SlideShare une entreprise Scribd logo
1  sur  21
Télécharger pour lire hors ligne
Product Lifecycle Management pour la gestion
des données hétérogènes et complexes de la
plateforme PIV : le projet DRIVE
PIV 2017 : Gestion des données scientifiques en imagerie in vivo
jeudi 7 décembre 2017
Marianne Allanic – mallanic@fealinx.com
Déploiement du Réseau d’Images du Vivant pour les plateformes d’imagerie
Expérimentale de Sorbonne-Paris-Cité
drivespc.fr
• Solution harmonisée pour la gestion, la traçabilité et la sécurisation des données
d’imagerie, complexes multi-sources et variables dans le temps.
• Laboratoire PARCC – Plateforme d’imagerie du vivant
• Responsable Scientifique : Bertrand Tavitian
Arrival Time [s]
D9
Placebo
Sunitinib
sunitinib placebo
2
biomédical
1999
2015
Projet Drive
Sorbonne Paris Cité
2016
Projet CPU
Timic
2016
Création BU
biomédical
-
Lancement solution
2012-15
Thèse CIFRE
ANRT
Sept 2016
LabCom
2017
Cadesis
devient Fealinx
2017-2020
Thèse CIFRE
ANRT
3
2013-2016
Projet ANR
SWOMed : : le PLM biomédical issu de
• Une solution pour gérer les données et les processus des études biomédicales
Multimodalité des sources (imagerie MRI, PET, CT, US, histologie,
protéomique…)
Hétérogénéité et large volume des données (imagerie,
génétique, protéomique, biologie, comportement…)
Provenance des données
Partage multisites : référentiel unique, réplication,
gestion des droits d’accès
Indexation, classification : amélioration de la pertinence des
résultats de recherche
Intégration des moyens de calcul et de visualisation 4
Tout au long
du cycle de
vie des études
PLM – Product Lifecycle Management
Développé pour l’industrie manufacturière depuis 20 ans
Réponds aux problématiques de traçabilité, travail collaboratif multisites, échange
de données, suivi des versions et des processus => similaires à celles du monde
des études biomédicales
Fonctionnalités couvertes par le PLM :
o Système de gestion des données techniques
o Workflows et processus de validation customisables
o Gestion des accès (en fonction du profil, confidentialité)
o Gestion multisites (architecture 4 « tier »)
• Stockage unique
• Réplication de données (prise en compte des latences et réseaux)
• Extensible 5
BMI-LM : les concepts génériques de l’étude
associés aux concepts spécifiques des domaines
BMI-LM : BioMedical Imaging – Lifecycle Management
• Provenance, Hétérogénéité, Flexibilité
6
Concept générique étude Concept spécifique domaine
Reposent sur des ontologies
partagées par les
communautés des différents
domaines de recherche
Données organisées,
tracées, labellisées
BMI-LM : les concepts génériques de l’étude
7
Deux catégories pour garantir la provenance tout au long du cycle de vie de l’étude
Cycle de
vie de
l’étude
BMI-LM : les concepts génériques de l’étude
8
Deux catégories pour garantir la provenance tout au long du cycle de vie de l’étude
Décrit les
protocoles et les
paramètres
théoriques, les
algorithmes de
calcul, etc.
BMI-LM : les concepts génériques de l’étude
9
Deux catégories pour garantir la provenance tout au long du cycle de vie de l’étude
Stocke les
données
récoltées ou
calculées, les
paramètres réels,
les écarts au
protocole, etc.
Plateforme DRIVE
10
Hébergée sur CUMULUS : Cloud Universitaire Mutualisé à destination des chercheurs de la COMUE Université Sorbonne Paris Cité
Adapter les résultats de BIOMIST au projet DRIVE
• Multimodalités :
• Nouveaux domaines à intégrer
• Nouveaux formats de données
• Infrastructure non hébergée localement
Extension du modèle de données
Méthode d’import générique
11
Images [Sourdon et al., 2017] [Raboudi et al., 2017]
Cas test : l’étude Cardiotox
Les étapes de l’étude Cardiotox [Sourdon et al., 2017]
12
Une étude de la cardiotoxicité de l’angiogénique Sunitinib chez la souris
