Les meilleurs cas d'utilisation des applications d'intelligence artificielle (IA) impliquent souvent deux éléments clés : la complexité et le volume. Mais qu'est-ce que sont les données complexes ? Les données manuscrites sont un bon exemple pour expliquer ce type de concept ; tandis que les données hétérogènes provenant de différents systèmes peuvent également être plus difficiles à agréger et à exploiter, comme dans le cas d'une étude longitudinale sur des sujets participant à un essai clinique pour une nouvelle classe de vaccins. Des données multiplexes à grande échelle au niveau des gènes, des protéines et des cellules pour plusieurs sujets peuvent être collectées. Chaque type de données est déjà complexe et il devient encore plus difficile de les combiner, parce qu’elles n'ont pas toutes le même impact ! L'IA peut considérablement accélérer le rythme et la profondeur du traitement et de l'analyse des données, en faisant un excellent outil pour la découverte de biomarqueurs.