Le projet vise à accroître la maturité technologique de modèles in vitro innovants pour l’oncologie. Il développera et validera des tests précliniques plus rapides, plus prédictifs et plus robustes que ceux du marché, dans un environnement pertinent, afin de réduire les coûts et délais de développement des anticancéreux et de proposer une solution compatible avec les exigences industrielles : criblage haut débit, automatisation et analyses multiparamétriques.
La transplantation d’organes manque d’outils objectifs pour évaluer en temps réel la viabilité des greffons. Ce projet développe une approche non invasive combinant spectroscopie optique, biomarqueurs tissulaires et intelligence artificielle, intégrée aux machines de perfusion, afin de monitorer en continu l’état métabolique et pathologique des organes et optimiser la décision de greffe. Une évaluation objective, continue et standardisée de la qualité des organes tout au long du parcours de transplantation, du prélèvement à l’implantation, permettra de réduire l’incertitude clinique, fiabiliser la sélection des greffons, accompagner la réparation ex vivo et augmenter durablement le nombre d’organes utilisables en pratique clinique.
Plus d’info sur le consortium et le projet
L’objet du projet est de concevoir et de réaliser un premier prototype de MEG compact, intégrant la fonction de blindage magnétique, pesant 10 tonnes sur les appareils actuels. Il s’agit notamment de concevoir un blindage à partir des besoins des usages cliniques, seulement, optimisé pour le MEG de Mag4health, afin d’en réduire le poids d’un facteur 20. Le système MEG pourra ainsi : être installé à n’importe quel étage d’un hôpital, et non plus limité au rez de chaussée ; coûter 900 k€ au lieu de 1800 k€ ; et peser 500 kg au lieu de 10 tonnes.
L’objectif principal du projet MIRFLECT est d’aider au développement d’un scanner infrarouge de sections de tissu issues de biopsies. Il s’agit d’un microscope automatisé qui image des échantillons biologiques exposés à différents faisceaux lasers infrarouges. Il est prévu de mettre en œuvre une nouvelle architecture optique qui permette son exploitation à très large échelle dans tous les laboratoires privés ou publics. A partir des images infrarouges qui correspondent à des analyses chimiques spatialement résolues des sections de tissus, le consortium développera les algorithmes de deep learning ad-hoc qui interprétent ces données et les rendent intelligibles à tout médecin.
Plus d’info sur le consortium et le projet
