Chaire "Données massives en santé" - Fondation Rennes 1 - bilan d'étape

La chaire "Données massives en santé" - Fondation Rennes 1, lancée à l'automne 2019 avec le soutien de l'entreprise Medtronic, s'intéresse aux nouvelles aproches thérapeutiques qui intègrent le monitoring personnalisé et longitudinal dans le cercle de soin. Rencontres avec ses chevilles ouvrières : le professeur et cardiologue Philippe Mabo, titulaire de la chaire, et le chercheur Alfredo Hernandez, directeur de recherche au LTSI - Laboratoire de traitement du signal et de l'image de l'Université Rennes 1.
Alfredo Hernandez et Philippe Mabo

A la recherche de nouveaux "marqueurs numériques"

La chaire « Données massives en santé » - Fondation Rennes 1, lancée à l’automne 2019, inscrit ses travaux dans le contexte des pathologies chroniques – cardiaques en particulier. L'équipe de chercheurs mobilisée travaille plus particulièrement sur la question du monitoring personnalisé à long terme pour détecter des événements indésirables rapidement, et améliorer l'observance*. L’une de ses priorités consiste à identifier de nouveaux bio-marqueur**- ou marqueurs numériques – grâce auxquels il sera possible de déclencher des alarmes intelligentes et suivre de façon la plus fine possible l’évolution de la santé du patient. Cette recherche est couplée aux nouvelles approches thérapeutiques qui intègrent le monitoring personnalisé et longitudinal dans le cercle de soin.

Une équipe experte

Ces travaux impliquent plusieurs chercheurs au sein du LTSI, Laboratoire de Traitement du Signal et de l’Image, Unité mixte INSERM - Université Rennes 1, et dirigé par Lotfi Senhadji. Le sujet de la chaire constitue un axe stratégique pour ce laboratoire depuis déjà plusieurs années. L’équipe SEPIA a une activité très forte dans le traitement des données massives et dans la conception d’algorithmes avancés pour les implants cardiaques. Elle associe notamment au sein de la chaire Philippe Mabo – titulaire de la chaire et cardiologue au CHU de Rennes, Alfredo Hernandez, directeur de recherche INSERM, responsable de l’équipe INSERM « SEPIA » du LTSI, qui est focalisée sur des recherches sur les dispositifs avancés en santé dans le domaine cardio-respiratoire,  Raphael Weber et Sandie Cabon, qui ont  rejoint l’équipe dans le cadre de leurs post-doctorats. La chaire bénéficie de surcroît de l’expertise de Nicolas Pivert qui assure la direction du groupe cardiovasculaire au sein de Medtronic France, entreprise leader dans le secteur des technologies médicales, partenaire de la chaire.

Mieux monitorer

Alfredo Hernandez, cheville-ouvrière de la chaire précise que l’objectif général du projet consiste à proposer de nouvelles méthodes permettant d’exploiter les données acquises par les implants cardiaques afin d’améliorer la santé des patients. L’une des applications visées consiste à détecter de façon précoce des décompensations ou des pertes de réponse à la thérapie, afin de réduire le nombre d'hospitalisations. " Les conséquences d’une telle approche sont d’intérêt et pour la santé du patient, et pour notre système de santé. Dans le cas particulier de l'insuffisance cardiaque, il est démontré qu'après une deuxième hospitalisation on réduit de façon significative l'espérance de vie du patient, c'est très corrélé. Pour éviter cela, il faut commencer par mieux monitorer, casser le problème de l'observabilité limitée - quand le patient part de l'hôpital aujourd'hui, on a très peu de moyens d'observer l’évolution de ses variables physiologiques. On a une chance énorme avec les patients qui sont implantés parce qu'on dispose des capteurs embarqués."

Des implants connectés et communicants

En plus de délivrer une thérapie, ces implants connectés sont capables d’observer un certain nombre de variables sur l’état physiologique du patient. Ces données, transmises de façon sécurisée vers des serveurs agrées, sont traitées par des algorithmes pour identifier des nouveaux marqueurs numériques. "L’analyse de ces marqueurs peut permettre de détecter précocement des décompensations du patient - explique Alfredo Hernandez - de générer des alertes pour le médecin ou encore d’optimiser la thérapie de façon individualisée. Plus largement, ces implants communicants représentent une nouvelle fenêtre d'observation, qui peut également nous permettre de mieux comprendre l’évolution des pathologies. Au LTSI on ne part pas de zéro sur ces questions. On dispose déjà d'une quinzaine d'années d'expérience sur le sujet spécifique du traitement de données des implants, toujours en interaction avec le service de cardiologie du CHU de Rennes et le professeur Philippe Mabo, qui fait partie de l’équipe SEPIA."

Des défis à relever

Dans le cadre de la chaire, le premier challenge poursuivi par les chercheurs est de définir l’architecture du système, qui doit permettre de centraliser un grand nombre de données provenant des implants de patients ayant donné leur consentement pour participer aux études de recherche clinique.  "Les données sont transmises depuis chaque implant vers les sites sécurisés et agrées de chaque constructeur - précise Alfredo Hernandez. Elles sont ensuite reçues au CHU de Rennes et dé-identifiées avant d’être traitées par des méthodes innovantes d’intelligence artificielle que nous développons depuis 10 ans. C’est l’étape qui nous permettra ensuite de découvrir des marqueurs numériques diagnostiques ou thérapeutiques."

Données à valeur ajoutée

Afin d’implémenter cette architecture, l'équipe a développé un système propre nommé "ASCENT", installé sur des serveurs souverains, qui permet la dé-identification, la gestion et le traitement sécurisés des données recueillies. Ce système permet également d’intégrer des connaissances dites « expertes », de type comptes-rendus d'examens, et d'autres informations qui ne sont pas disponibles dans la prothèse : "Ces données complémentaires, apportées par les médecins experts impliqués dans l’étude, sont indispensables et représentent la principale valeur ajoutée à la donnée. L’exploitation optimale de données brutes de l’implant avec ces connaissances expertes est la clé pour identifier des marqueurs utiles cliniquement." complète Alfredo Hernandez

Initier de premières études d'apprentissage automatique

Et maintenant ?

"On doit notamment initier les premières études d'apprentissage automatique - poursuit Alfredo Hernandez - en constituant une base localement, qui concernera une centaine de patients dans un premier temps. Notre partenaire Medtronic va être facilitateur car c’est actuellement le constructeur qui a le mieux structuré ses données. Cela va nous permettre de gagner un temps précieux. Notre moteur à tous c'est que nos algorithmes servent aux patients le plus vite possible. Et c'est l'esprit des chaires de la fondation Rennes 1 : on travaille sur des enjeux sociétaux et dans un objectif de bien commun !"

*L'observance thérapeutique se résume à la façon dont un patient suit, ou ne suit pas, les prescriptions médicales et coopère à son traitement.

**Paramètre physiologique ou biologique mesurable, qui permet par exemple de diagnostiquer ou de suivre l’évolution d’une maladie Disposer de biomarqueurs reflétant ces processus permet d’améliorer le suivi des patients.

Plus d’infos sur le LTSI : https://www.univ-rennes1.fr/actualites/traitement-du-signal-et-de-limage-50-ans-de-recherches-rennes