BIGMED

En santé, les outils technologiques modernes (e.g., smartphones, montres connectées, applications, etc.) sont sources d’une énorme quantité d’informations. En effet, avec l’émergence de la e-santé, les données massives soulèvent des défis techniques concernant leur stockage et leurs possibilités d’exploitation. Le recueil, le croisement et l’analyse des données massives (ou Big Data) sont, depuis quelques années, décrits comme des enjeux majeurs en sciences de la santé.

Face à l’explosion de l’utilisation du numérique dans la prise en charge des patients, les big data proposent une réponse à l’exploitation de ces données non structurées ou au contraire multi-structurées. Les big data vont alors avoir comme rôle de recueillir et de gérer des bases de données afin de favoriser leur stockage et leur accès.

Cette exploitation des données représente un réel intérêt dans l’analyse, le traitement mais également la compréhension de la survenue de la pathologie/maladie via le croisement des données de santé (issues la plupart du temps de sources hétérogènes) : identification de facteurs, aide au diagnostic ou à la décision dans le choix du suivi adapté et longitudinal du patient, analyses multiparamétriques corrélant les données cliniques issues de capteurs avec les données en recherche clinique et le milieu médical, etc.

Afin d'exploiter ces immenses volumes de données brutes et hétérogènes, nous devons nous tourner vers les nouvelles sciences des données.

La valorisation des Big Data passe par la mise en place d'analyses sophistiquées vectorielles et la mise en œuvre d'algorithmes mathématiques. Cette démarche scientifique s’inscrit dans le concept de la médecine 4P, à savoir Prédictive et Préventive (agissant par anticipation et donc avant l’apparition de symptômes et/ou facteurs), Personnalisée et Participative (adaptant les interventions et les traitements aux caractéristiques individuelles).