• Plusieurs modalités :
• Imagerie TEP-CT, US
• Protéomique
• Histologie
• Hétérogénéité des formats
de données
Extension du modèle de données BMI-LM
13
Sujet
Étude
Intervention
Échantillon
Agent
participe
est prélevé
est transformé
est observé
Examen
Nouveau concept lié à l’étude
utilise
utilise
• Introduction des modalités de
biologie, génétique, protéomique
Échantillon
• Traitement médicamenteux, régime
alimentaire, opération chirurgicale
Intervention
• Produit utilisé pour faciliter une
action
Agent
utilise
Méthode générique d’intégration des données
14
(méta-) données
d’entrée
SWOMed
Fichiers de (méta-)
données structurés
selon les concepts
génériques de
SWOMed
Concepts
étude
Concepts
des
domaines ETL1
Légende
Passage à
l’étape
suivante
Transfert de
données
[Raboudi at al., 2017]
Méthode générique d’intégration des données
15
(méta-) données
d’entrée
SWOMed
Fichiers de (méta-)
données structurés
selon les concepts
génériques de
SWOMed
Alignement entre les
(méta-)données et les
concepts des domaines de
SWOMed
ETL1
Mise en
correspondance
2
Légende
Passage à
l’étape
suivante
Transfert de
données
[Raboudi at al., 2017]
Concepts
étude
Concepts
des
domaines
16
(méta-) données
d’entrée
SWOMed
Fichiers de (méta-)
données structurés
selon les concepts
génériques de
SWOMed
Alignement entre les
(méta-)données et les
concepts des domaines de
SWOMed
ETL1
Mise en
correspondance
2
Moteur de mapping3
Moteur d’import4
Légende
Passage à
l’étape
suivante
Transfert de
données
[Raboudi at al., 2017]
Méthode générique d’intégration des données
Concepts
étude
Concepts
des
domaines
Perspectives SWOMed
17
Gestion des données de conception, de production et d’usage des dispositifs médicaux (DM)
• Fealinx au cœur des deux métiers
• Industrie manufacturière et médical
• Compétences reconnues pour gérer les données
dans les deux domaines
• Fertilisation croisée des atouts des deux domaines
• Maturité de la gestion des données industrielles
• Rigueur dans l’analyse et le traitement des
données médicales
• Utiliser les plateformes d’Internet Industriel des
objets (IIoT)
• Infrastructure logicielle et matérielle identique
grâce à SWOMed : PLM, CAO, Reverse
Engineering, imagerie médicale, analyse prédictive
Perspectives SWOMed
18
Aide au diagnostique et à la prédiction
Etudes
Biomédicales
-
Campagnes
d’acquisition
Rapport
Cohortes
Prédiction
Traitements automatisés :
• Contrôle qualité
• Validation
• Prétraitements
Anonymisation & constitution dynamique de cohortes
Apprentissage
Médecine 4P
Biomarqueurs 2.0
Patient individuel
Perspectives SWOMed
19
SWORes
Framework to Search & Develop
SWORes
Framework to Search & Develop
SWOPred
Cloud platform to Predict & Diagnose
SWOPred
Cloud platform to Predict & Diagnose
Concevoir une plateforme pour trouver, développer et commercialiser les nouvelles
générations de biomarqueurs et de médicaments
De la médecine curative à la médecine prédictive
Recherche de partenaires pour le développement de nouveaux biomarqueurs
• LabCom
Merci de votre attention
20
Allanic, M., et al. "BIOMIST: A platform for Biomedical Data lifecycle Management of neuroimaging cohorts."
Frontiers in ICT, 2017, vol. 3, p. 35.
Raboudi A. et al., “Traçabilité de l’intégration de données biomédicales hétérogènes dans le système SWOMed
de gestion du cycle de vie des études biomédicales.” Actes du Symposium sur l’Ingénierie de l’Information
Médicale (SIIM), 23-24 novembre 2017
Sourdon, J., et al. (2017). Cardiac Metabolic Deregulation Induced by the Tyrosine Kinase Receptor Inhibitor
Sunitinib is rescued by Endothelin Receptor Antagonism. Theranostics, 2017, vol. 7(35), p. 2757-2774.
Perspectives SWOMed
21
Gestion des données de conception, de production et d’usage des dispositifs médicaux (DM)

