Depuis longtemps, médecins et scientifiques s'appuient sur les microscopes pour examiner les tissus humains et diagnostiquer les maladies. Toutefois, les recherches médicales actuelles génèrent une quantité d'informations bien supérieure à ce que l'œil humain peut analyser seul, notamment des cartographies détaillées des gènes et des protéines présents au sein des cellules. Une nouvelle étude menée par des chercheurs de l'Université Yale démontre comment l'intelligence artificielle peut intégrer ces divers types de données, offrant ainsi une vision plus claire et plus complète de ce qui se passe à l'intérieur du corps et de la manière dont les maladies se développent. Ces résultats, publiés dans la revue Nature Biomedical Engineering, marquent une avancée significative dans la compréhension des processus biologiques complexes dans les tissus malades. Grâce à cette nouvelle approche, les scientifiques peuvent désormais relier des informations moléculaires à des structures cellulaires observées au microscope, révélant des interactions entre cellules qui étaient auparavant invisibles. Cette capacité à croiser des données de différentes natures — génomiques, protéomiques, histologiques — permet d’identifier de nouveaux mécanismes sous-jacents aux maladies, comme le cancer ou les affections inflammatoires. L’outil, conçu à partir d’un modèle d’apprentissage profond, apprend à reconnaître des motifs dans les images de tissus tout en les associant à des profils moléculaires précis. Il aide ainsi à mieux localiser les cellules anormales, à comprendre leur environnement et à suivre leur évolution au fil du temps. Cette innovation pourrait non seulement améliorer les diagnostics, mais aussi guider le développement de traitements personnalisés. En combinant la puissance de l’IA avec les connaissances biologiques, cette recherche ouvre la voie à une médecine plus précise et plus prédictive, où chaque tissu malade devient un livre ouvert sur les mécanismes de la maladie.