics.

Enfin, Assié discute des implications pratiques de cette approche dans le parcours de soins des patients. Il souligne l’importance de la détection précoce et de la personnalisation des traitements, ainsi que l’utilisation de technologies avancées comme l’IA générative pour optimiser les soins. Il évoque également les défis liés à l’interprétation des données massives et la nécessité de garantir la qualité des décisions médicales. En conclusion, il insiste sur la convergence des données individuelles vers une vision populationnelle, ouvrant la voie à une nouvelle génération de soins de santé publique.