Contenu connexe

Tendances

Accompagnement actif des chercheurs à la gestion et au partage des données de...
Accompagnement actif des chercheurs à la gestion et au partage des données de...Accompagnement actif des chercheurs à la gestion et au partage des données de...
Accompagnement actif des chercheurs à la gestion et au partage des données de...Lesticetlart Invisu
 
Open Mining Infratsructure for TExt & Data : une infrastructure text-mining a...
Open Mining Infratsructure for TExt & Data : une infrastructure text-mining a...Open Mining Infratsructure for TExt & Data : une infrastructure text-mining a...
Open Mining Infratsructure for TExt & Data : une infrastructure text-mining a...Le_GFII
 
Valtech - Big Data en action
Valtech - Big Data en actionValtech - Big Data en action
Valtech - Big Data en actionValtech
 
Cahier des charges pour la création d'un data warehouse medical
Cahier des charges pour la création d'un data warehouse medicalCahier des charges pour la création d'un data warehouse medical
Cahier des charges pour la création d'un data warehouse medicalVincent H. Hupertan
 
Construire des outils pour la gestion des données de la recherche dans une co...
Construire des outils pour la gestion des données de la recherche dans une co...Construire des outils pour la gestion des données de la recherche dans une co...
Construire des outils pour la gestion des données de la recherche dans une co...Lesticetlart Invisu
 
Fiche pratique IST Agropolis : L'Open Access et les données de la recherche
Fiche pratique IST Agropolis : L'Open Access et les données de la rechercheFiche pratique IST Agropolis : L'Open Access et les données de la recherche
Fiche pratique IST Agropolis : L'Open Access et les données de la rechercheAgropolis International
 
L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...
L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...
L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...Agropolis International
 
Réaliser un plan de gestion de données
Réaliser un plan de gestion de donnéesRéaliser un plan de gestion de données
Réaliser un plan de gestion de donnéesLesticetlart Invisu
 
Valtech - Big Data en action
Valtech - Big Data en actionValtech - Big Data en action
Valtech - Big Data en actionValtech
 
L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...
L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...
L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...Lesticetlart Invisu
 
Votre "data" je vous la sers comment ?
Votre "data" je vous la sers comment ?Votre "data" je vous la sers comment ?
Votre "data" je vous la sers comment ?dcotte
 
Catalogage de données : notions enjeux et initiatives
Catalogage de données : notions enjeux et initiativesCatalogage de données : notions enjeux et initiatives
Catalogage de données : notions enjeux et initiativesDesconnets Jean-Christophe
 
Du dépôt au partage de données
Du dépôt au partage de donnéesDu dépôt au partage de données
Du dépôt au partage de donnéesAntoine Blanchard
 
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?Gautier Poupeau
 
Séminaire BIG DATA, SYNTHÈSE - ORSYS Formation
Séminaire BIG DATA, SYNTHÈSE - ORSYS FormationSéminaire BIG DATA, SYNTHÈSE - ORSYS Formation
Séminaire BIG DATA, SYNTHÈSE - ORSYS FormationORSYS
 

Tendances (20)

Accompagnement actif des chercheurs à la gestion et au partage des données de...
Accompagnement actif des chercheurs à la gestion et au partage des données de...Accompagnement actif des chercheurs à la gestion et au partage des données de...
Accompagnement actif des chercheurs à la gestion et au partage des données de...
 
Gerer ses données avec un Plan de Gestion de Donnees (PGD/DMP). 20/09/2018. J...
Gerer ses données avec un Plan de Gestion de Donnees (PGD/DMP). 20/09/2018. J...Gerer ses données avec un Plan de Gestion de Donnees (PGD/DMP). 20/09/2018. J...
Gerer ses données avec un Plan de Gestion de Donnees (PGD/DMP). 20/09/2018. J...
 
