Cette section présente les projets de recherche de la Chaire dans le domaine de Big Data.
Indice
- Projet UDIGENLe Big Data au service du développement d'une unité de diagnostic génomique
- Projet DATALAILe Big Data au service du contrôle épidémiologique de la COVID-19
Projets
Vous trouverez ci-dessous une description plus détaillée de chaque projet.
Projet UDIGEN
Il Groupe de recherche Taro L'Université de La Laguna participe au projet « Développement d'une unité de diagnostic génomique (UDIGEN) » issu de l’appel à propositions national « Défis » du ministère des Sciences (RTC-2017-6471-1_UDIGEN) en collaboration avec Institut de technologie et d'énergies renouvelables (ITER) et le Fondation des îles Canaries pour la recherche en santé (FUNCANIS).
L’objectif global du projet UDIGEN est le développement d’une plateforme intégrée d’analyse génomique, du séquençage à l’interprétation, afin de faciliter le conseil génétique et de réduire le délai entre la suspicion d’une maladie génétique et le diagnostic définitif. Cet objectif favorise le développement technologique, l’innovation et la recherche de haute qualité, conformément à l’objectif thématique du programme opérationnel du projet.
Grâce à cette expérience, le séquençage de l'exome devrait devenir un examen de première intention pour le diagnostic des maladies génétiques, permettant ainsi de réduire les délais et les coûts d'obtention d'un diagnostic définitif. Par ailleurs, des outils bioinformatiques seront développés pour gérer, interroger et interpréter les variations génétiques et leurs liens avec les maladies, grâce à des procédures d'analyse de données massives performantes.
Projet DATALAI
Le projet DATALAI s'inscrit dans le domaine de l'intelligence artificielle et de l'analyse intégrée des mégadonnées, et vise à lutter contre l'épidémie de COVID-19. Il consiste en un outil qui génère des informations en temps réel, capable d'endiguer la situation actuelle causée par la COVID-19 et de prévenir de telles situations extrêmes à l'avenir, évitant ainsi un effondrement sanitaire, social et économique de la société.
Le système d'information proposé est composé des éléments suivants, chacun constituant l'un des objectifs à atteindre dans le cadre du développement du projet :
- Un référentiel de données, ou lac de données, qui exploite différentes sources de données et garantit la persistance des données.
- Un écosystème d'outils de traitement basés sur l'IA pour traiter ces données, capables de :
- Déduire les schémas de mobilité géographique à partir des données de téléphonie mobile, de transports publics, de qualité de l'air et de température ambiante.
- Identifier les centres urbains les plus à risque en fonction de la mobilité et de l'émergence de nouvelles épidémies de COVID-19.
- Tableaux de bord pour visualiser et analyser les résultats obtenus, destinés à faciliter la prise de décision et fournissant des informations en temps réel.
- Génération automatique d'alertes envoyées par e-mail ou Telegram
- Intégration avec les applications mobiles pour améliorer la communication avec les citoyens.
En intégrant diverses sources de données existantes et en assurant la conformité au RGPD, le projet DATALAI permettra la détection, en temps réel, des foyers d'infection grâce à des algorithmes basés sur l'intelligence artificielle et l'apprentissage profond qui pourront accéder automatiquement aux données.
Du point de vue du contrôle préventif
- Identifier les zones touchées où des cas positifs ont été recensés.
- Identifier les zones et les établissements où les résidents des zones touchées ont laissé des traces.
- Il propose des zones à désinfecter.
- Il propose des zones où des tests rapides peuvent être effectués.
Du point de vue de l'individu
- Identifier si les différents effets que la maladie peut avoir sur un individu suivent certains schémas.
- Détecter s’il existe des schémas communs permettant d’identifier les individus asymptomatiques ou le personnel particulièrement sensible (ESP).
- Effectuer une surveillance particulière dans les zones touchées ou à haut risque.
