OncoAgent : un système d'IA pour le dépistage précoce du cancer fondé sur les données privées des patients

La confidentialité, principe central du diagnostic

OncoAgent propose une approche radicalement différente pour appliquer l'intelligence artificielle en clinique oncologique. Contrairement aux solutions cloud, qui exigent de transmettre des informations confidentielles sur les patients à des serveurs distants, OncoAgent fonctionne entièrement en local. Autrement dit, l'historique médical, les résultats d'analyses et les données personnelles du patient restent dans le réseau clinique protégé et n'en sortent jamais.

Architecture : un système de décision à deux niveaux

La principale innovation d'OncoAgent tient à son architecture à deux modèles spécialisés. Au premier niveau, un modèle léger, Qwen 3.5, de 9 milliards de paramètres. Il assure un tri initial rapide des données du patient : analyse des plaintes, des examens de base et de l'historique médical. Le modèle détermine si une analyse approfondie est nécessaire ou si le cas est standard et peut être traité selon les protocoles établis.

Pour les cas complexes, le système bascule vers un second modèle, Qwen 3.6, de 27 milliards de paramètres. Cette version plus puissante réalise une analyse détaillée en s'appuyant sur une base de connaissances de recherches oncologiques et de recommandations cliniques. Le système emploie la technique Corrective RAG (Retrieval-Augmented Generation), qui vérifie la qualité des documents retrouvés : l'algorithme évalue automatiquement si les données extraites sont réellement pertinentes pour le cas concerné.

Comment ça marche : des données à la recommandation

Le système repose sur le framework LangGraph, qui organise l'analyse en huit nœuds logiques successifs. Chaque nœud prend en charge une étape précise :

• Traitement initial et structuration des données médicales
• Analyse des symptômes cliniques et de l'historique de la maladie
• Recherche d'études et de recommandations pertinentes dans la base de connaissances
• Vérification de la qualité et de l'actualité des informations trouvées
• Synthèse des recommandations, avec le niveau de confiance de l'algorithme
• Vérification du résultat par un validateur de sécurité intégré
• Mise en forme de la recommandation dans un format lisible par le médecin
• Signalement des cas nécessitant l'intervention d'un spécialiste

Sur du matériel AMD Instinct MI300X, le système traite un cas complexe en moins de 30 secondes. Le médecin peut ainsi obtenir un appui à sa décision en temps réel pendant la consultation.

Sécurité et conformité aux normes

L'une des caractéristiques clés est un mécanisme intégré de suppression des informations protégées. Avant l'analyse, le système retire automatiquement du texte tous les identifiants directs du patient : nom complet, dates de naissance, numéros de documents et adresses. L'algorithme est entraîné à reconnaître et à masquer même les données personnelles indirectes, comme une combinaison rare de maladies susceptible de désigner indirectement une personne.

La principale différence avec les autres systèmes d'aide à la décision réside dans le principe HITL (Human-In-The-Loop) : le système ne pose jamais de diagnostic de lui-même. Il fournit des recommandations pondérées, et c'est le médecin qui prend la décision finale. C'est crucial en oncologie, où une erreur de diagnostic peut coûter la vie au patient.

Ce que cela signifie

OncoAgent illustre une voie possible pour déployer l'intelligence artificielle en médecine sans concession sur la sécurité ni sur la confidentialité. Le système montre qu'une grande précision d'analyse et une protection maximale des données ne sont pas des exigences contradictoires, mais les deux faces d'un même problème d'architecture.

Pour les établissements de santé, cela signifie pouvoir utiliser les méthodes d'IA modernes sans craindre de porter atteinte à la vie privée des patients ni de enfreindre les lois internationales sur la protection des données.