Michael Johnson
Le 28 octobre 2026, Meta a annoncé un soutien de 2 millions de dollars à des travaux de recherche menés dans cinq universités américaines. La forme de l’aide varie selon l’établissement et le projet : elle comprend l’accès aux modèles et aux technologies de Meta, la collaboration avec des chercheurs de l’entreprise et le financement de certains projets. Les travaux couvrent la médecine, la physique, la chimie, la biologie, l’informatique et les mathématiques.
Le programme réunit le California Institute of Technology, le Collège de médecine de l’Université d’État de l’Ohio, l’Université d’État de Louisiane, l’Université de l’Indiana et UTHealth Houston. Les équipes utiliseront les modèles Muse, notamment Muse Spark Open, Muse Wonder, Muse Spark et Muse Glimmer, ainsi que les outils de vision par ordinateur SAM, V-JEPA et DINO. Meta indique que les projets médicaux exécuteront les modèles dans l’infrastructure des établissements eux-mêmes, qui garderont ainsi le contrôle des données cliniques et des patients.
Des projets cliniques évalués sur des données réelles
Au Collège de médecine de l’Université d’État de l’Ohio, une équipe étudie comment combiner des tomodensitogrammes abdominaux courants, des dossiers médicaux longitudinaux et des ECG disponibles afin d’évaluer le risque futur d’insuffisance cardiaque à fraction d’éjection préservée. D’autres projets de l’université portent sur la rédaction de comptes rendus radiologiques à partir de données multimodales et leur comparaison avec des examens antérieurs, l’évaluation des indicateurs de qualité de ces comptes rendus, ainsi qu’une étude distincte sur la manière dont les radiologues acceptent ou rejettent les recommandations de l’IA dans un environnement clinique simulé. Une autre équipe met au point un système agentique qui analyse les antécédents cognitifs du patient et aide le médecin à choisir les prochaines étapes les plus informatives pour évaluer la maladie d’Alzheimer.
À la LSU, le soutien couvre cinq projets répartis sur quatre campus : un registre interuniversitaire des résultats en neurochirurgie, Eyes-On pour surveiller les nourrissons porteurs d’une trachéotomie, la formation des médecins en réalité virtuelle, l’évaluation de systèmes RF d’estimation de la posture susceptibles de servir à détecter les chutes dans le respect de la vie privée, et une IA fondée sur la causalité pour analyser les résultats des traitements du cancer de la tête et du cou. Le docteur Michael Dunham et Supratik Mukhopadhyay participent au développement d’Eyes-On. Selon la LSU, le système doit suivre la position de la canule et signaler tout déplacement ; les vidéos sont traitées localement, à proximité du berceau. Meta indique également qu’une preuve de concept d’Eyes-On a déjà été publiée et que le développement se poursuit.
L’Université de l’Indiana travaille sur trois axes. NeoSmartML+ étudie des outils multimodaux pour les soins maternels et néonatals, conçus pour fonctionner hors ligne sur des appareils Android peu coûteux. Un autre axe porte sur la manière dont les enfants apprennent des mots et des concepts visuels à partir de leurs expériences quotidiennes. Le troisième étudie l’adaptation des agents conversationnels aux particularités de la communication des personnes atteintes de démence. À UTHealth Houston, les chercheurs étudient l’exécution locale de modèles sur leur propre infrastructure GPU, les performances de scénarios agentiques dans des interfaces médicales et l’analyse de dossiers hétérogènes de patients atteints de glioblastome. Meta décrit une première évaluation menée par UTHealth sur un échantillon de 65 cas comme une vérification du flux de travail.
Des travaux scientifiques allant des mathématiques à la chimie
À Caltech, les chercheurs évalueront si les modèles de langage peuvent aider à traiter des problèmes ouverts en mathématiques et en sciences physiques. Un projet crée une base de problèmes de recherche mathématique et évalue si les modèles peuvent formaliser des hypothèses, trouver des lemmes et produire des preuves vérifiables par machine. D’autres axes portent sur les modèles physiques, la prévision de réactions chimiques à partir de notes de laboratoire non publiées, la construction de théories mathématiques pour les systèmes biologiques et la création de résultats scientifiques vérifiables formellement.
Ces projets proposent différentes façons d’évaluer les résultats : les équipes cliniques pourront comparer les évaluations aux données médicales et au travail des spécialistes, tandis que les équipes scientifiques pourront les confronter à des observations expérimentales et à des preuves formelles. Dans sa présentation du programme, Meta détaille les projets de recherche prévus et ceux déjà lancés ; leur valeur pratique pourra être évaluée à partir des méthodes et des résultats que les équipes publieront au fil de leurs travaux.
Les universités gardent le contrôle des données
Selon Meta, les universités mènent elles-mêmes les recherches médicales dans leurs propres environnements et conservent le contrôle des données cliniques et des patients : les données ne sont ni transmises à Meta, ni traitées par l’entreprise, ni accessibles à celle-ci. Les participants peuvent ainsi étudier l’utilisation locale de modèles sur des dossiers sensibles, notamment des images et des textes médicaux.
Le programme associe le financement de certains projets à l’accès aux modèles et à une collaboration technique. Ses résultats dépendront de la capacité des méthodes reproductibles et des données publiées à démontrer l’utilité des modèles pour des tâches de recherche précises — de l’évaluation clinique et de la formation des médecins aux preuves mathématiques et aux expériences scientifiques.
