Mise en place d'un entrepôt de données physiologiques et de signaux biomédicaux en réanimation adulte (REASTOC)

Les insuffisances cardiorespiratoires sont un problème majeur de santé publique, en raison du vieillissement de la population. Chacune de ces situations est grevée d'un mauvais pronostic à moyen terme et source d'hospitalisations prolongées, générant des coûts de santé importants. La détection et la prédiction précoces de la défaillance d'un organe pourraient réduire les coûts de santé et les risques pour le patient, offrant une réaction précoce et une technologie médicale appropriée. L'approche proposée vise à optimiser la connaissance d'un domaine physiologique complexe et multi-système, tout en favorisant le transfert automatique des connaissances. L'approche proposait du data-mining et le développement d'algorithmes de détection et/ou de prédiction d'un fort potentiel de disruption car elle propose d'appliquer des procédures d'analyses automatisées innovantes à une population de patients fragiles, puis un transfert vers l'industrie des dispositifs médicaux.

A partir d'outils communicants d'enregistrement des signaux, l'investigateur envisage de manière globale :

1. la constitution d'un entrepôt de données physiologiques de patients adultes en situation aiguë (unité de soins intensifs) ;
2. le développement par datamining d'un système de détection de défaillances d'organes ou d'événements indésirables se basant sur l'application d'algorithmes innovants, permettant la prise de décision opérationnelle, à partir de la fusion d'événements disparates survenus ;
3. l'utilisation d'outils intelligents d'auto-apprentissage et l'élaboration de modèles multimodaux complexes à des fins de prédiction d'événements ;