Carmen : Modéliser le cœur pour simuler et comprendre ses phénomènes électriques 

Commune à Inria et l’université de Bordeaux au sein de l’IMB, Carmen travaille sur des méthodes et modèles mathématiques visant à faciliter la simulation de la propagation des signaux électriques cardiaques.
« Nous détectons et modélisons un maximum d'ondes liées au cœur de façon à proposer aux médecins des outils leur permettant de mieux comprendre certaines pathologies cardiaques », explique Yves Coudière, responsable de l’équipe-projet.

Carmen est une équipe du pôle de modélisation de l’Institut hospitalo-universitaire Liryc et travaille à améliorer les solutions d'imagerie utilisées par des établissements hospitaliers, dont le CHU de Bordeaux.

Mais ce n'est qu’un début. L’équipe-projet vient d’obtenir un soutien financier de l'Agence nationale de la recherche pour aller plus loin. L'objectif ? « Arriver à simuler un cœur entier, cellule par cellule, ce qui n'a jamais été fait jusqu'ici », explique Yves Coudière. « Nous espérons ainsi inventer des modèles numériques qui pourraient aider les spécialistes à mieux détecter à l'avenir les origines potentiellement cellulaires de certaines arythmies cardiaques. »

Sistm : pour modéliser les réponses immunitaires à des traitements antirétroviraux ou à des vaccins

L'équipe-projet Sistm est commune à Inria, l’INSERM et l’université de Bordeaux au sein de l’unité U1219 (Bordeaux Population Health). Son rôle ? Étudier les big data afin de répondre à des questions cliniques et biologiques à l’aide de méthodes statistiques appropriées.

À l'issue de sa thèse obtenue au sein de cette équipe-projet, Chloé Pasin vient de publier une recherche remarquée dans le Journal of Virology. « Nous avons modélisé la dynamique des cellules et des anticorps après injection d'un vaccin anti-Ebola en utilisant un système d'équations différentielles », explique la chercheuse. Les paramètres du système — par exemple la durée de vie des cellules — ont été estimés en utilisant des données provenant d'essais cliniques réalisés en Angleterre et en Afrique de l'Est dans le cadre du consortium EBOVAC1*. Il s'agit, précise-t-elle, des « premiers travaux de modélisation de la dynamique du système immunitaire après injection d'un vaccin contre Ebola. » C'est d'autant plus important que les estimations sont encourageantes en ce qui concerne « la réponse immunitaire générée par le vaccin. »

Monc : pour analyser les tumeurs

Partenaire de plusieurs CHU et de l'Institut Bergonié, l'un des 20 centres régionaux de lutte contre le cancer, l'équipe-projet Monc commune à Inria, Bordeaux INP et au CNRS au sein de l’IMB, conçoit des méthodes et outils pour mieux comprendre ou suivre l'évolution du cancer.

« Nous collectons des données d'imagerie et les analysons pour cerner les caractéristiques propres aux tumeurs, mais aussi faire des prédictions et créer des biomarqueurs de l'évolution de la maladie », explique Olivier Saut, responsable de l’équipe-projet. Ces travaux intéressent évidemment les géants de l'industrie. Monc a ainsi transféré l'an dernier l'une de ses technologies vers Sophia Genetics, un spécialiste mondial de la médecine basée sur les données. Elle l'aide à faire de « la prédiction de croissance tumorale et de l’évaluation précoce de la réponse au traitement », à proposer aux cliniciens des outils qui vont faciliter leur prise de décision. Plus récemment, Monc a reçu un important soutien de la Fondation Inria et du Fonds de dotation MSDAVENIR pour un projet sur le cancer du poumon (pour en savoir plus).

Mnemosyne : pour remonter aux origines de certains dysfonctionnements cérébraux

Mnemosyne étudie les mécanismes de mémoire humaine. Le but ? « Développer des techniques de modélisation des circuits du cerveau impliqués dans les fonctions exécutives », explique Frédéric Alexandre, responsable de cette équipe-projet commune à Inria et à l’Université de Bordeaux au sein du LaBRI et de l’IMN (Institut des maladies neurodégénératives).

