Derrière l’ambition d’une médecine génomique accessible à tous les patients français se cache un chantier informatique colossal, encore largement méconnu du grand public. Baptisé CAD, pour Collecteur Analyseur de Données, ce projet public doit offrir aux hôpitaux et aux chercheurs une puissance de calcul inédite pour interpréter les données issues du séquençage du génome.
Un pilier du Plan France Médecine Génomique
Le CAD a été lancé en mars 2021 dans le cadre du Plan France Médecine Génomique 2025, qui vise à démocratiser le séquençage du génome dans la pratique clinique courante. L’idée est simple sur le papier, complexe à mettre en œuvre : construire une infrastructure nationale capable de collecter, stocker et analyser des données génomiques dans le respect du consentement des patients, d’abord pour aider les praticiens à interpréter des résultats, puis pour permettre aux chercheurs de mener des études sur les données recueillies dans le cadre du soin.
Deux centres de calcul, dont celui du CEA
Concrètement, le CAD sera hébergé dans deux des quatre centres de calcul nationaux français : le centre informatique national de l’enseignement supérieur à Montpellier, et le Très Grand Centre de Calcul (TGCC) du CEA, en Île-de-France. Ce dernier, déjà connu pour héberger des supercalculateurs de recherche, apporte au projet une expertise éprouvée en traitement de données massives.
Une montée en puissance progressive
Les effectifs dédiés au projet illustrent cette montée en charge : de 4 personnes en 2023, l’équipe du CAD est passée à une trentaine fin 2025. Les premiers éléments d’une infrastructure temporaire ont été mis en production fin 2024, en lien avec l’Inserm, avant l’ouverture des tout premiers projets pilotes en « bulles sécurisées » au cours de l’année 2025. Fin 2025, le CAD était déjà en mesure de recevoir des volumes de données importants et travaillait au déploiement d’un système de calcul haute performance.
Plusieurs dizaines de pétaoctets à terme
À terme, l’infrastructure doit offrir une capacité de stockage de plusieurs dizaines de pétaoctets, ainsi qu’un accès à des bases de connaissances et à des services de calcul intensif pour les équipes médicales et scientifiques. Un enjeu de taille : les données génomiques d’un seul patient représentent déjà plusieurs gigaoctets, et leur exploitation à grande échelle nécessite une puissance de calcul comparable à celle utilisée pour la recherche scientifique de pointe.
Une pièce du puzzle France 2030
Le CAD ne se construit pas isolément. Il s’inscrit dans un mouvement plus large de la recherche française, où l’intelligence artificielle est de plus en plus mobilisée pour accélérer les découvertes, à l’image de travaux récents où l’IA a permis de réinventer la recherche de nouveaux matériaux magnétiques. Ce dynamisme scientifique national a d’ailleurs été salué récemment par le Palmarès des Inventeurs, qui a distingué cent chercheurs français pour leurs travaux susceptibles de transformer le quotidien.
Ce que cela change pour les patients
Pour un patient atteint d’une maladie rare ou d’un cancer, l’enjeu du CAD est très concret : plus la puissance de calcul disponible est importante, plus vite un laboratoire peut croiser les données génomiques avec des bases de connaissances internationales et proposer un diagnostic précis, voire un traitement ciblé. C’est aussi un enjeu de souveraineté : disposer d’une infrastructure publique française évite de dépendre exclusivement de prestataires étrangers pour héberger des données de santé aussi sensibles.
Questions fréquentes
Qu’est-ce que le CAD ?
Le Collecteur Analyseur de Données est une infrastructure publique française de collecte et d’analyse des données de génomique clinique, pilier du Plan France Médecine Génomique 2025.
Où est hébergé le CAD ?
Le CAD est réparti sur deux centres de calcul nationaux : le centre informatique de l’enseignement supérieur à Montpellier et le Très Grand Centre de Calcul du CEA en Île-de-France.
À quoi servira cette infrastructure à terme ?
Elle doit offrir une capacité de stockage de plusieurs dizaines de pétaoctets et une puissance de calcul intensif pour aider les praticiens à interpréter les données génomiques, puis pour la recherche médicale.
Sources
Cet article a été rédigé avec l’aide d’une intelligence artificielle. Politique éditoriale
