Gestion des données scientifiques en imagerie in vivo – Journée scientifique organisée par PIV le 7 décembre 2017 au PARCC-HEGP Marianne Allanic

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)