« Nous concevons des programmes qui permettent de modéliser certains circuits neuronaux (prise de décision, organisation du comportement dans le temps...), avec l'ambition de devenir une nouvelle source d'informations pour les neurobiologistes et les médecins. Ces modèles n'ont pas la prétention de reproduire le fonctionnement très complexe du cerveau en son entier. Mais ils peuvent aiguillonner l'intuition et le sens critique des praticiens. »

Les domaines susceptibles d'en profiter sont en tout cas nombreux. Récemment, l'équipe-projet a, par exemple, lancé un projet de recherche sur les processus relatifs à la production et à la compréhension du langage. Il s'appuie, entre autres, sur des observations d'oiseaux chanteurs qui apprennent à chanter à leur progéniture ! « Nous espérons identifier les modèles d'acquisition du chant et les réseaux neuronaux mobilisés chez les oiseaux. » Et pourquoi pas, en tirer des enseignements valables pour l'humain.

Flowers : Comprendre les mécanismes d’apprentissage pour contrecarrer les effets du vieillissement 

Un robot capable d'explorer et d'apprendre des choses nouvelles comme le font les enfants ? Les auteurs de science-fiction en rêvent depuis longtemps. L'équipe-projet Flowers — commune à Inria, l’ENSTA ParisTech et l'Université de Bordeaux – y travaille. Son credo ? La robotique développementale, et plus précisément les mécanismes d'apprentissage dirigés par la curiosité.

Des avancées concrètes se précisent aujourd'hui. « Nous effectuons en particulier des recherches qui visent à développer des technologies d'apprentissage adaptées aux personnes âgées et aux individus en situation de handicap cognitif », indique Hélène Sauzéon, professeure en psychologie et sciences cognitives à l’université de Bordeaux, membre de l’équipe-projet. « Nous souhaitons évaluer l'effet neuroprotecteur de la curiosité et de l’autodétermination en général (c’est-à-dire la motivation à agir ou faire quelque chose pour soi) dans le vieillissement cognitif – ce qui devrait nous aider ensuite à proposer des outils permettant de contrecarrer les effets du vieillissement, voire favoriser le bien vieillir. Nous travaillons aussi à l'optimisation et à la personnalisation des outils d'apprentissage, à l'aide d'algorithmes dirigés par la curiosité. »
Un exemple ? Flowers a développé et appliqué pour l'éducation spécialisée une solution très prometteuse d'apprentissage des mathématiques, appelée Kidlearn  : l'algorithme évalue la zone de difficulté acceptable pour chaque apprenant et ajuste en conséquence les exercices proposés. Cela a permis à des enfants avec autisme de progresser de manière remarquable dans la maîtrise de calculs (addition, soustraction).

Potioc : pour booster l'apprentissage et améliorer le bien-être

L’IHM (interaction humain-machine), voilà la spécialité de Potioc. Cette équipe-projet commune à Inria et à l’université de Bordeaux au sein du LaBRI invente toutes sortes d’interfaces afin de favoriser « l’immersion et l’engagement de l’utilisateur dans la tâche d’interaction visée ».

D'un point de vue médical, Potioc travaille notamment sur de nouvelles approches visant « à favoriser des sensations de bien-être au travers d’expériences sensorielles riches basées sur des environnements hybrides (physiques/numériques) connectés à l’état physiologique de la personne », explique Martin Hachet, son responsable. Et ce en s'appuyant sur de multiples technologies comme les interfaces tangibles, la réalité virtuelle ou augmentée, ou les interfaces physiologiques.

L'un des succès les plus emblématiques de Potioc tient à la réussite d’une startup créée par deux de ses anciens membres, Jéremy Frey et Rémi Ramadour. Baptisée Ullo, et accompagnée par Inria depuis 2018, celle-ci s'appuie avec succès sur les recherches de Potioc pour concevoir « des dispositifs de thérapies digitales ».