Microsoft réduit jusqu’à 50 fois le calcul en pathologie

Microsoft présente GigaPath-Flash et GigaTIME-Flash, deux modèles de recherche destinés à rendre l’analyse de pathologie plus efficace. Cette annonce est datée du 19 octobre 2026. Les modèles prolongent GigaPath et GigaTIME, développés par Microsoft Research, l’Université de Washington et Providence. Leur objectif est de réduire les ressources nécessaires pour analyser de grandes cohortes et répéter davantage d’expériences. Les deux modèles sont disponibles avec leurs poids sous licence Apache 2.0. Ils ne sont pas destinés à la pratique clinique. Leur utilisation ne doit donc pas servir au diagnostic, au pronostic, au choix d’un traitement ou à une décision concernant un patient.

Les lames imposent une charge de calcul élevée en pathologie numérique. Une image complète de lame dépasse souvent un gigapixel et nécessite le traitement de milliers de tuiles. Les études portant sur des dizaines de milliers de patients multiplient ce coût. La découverte à l’échelle d’une population exige aussi des extractions répétées, des analyses statistiques, des tests d’hypothèses et des validations par sous-groupes. GigaPath, publié dans Nature en 2024, analyse des lames entières grâce à des représentations intégrant les motifs cellulaires et l’architecture des tissus. GigaTIME, publié dans Cell en 2026, modélise le microenvironnement tumoral à partir d’images H&E et de données d’immunofluorescence multiplexée.

Microsoft réduit le calcul nécessaire

GigaPath-Flash combine un encodeur ViT-S de 22 millions de paramètres et un encodeur de lame LongNet de 21 millions de paramètres. L’encodeur de tuiles provient d’une distillation de l’encodeur ViT-g de GigaPath, qui compte environ un milliard de paramètres. L’encodeur de lame contextualise les représentations grâce à une attention dilatée dont le coût évolue linéairement avec le nombre de tuiles. Sur les bancs d’essai PANDA, consacré à la gradation du cancer de la prostate, et EBRAINS, consacré aux tumeurs cérébrales, le modèle affiche le coût d’inférence le plus faible parmi les modèles préentraînés étudiés. Il reste à moins de 3 % de GigaPath avec environ 50 fois moins de calcul.

GigaTIME-Flash remplace le réseau convolutif de GigaTIME par l’encodeur ViT-S de GigaPath-Flash. Un décodeur convolutionnel léger traduit les images H&E en cartes virtuelles d’immunofluorescence multiplexée. Un ajustement avec des adaptateurs LoRA conserve largement les poids de l’encodeur préentraîné. Sur des cohortes de cancers du cerveau, du sein, du côlon et du poumon, le modèle égale ou dépasse GigaTIME pour la prédiction des protéines spatiales. Ces résultats couvrent des données similaires à l’entraînement et des cohortes externes. GigaTIME avait déjà été appliqué à plus de 14 000 patients et avait identifié plus de 1 200 associations statistiquement significatives entre états immunitaires et biomarqueurs cliniques.

Les cohortes gagnent en capacité

Les gains annoncés atteignent environ six fois plus de vitesse et huit fois moins de mémoire pour GigaTIME-Flash, avec une meilleure qualité prédictive que GigaTIME. Sur une carte NVIDIA A100, Microsoft estime environ deux heures de calcul pour 1 000 lames, sept jours pour 100 000 lames et 70 jours pour un million de lames. Les estimations supposent environ 10 000 tuiles par lame et une taille de lot de 128. Le temps réel dépend de la taille des lames, de la résolution de découpage et du matériel. GigaTIME-Flash dépasse 1 600 tuiles par seconde dans les mesures présentées. Les modèles sont disponibles sur Hugging Face et GigaTIME-Flash.

La validation reste centrée sur une première sélection de bancs d’essai et de cohortes. Les équipes indiquent que des évaluations plus larges doivent couvrir davantage de tâches, de scanners et de populations de patients. Elles invitent la communauté à tester les modèles et à documenter leurs réussites comme leurs limites. Les applications cliniques nécessiteront des validations supplémentaires, menées dans plusieurs établissements et de manière prospective. Les détails techniques sont présentés dans le papier consacré à GigaPath-Flash et GigaTIME-Flash. Les modèles fournissent donc une base de recherche ouverte pour étudier la biologie des maladies, les biomarqueurs et les résultats cliniques, sans constituer des outils validés pour les soins.