« Il y a encore à peine quinze ans, explique la Pre Rubbia-Brandt, cheffe du Département diagnostique  des HUG, les oncologues prescrivaient essentiellement des chimiothérapies à tous les malades du cancer. Aujourd’hui, un large nombre d’entre eux bénéficie d’une approche personnalisée qui correspond au profil moléculaire de la tumeur qui prolifère dans leurs tissus. » Diverses stratégies peuvent ainsi être utilisées : celles qui visent les vaisseaux sanguins dont se sert la tumeur pour proliférer (traitement anti-angiogénèse), celles qui ouvrent les portes des cellules malades à notre système immunitaire pour qu’il puisse les détruire (immunothérapie) ou celles qui bloquent des voies spécifiques de la tumeur (thérapies ciblées).

Mais comment en est-on arrivé là ? « En fait, poursuit la pathologiste, notre travail n’a pas changé. Nous observons du matériel biologique pour classifier les maladies, leur donner un diagnostic et un pronostic. Sauf que nous ne nous arrêtons plus seulement au niveau des organes ou des tissus comme avant. Les progrès technologiques nous permettent maintenant de comprendre plus en profondeur les mécanismes moléculaires à la base du fonctionnement des tumeurs et d’analyser leur génétique, leur morphologie et surtout le milieu dans lequel elles évoluent et prolifèrent, contribuant à prédire la probabilité d’une réponse au traitement. »

Cette gigantesque collecte de données, obtenues en observant les tumeurs dans leur ensemble, a permis de définir des milliers de sous-types de cancer et d’apporter à chacun de ceux-ci le traitement le plus approprié et le plus efficace. « Mais trier ce gigantesque amas de données est aussi le grand défi du futur, conclut la spécialiste. Pour vaincre le cancer, il nous faut déterminer quelles données sont pertinentes pour traiter et soigner. Autrement dit, il faut que nos big datas deviennent des smart datas. »