Stage pgd 2021-04-07
Stage pgd 2021-04-07Stage pgd 2021-04-07
Stage pgd 2021-04-07
 
Open Mining Infratsructure for TExt & Data : une infrastructure text-mining a...
Open Mining Infratsructure for TExt & Data : une infrastructure text-mining a...Open Mining Infratsructure for TExt & Data : une infrastructure text-mining a...
Open Mining Infratsructure for TExt & Data : une infrastructure text-mining a...
 
Valtech - Big Data en action
Valtech - Big Data en actionValtech - Big Data en action
Valtech - Big Data en action
 
Presentation jeudistv2
Presentation jeudistv2Presentation jeudistv2
Presentation jeudistv2
 
Cahier des charges pour la création d'un data warehouse medical
Cahier des charges pour la création d'un data warehouse medicalCahier des charges pour la création d'un data warehouse medical
Cahier des charges pour la création d'un data warehouse medical
 
Construire des outils pour la gestion des données de la recherche dans une co...
Construire des outils pour la gestion des données de la recherche dans une co...Construire des outils pour la gestion des données de la recherche dans une co...
Construire des outils pour la gestion des données de la recherche dans une co...
 
Fiche pratique IST Agropolis : L'Open Access et les données de la recherche
Fiche pratique IST Agropolis : L'Open Access et les données de la rechercheFiche pratique IST Agropolis : L'Open Access et les données de la recherche
Fiche pratique IST Agropolis : L'Open Access et les données de la recherche
 
L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...
L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...
L'Open Access et les Données de la Recherche dans le cadre du Programme Horiz...
 
Réaliser un plan de gestion de données
Réaliser un plan de gestion de donnéesRéaliser un plan de gestion de données
Réaliser un plan de gestion de données
 
Valtech - Big Data en action
Valtech - Big Data en actionValtech - Big Data en action
Valtech - Big Data en action
 
L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...
L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...
L'ouverture des données de la recherche en 2015 : définitions, enjeux, dynami...
 
Presentation Dess Ebi
Presentation Dess EbiPresentation Dess Ebi
Presentation Dess Ebi
 
Votre "data" je vous la sers comment ?
Votre "data" je vous la sers comment ?Votre "data" je vous la sers comment ?
Votre "data" je vous la sers comment ?
 
Catalogage de données : notions enjeux et initiatives
Catalogage de données : notions enjeux et initiativesCatalogage de données : notions enjeux et initiatives
Catalogage de données : notions enjeux et initiatives
 
Du dépôt au partage de données
Du dépôt au partage de donnéesDu dépôt au partage de données
Du dépôt au partage de données
 
Introduction au Big data
Introduction au Big data Introduction au Big data
Introduction au Big data
 
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
Un modèle de données unique pour les collections de l'Ina, pourquoi ? Comment ?
 
Séminaire BIG DATA, SYNTHÈSE - ORSYS Formation
Séminaire BIG DATA, SYNTHÈSE - ORSYS FormationSéminaire BIG DATA, SYNTHÈSE - ORSYS Formation
Séminaire BIG DATA, SYNTHÈSE - ORSYS Formation
 

Similaire à M allanic piv2017_c

Session flash - Rencontre Inria Industrie Bio-informatique et outils numériq...
Session flash  - Rencontre Inria Industrie Bio-informatique et outils numériq...Session flash  - Rencontre Inria Industrie Bio-informatique et outils numériq...
Session flash - Rencontre Inria Industrie Bio-informatique et outils numériq...iCOMMUNITY
 
IODS : Retour d’expériences au sein du Center for Data Science
IODS : Retour d’expériences au sein du Center for Data ScienceIODS : Retour d’expériences au sein du Center for Data Science
IODS : Retour d’expériences au sein du Center for Data ScienceBorderCloud
 
MNIF Ahmed présentation 2018
MNIF Ahmed présentation 2018MNIF Ahmed présentation 2018
MNIF Ahmed présentation 2018MNIF Ahmed
 
