Rencontre doctorante : Alice Lacan

Lors de sa formation en Licence d’économie - poursuivie par un Master d’économétrie-statistiques -, Alice Lacan s’est particulièrement intéressée à l’univers du traitement de données, en particulier avec l’Intelligence Artificielle. Elle a ensuite profité d’une année de césure pour effectuer des stages, notamment au CEA Saclay où l’IA est utilisée en astrophysique...En travaillant en M2 sur des données issues de la crise du Covid, Alice Lacan s’est trouvée confortée dans son attrait pour l’usage des données en matière de santé : l’utilisation de l’apprentissage automatique (« machine learning ») et de l’IA pour la prédiction de diagnostics et pronostics. Après obtention de son concours de l’école doctorale, elle a choisi de poursuivre son parcours de recherche à la fois à Évry au laboratoire IBISC, et à Saclay au laboratoire du LISN (Laboratoire Interdisciplinaire des Sciences du Numérique).

Son sujet de thèse porte sur l’utilisation de modèles d’Intelligence Artificielle génératifs pour produire des données d’expression des gènes au niveau des tissus. Aujourd’hui, les données génomiques récoltées liées à certaines maladies et cancers sont encore insuffisantes en volume, d’où l’intérêt des données supplémentaires générées par l’IA. L’ambition étant - à terme - d’aboutir à une médecine prédictive personnalisée, en utilisant cette masse de données contenant des informations complexes sur le génome.  Chaque patient pourra, par exemple, bénéficier d’une panoplie de médicaments et de traitements adaptés selon l’information spécifique portée par ses gènes.

Alice Lacan souligne l’intérêt pour les doctorants de donner des cours pendant leur thèse au niveau Licence/Master, ce qui apprend à partager des connaissances et élargir son horizon. Un moment de respiration et d’enrichissement par rapport au sujet de thèse souvent très focalisé, et une vie de thésard par moments perçue comme recluse. Ne pas rester isolé et se sentir acteur d’un écosystème : deux conseils que donne Alice Lacan à tous les candidat·es à la vie de doctorant·e.