Mise en route d’un Medical Datas Center pour exploiter les données massives en santé

  • Innovation
  • Recherche
Publié le 18 novembre 2020

Le Medical Data Center (MDC) complète la démarche initiée avec la création du Centre de la Modélisation, de la Simulation et des Interactions (MSI) financé dans le cadre de l’IDEX UCA Jedi et avec le projet d’un Master dédié.

Un seul et même individu peut se présenter au comptoir d’un laboratoire d’analyses médicales avec une prescription longue comme le bras et recevoir chez lui sous huit jours un joli paquet de feuillets criblés de données chiffrées incompréhensibles. Les instruments de mesure et de prélèvements auront permis pour ce patient anonyme de collecter des « fat datas », autrement dit d’avoir beaucoup d’informations relatives à sa seule personne. Mais l’ensemble des dispositifs de « captation » de données médicales utilisés sur l’ensemble de la population créent aussi en continu des « big datas », ou données de masse.

« Nous sommes confrontés au phénomène des datas dans tous les domaines scientifiques. Mais Université Côte d’Azur a choisi de se singulariser par la qualité de leur exploitation, avec la création d’un centre dédié », a annoncé Jean-Marc Gambaudo, président d’Université Côte d’Azur, le 13 novembre dernier devant un parterre de chercheurs du milieu médical.  « Il s’agira de mettre cette matière en perspective, sans tomber dans la prestation de services ou devenir une banque de stockage », assure-t-il. Le Medical Data Center  (MDC) s’inscrit ainsi dans la démarche initiée avec la création du Centre de la Modélisation, de la Simulation et des Interactions (MSI) financé dans le cadre de l’IDEX UCA Jedi et avec le projet d’un Master dédiéactuellement développé par le Professeur de statistiques Charles Bouveyron, titulaire de la chaire d’excellence Inria « Data Sciences ».

 

Inclure les datas dans l’ADN des nouveaux métiers

 

« Je veux que dans les laboratoires, demain, s’intéresser aux datas et à leur maniement ne soit plus perçu comme une « déviance » disciplinaire. Cette double compétence doit être inscrite dans l’ADN des nouveaux métiers. Les datas doivent pouvoir servir autant qu’un interféromètre (l’instrument ayant permis la détection des ondes gravitationnelles) », estime Jean-Marc Gambaudo. Le cadre est donc posé. Désormais, Université Côte d’Azur souhaite obtenir des résultats rapidement et entend démarrer avec un petit nombre d’actions, faciles à monter. Trois thèmes seront développés en particulier, dans cette phase test de démonstration du Medical Data Center.

Il s’agira de  génétique et  maladies rares, cancérologie et Santé et environnement. Dans le cadre du projet Lungmark, piloté par le Pr Paul Hofman et (CHU) et par Hervé Delingette (Inria) un des objectifs visés est par exemple de réduire le nombre de faux positifs dans le protocole de prédiction du cancer du poumon développé par le médecin et chercheur. Mais le Medical Data Center devrait également rendre exploitables des données administratives et ainsi permettre d’aborder des questions autour de la prise en charge du patient. Il s’agira dans ce cas d’évaluer la durée d’hospitalisation d’un patient, de prévoir la probabilité d’une rechute et à quelle échéance, d’estimer le risque morbide etc. « Les résultats dépendront à chaque fois de la qualité des données plutôt que de leur quantité », soulignent de concert les chercheurs impliqués.

Toutefois, certaines fonctionnalités marcheront d’autant mieux que le nombre de données sera important et la puissance de calcul conséquente. Car l’Intelligence Artificielle, avec le machine et le deep learning, occupera également une place centrale dans le MDC. Ses acteurs entendent en effet développer des formes d’apprentissages, supervisés ou non, et d’aide à la décision par la machine (1). Le projet Radvise-x, qui démarrera en janvier prochain pour une durée de 24 mois, se donne par exemple comme objectif de développer une intelligence artificielle opérationnelle pour la détection du cancer du poumon à partir de scanners. Il faudra pour cela, entre autres, déterminer quelles signatures radiologiques sont à intégrer dans l’algorithme de prise de décision. Plusieurs autres projets, actuellement en gestation ou plus avancés, devraient confirmer dans les mois à venir les potentialités du MDC.

 

contact : Jedi-msi@univ-cotedazur.fr

 

(1)        aller plus loin sur ce thème : https://medium.com/uca-labs-stories/entrez-dans-les-profondeurs-de-lintelligence-artificielle-2f7aafc6dafa