Presentation of CETIC's expertise at BIOWIN event 24-9-2013
Presentation of CETIC's expertise at BIOWIN event 24-9-2013Presentation of CETIC's expertise at BIOWIN event 24-9-2013
Presentation of CETIC's expertise at BIOWIN event 24-9-2013Stephane Waha
 
Valorisation des données _ Data Capture Platform-Overvieww.pdf
Valorisation des données _ Data Capture Platform-Overvieww.pdfValorisation des données _ Data Capture Platform-Overvieww.pdf
Valorisation des données _ Data Capture Platform-Overvieww.pdfLiliaBrahimi2
 
HIT 2017 - ASIP Santé - Matinée Interopérabilité
HIT 2017 - ASIP Santé - Matinée InteropérabilitéHIT 2017 - ASIP Santé - Matinée Interopérabilité
HIT 2017 - ASIP Santé - Matinée InteropérabilitéASIP Santé
 
La détection de la fraude par la connaissance des données - Carte Blanche Par...
La détection de la fraude par la connaissance des données - Carte Blanche Par...La détection de la fraude par la connaissance des données - Carte Blanche Par...
La détection de la fraude par la connaissance des données - Carte Blanche Par...Jean-François Tripodi
 
2014-05-21 Atelier N°16 SSA 2015 "Présentation du Cadre d’interopérabilité d...
2014-05-21 Atelier N°16 SSA 2015  "Présentation du Cadre d’interopérabilité d...2014-05-21 Atelier N°16 SSA 2015  "Présentation du Cadre d’interopérabilité d...
2014-05-21 Atelier N°16 SSA 2015 "Présentation du Cadre d’interopérabilité d...ASIP Santé
 
Presentation Banque du sang.pptx
Presentation Banque du sang.pptxPresentation Banque du sang.pptx
Presentation Banque du sang.pptxabirfidous
 
FAIRisation d’analyses bioinformatiques.pdf
FAIRisation d’analyses bioinformatiques.pdfFAIRisation d’analyses bioinformatiques.pdf
FAIRisation d’analyses bioinformatiques.pdfThomas DENECKER
 
Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?
Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?
Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?IRSST
 
10 programme hn, la labellisation des logiciels
10  programme hn, la labellisation des logiciels10  programme hn, la labellisation des logiciels
10 programme hn, la labellisation des logicielsASIP Santé
 
20171123 1 ci-sis_séminaire interopérabilité
20171123  1 ci-sis_séminaire interopérabilité20171123  1 ci-sis_séminaire interopérabilité
20171123 1 ci-sis_séminaire interopérabilitéASIP Santé
 
20171123 3 intégration des résultats d'examens terr-e_santé_séminaire interop...
20171123 3 intégration des résultats d'examens terr-e_santé_séminaire interop...20171123 3 intégration des résultats d'examens terr-e_santé_séminaire interop...
20171123 3 intégration des résultats d'examens terr-e_santé_séminaire interop...ASIP Santé
 
Fiche pratique IST Agropolis : Les Données de la Recherche : Questions-Réponses
Fiche pratique IST Agropolis : Les Données de la Recherche : Questions-RéponsesFiche pratique IST Agropolis : Les Données de la Recherche : Questions-Réponses
Fiche pratique IST Agropolis : Les Données de la Recherche : Questions-RéponsesAgropolis International
 

Similaire à M allanic piv2017_c (20)

M joliot biomist-piv_2017_c
M joliot biomist-piv_2017_cM joliot biomist-piv_2017_c
M joliot biomist-piv_2017_c
 
Session flash - Rencontre Inria Industrie Bio-informatique et outils numériq...
Session flash  - Rencontre Inria Industrie Bio-informatique et outils numériq...Session flash  - Rencontre Inria Industrie Bio-informatique et outils numériq...
Session flash - Rencontre Inria Industrie Bio-informatique et outils numériq...
 
