Reply et l'Institut Européen d'Oncologie ont initié un partenariat stratégique axé sur le co-développement et l'entraînement de modèles de langage de grande taille (LLM) spécialisés dans le domaine de l'oncologie. Cette initiative conjugue l'expertise de Reply dans la conception de modèles génératifs de pointe, ancrés dans les connaissances métiers, avec les compétences cliniques et les actifs de données de l'Institut Européen d'Oncologie, afin de développer des modèles adaptés aux environnements oncologiques de haute complexité. Dans un premier temps, les équipes cliniques et la direction des systèmes d'information de l'Institut collaborent avec une équipe multidisciplinaire de Reply, experte en santé et en spécialisation de LLM, pour définir et hiérarchiser les cas d'usage directeurs, tout en cartographiant les données disponibles pour identifier les jeux de données les plus aptes à soutenir l'entraînement des modèles.

Les premiers domaines d'application concernent l'oncologie mammaire, l'oncologie urologique et la prévention, choisis pour évaluer leur pertinence clinique et leur faisabilité technique. Les rapports cliniques, l'imagerie diagnostique, les données structurées et d'autres informations cliniques pertinentes dans ces secteurs sont analysés en termes de typologie, de volume, de qualité et d'accessibilité. Cette démarche permettra de définir des jeux de données alignés sur les cas d'usage sélectionnés et d'orienter les prochaines phases de développement.

S'appuyant sur ces travaux, le programme entrera dans une phase d'entraînement des modèles de langage sur les cas d'usage retenus, suivie du développement et du déploiement des solutions résultantes en milieu clinique pour soutenir la prévention, le diagnostic et le traitement. Ce projet figure parmi les premières initiatives développées au sein de la 'Reply Model Factory', la plateforme industrielle de Reply dédiée à la construction de modèles génératifs avancés. Ces derniers sont conçus pour alimenter des systèmes d'IA et des agents autonomes en parfaite adéquation avec le contexte opérationnel de chaque organisation. Dans ce cadre, la définition des cas d'usage, la qualification des sources, la préparation des données et l'entraînement des modèles s'inscrivent dans un processus intégré visant à garantir une maîtrise totale des données, des processus et des résultats.