HONeYBEE est une plateforme open source d'intégration de données biomédicales multimodales destinée aux applications oncologiques. Elle traite des données cliniques structurées et non structurées, des images de lames entières, des scanners radiologiques et des profils moléculaires, générant des intégrations intégrées au niveau du patient à l'aide de modèles de base spécifiques au domaine et de stratégies de fusion. Ces intégrations permettent la prédiction de la survie, la classification des types de cancer, la recherche de similarités entre patients et le regroupement de cohortes. Évaluées sur plus de 11 400 patients atteints de 33 types de cancer du TCGA, les intégrations cliniques ont démontré les meilleures performances unimodales, avec une précision de classification de 98,5 % et une précision de 96,4 % à 10 pour la recherche de patients. Elle a également obtenu l'indice de concordance de prédiction de survie le plus élevé pour la plupart des types de cancer. La fusion multimodale offre des avantages complémentaires pour certains cancers, améliorant la prédiction de la survie globale au-delà des seuls résultats cliniques. Les évaluations comparatives de quatre modèles linguistiques à grande échelle montrent que les modèles à usage général comme Qwen3 améliorent les performances de réglage fin spécifiques aux tâches sur des données hétérogènes telles que les rapports de pathologie, mais surpassent les modèles médicaux spécialisés sur la représentation de textes cliniques.