IODS : Retour d’expériences au sein du Center for Data Science
IODS : Retour d’expériences au sein du Center for Data ScienceIODS : Retour d’expériences au sein du Center for Data Science
IODS : Retour d’expériences au sein du Center for Data Science
 
MNIF Ahmed présentation 2018
MNIF Ahmed présentation 2018MNIF Ahmed présentation 2018
MNIF Ahmed présentation 2018
 
Presentation of CETIC's expertise at BIOWIN event 24-9-2013
Presentation of CETIC's expertise at BIOWIN event 24-9-2013Presentation of CETIC's expertise at BIOWIN event 24-9-2013
Presentation of CETIC's expertise at BIOWIN event 24-9-2013
 
Valorisation des données _ Data Capture Platform-Overvieww.pdf
Valorisation des données _ Data Capture Platform-Overvieww.pdfValorisation des données _ Data Capture Platform-Overvieww.pdf
Valorisation des données _ Data Capture Platform-Overvieww.pdf
 
Big data et santé : enjeux techniques
Big data et santé : enjeux techniquesBig data et santé : enjeux techniques
Big data et santé : enjeux techniques
 
Le Réseau de données probantes sur la COVID-19 au soutien de la prise de déci...
Le Réseau de données probantes sur la COVID-19 au soutien de la prise de déci...Le Réseau de données probantes sur la COVID-19 au soutien de la prise de déci...
Le Réseau de données probantes sur la COVID-19 au soutien de la prise de déci...
 
HIT 2017 - ASIP Santé - Matinée Interopérabilité
HIT 2017 - ASIP Santé - Matinée InteropérabilitéHIT 2017 - ASIP Santé - Matinée Interopérabilité
HIT 2017 - ASIP Santé - Matinée Interopérabilité
 
La détection de la fraude par la connaissance des données - Carte Blanche Par...
La détection de la fraude par la connaissance des données - Carte Blanche Par...La détection de la fraude par la connaissance des données - Carte Blanche Par...
La détection de la fraude par la connaissance des données - Carte Blanche Par...
 
2014-05-21 Atelier N°16 SSA 2015 "Présentation du Cadre d’interopérabilité d...
2014-05-21 Atelier N°16 SSA 2015  "Présentation du Cadre d’interopérabilité d...2014-05-21 Atelier N°16 SSA 2015  "Présentation du Cadre d’interopérabilité d...
2014-05-21 Atelier N°16 SSA 2015 "Présentation du Cadre d’interopérabilité d...
 
Presentation Banque du sang.pptx
Presentation Banque du sang.pptxPresentation Banque du sang.pptx
Presentation Banque du sang.pptx
 
FAIRisation d’analyses bioinformatiques.pdf
FAIRisation d’analyses bioinformatiques.pdfFAIRisation d’analyses bioinformatiques.pdf
FAIRisation d’analyses bioinformatiques.pdf
 
Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?
Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?
Une révolution technologique à nos portes ; nos organisations sont-elles prêtes?
 
10 programme hn, la labellisation des logiciels
10  programme hn, la labellisation des logiciels10  programme hn, la labellisation des logiciels
10 programme hn, la labellisation des logiciels
 
20171123 1 ci-sis_séminaire interopérabilité
20171123  1 ci-sis_séminaire interopérabilité20171123  1 ci-sis_séminaire interopérabilité
20171123 1 ci-sis_séminaire interopérabilité
 
20171123 3 intégration des résultats d'examens terr-e_santé_séminaire interop...
20171123 3 intégration des résultats d'examens terr-e_santé_séminaire interop...20171123 3 intégration des résultats d'examens terr-e_santé_séminaire interop...
20171123 3 intégration des résultats d'examens terr-e_santé_séminaire interop...
 
Fiche pratique IST Agropolis : Les Données de la Recherche : Questions-Réponses
Fiche pratique IST Agropolis : Les Données de la Recherche : Questions-RéponsesFiche pratique IST Agropolis : Les Données de la Recherche : Questions-Réponses
Fiche pratique IST Agropolis : Les Données de la Recherche : Questions-Réponses
 
Module8a tdm-cnedellec
Module8a tdm-cnedellecModule8a tdm-cnedellec
Module8a tdm-cnedellec
 
SIP@iPLM2015
SIP@iPLM2015SIP@iPLM2015
SIP@iPLM2015
 

M allanic piv2017_c

  • 1. Product Lifecycle Management pour la gestion des données hétérogènes et complexes de la plateforme PIV : le projet DRIVE PIV 2017 : Gestion des données scientifiques en imagerie in vivo jeudi 7 décembre 2017 Marianne Allanic – mallanic@fealinx.com
  • 2. Déploiement du Réseau d’Images du Vivant pour les plateformes d’imagerie Expérimentale de Sorbonne-Paris-Cité drivespc.fr • Solution harmonisée pour la gestion, la traçabilité et la sécurisation des données d’imagerie, complexes multi-sources et variables dans le temps. • Laboratoire PARCC – Plateforme d’imagerie du vivant • Responsable Scientifique : Bertrand Tavitian Arrival Time [s] D9 Placebo Sunitinib sunitinib placebo 2
  • 3. biomédical 1999 2015 Projet Drive Sorbonne Paris Cité 2016 Projet CPU Timic 2016 Création BU biomédical - Lancement solution 2012-15 Thèse CIFRE ANRT Sept 2016 LabCom 2017 Cadesis devient Fealinx 2017-2020 Thèse CIFRE ANRT 3 2013-2016 Projet ANR
  • 4. SWOMed : : le PLM biomédical issu de • Une solution pour gérer les données et les processus des études biomédicales Multimodalité des sources (imagerie MRI, PET, CT, US, histologie, protéomique…) Hétérogénéité et large volume des données (imagerie, génétique, protéomique, biologie, comportement…) Provenance des données Partage multisites : référentiel unique, réplication, gestion des droits d’accès Indexation, classification : amélioration de la pertinence des résultats de recherche Intégration des moyens de calcul et de visualisation 4 Tout au long du cycle de vie des études
  • 5. PLM – Product Lifecycle Management Développé pour l’industrie manufacturière depuis 20 ans Réponds aux problématiques de traçabilité, travail collaboratif multisites, échange de données, suivi des versions et des processus => similaires à celles du monde des études biomédicales Fonctionnalités couvertes par le PLM : o Système de gestion des données techniques o Workflows et processus de validation customisables o Gestion des accès (en fonction du profil, confidentialité) o Gestion multisites (architecture 4 « tier ») • Stockage unique • Réplication de données (prise en compte des latences et réseaux) • Extensible 5
  • 6. BMI-LM : les concepts génériques de l’étude associés aux concepts spécifiques des domaines BMI-LM : BioMedical Imaging – Lifecycle Management • Provenance, Hétérogénéité, Flexibilité 6 Concept générique étude Concept spécifique domaine Reposent sur des ontologies partagées par les communautés des différents domaines de recherche Données organisées, tracées, labellisées
  • 7. BMI-LM : les concepts génériques de l’étude 7 Deux catégories pour garantir la provenance tout au long du cycle de vie de l’étude Cycle de vie de l’étude
  • 8. BMI-LM : les concepts génériques de l’étude 8 Deux catégories pour garantir la provenance tout au long du cycle de vie de l’étude Décrit les protocoles et les paramètres théoriques, les algorithmes de calcul, etc.
  • 9. BMI-LM : les concepts génériques de l’étude 9 Deux catégories pour garantir la provenance tout au long du cycle de vie de l’étude Stocke les données récoltées ou calculées, les paramètres réels, les écarts au protocole, etc.
  • 10. Plateforme DRIVE 10 Hébergée sur CUMULUS : Cloud Universitaire Mutualisé à destination des chercheurs de la COMUE Université Sorbonne Paris Cité
  • 11. Adapter les résultats de BIOMIST au projet DRIVE • Multimodalités : • Nouveaux domaines à intégrer • Nouveaux formats de données • Infrastructure non hébergée localement Extension du modèle de données Méthode d’import générique 11 Images [Sourdon et al., 2017] [Raboudi et al., 2017]
  • 12. Cas test : l’étude Cardiotox Les étapes de l’étude Cardiotox [Sourdon et al., 2017] 12 Une étude de la cardiotoxicité de l’angiogénique Sunitinib chez la souris • Plusieurs modalités : • Imagerie TEP-CT, US • Protéomique • Histologie • Hétérogénéité des formats de données
  • 13. Extension du modèle de données BMI-LM 13 Sujet Étude Intervention Échantillon Agent participe est prélevé est transformé est observé Examen Nouveau concept lié à l’étude utilise utilise • Introduction des modalités de biologie, génétique, protéomique Échantillon • Traitement médicamenteux, régime alimentaire, opération chirurgicale Intervention • Produit utilisé pour faciliter une action Agent utilise
  • 14. Méthode générique d’intégration des données 14 (méta-) données d’entrée SWOMed Fichiers de (méta-) données structurés selon les concepts génériques de SWOMed Concepts étude Concepts des domaines ETL1 Légende Passage à l’étape suivante Transfert de données [Raboudi at al., 2017]
  • 15. Méthode générique d’intégration des données 15 (méta-) données d’entrée SWOMed Fichiers de (méta-) données structurés selon les concepts génériques de SWOMed Alignement entre les (méta-)données et les concepts des domaines de SWOMed ETL1 Mise en correspondance 2 Légende Passage à l’étape suivante Transfert de données [Raboudi at al., 2017] Concepts étude Concepts des domaines
  • 16. 16 (méta-) données d’entrée SWOMed Fichiers de (méta-) données structurés selon les concepts génériques de SWOMed Alignement entre les (méta-)données et les concepts des domaines de SWOMed ETL1 Mise en correspondance 2 Moteur de mapping3 Moteur d’import4 Légende Passage à l’étape suivante Transfert de données [Raboudi at al., 2017] Méthode générique d’intégration des données Concepts étude Concepts des domaines
  • 17. Perspectives SWOMed 17 Gestion des données de conception, de production et d’usage des dispositifs médicaux (DM) • Fealinx au cœur des deux métiers • Industrie manufacturière et médical • Compétences reconnues pour gérer les données dans les deux domaines • Fertilisation croisée des atouts des deux domaines • Maturité de la gestion des données industrielles • Rigueur dans l’analyse et le traitement des données médicales • Utiliser les plateformes d’Internet Industriel des objets (IIoT) • Infrastructure logicielle et matérielle identique grâce à SWOMed : PLM, CAO, Reverse Engineering, imagerie médicale, analyse prédictive
  • 18. Perspectives SWOMed 18 Aide au diagnostique et à la prédiction Etudes Biomédicales - Campagnes d’acquisition Rapport Cohortes Prédiction Traitements automatisés : • Contrôle qualité • Validation • Prétraitements Anonymisation & constitution dynamique de cohortes Apprentissage Médecine 4P Biomarqueurs 2.0 Patient individuel
  • 19. Perspectives SWOMed 19 SWORes Framework to Search & Develop SWORes Framework to Search & Develop SWOPred Cloud platform to Predict & Diagnose SWOPred Cloud platform to Predict & Diagnose Concevoir une plateforme pour trouver, développer et commercialiser les nouvelles générations de biomarqueurs et de médicaments De la médecine curative à la médecine prédictive Recherche de partenaires pour le développement de nouveaux biomarqueurs • LabCom
  • 20. Merci de votre attention 20 Allanic, M., et al. "BIOMIST: A platform for Biomedical Data lifecycle Management of neuroimaging cohorts." Frontiers in ICT, 2017, vol. 3, p. 35. Raboudi A. et al., “Traçabilité de l’intégration de données biomédicales hétérogènes dans le système SWOMed de gestion du cycle de vie des études biomédicales.” Actes du Symposium sur l’Ingénierie de l’Information Médicale (SIIM), 23-24 novembre 2017 Sourdon, J., et al. (2017). Cardiac Metabolic Deregulation Induced by the Tyrosine Kinase Receptor Inhibitor Sunitinib is rescued by Endothelin Receptor Antagonism. Theranostics, 2017, vol. 7(35), p. 2757-2774.
  • 21. Perspectives SWOMed 21 Gestion des données de conception, de production et d’usage des dispositifs médicaux (DM)