Thèse de Firas Zouari


Sujet :
Approche à base de services et agents intelligents pour la prédiction et la gestion de crise : Application à l’analyse et le management des maladies émergentes

Résumé :

Avec une croissance de 48% par an jusqu’en 2020, les données de santé constituent l’un des segments les plus dynamiques de l’univers numérique [The Digital Universe Driving Data Growth in Healthcare[1]]. En effet, les multiples applications cliniques, les exigences de conformité, le séquençage de tout type, les données de capteurs et d’objets connectés, ainsi que les technologies de FutureCare notamment sur le cloud, les médias mobiles et les médias sociaux font partie des principaux moteurs de la croissance des volumes de données.

Cependant, les infrastructures existantes ne disposent souvent pas de l’évolutivité, des performances et des capacités analytiques nécessaires pour prendre en charge rapidement la configuration actuelle afin de répondre aux exigences des données massives.

De nos jours, les lacs de données (Data Lake) jouent le rôle de catalyseur technologique pour tirer une plus-value de toutes les données collectées en fournissant un environnement informatique qui intègre des données structurées, semi-structurées et non structurées de diverses sources externes et internes.

Malgré les énormes avancées technologiques, aucun système existant aujourd’hui ne peut s’afficher comme réellement autonome et intelligent notamment dans le domaine médical pour la prédiction d’épidémies, de maladies nouvelles et émergeantes, et la gestion de crise : il devrait pour cela être multitâches et capable de réagir correctement à des situations non prévisibles et non préprogrammées.

Les voies de recherche portent en particulier sur le traitement des données, très hétérogènes et complexes, sur leur structuration et leur anonymisation. L'idée de ce projet de thèse émane des études récentes et besoins des laboratoires de santé et trouve son sens avec la croissance des masses de données qui engendre une intégration et une analyse de données complexes en continue (massives, hétérogènes, incertaines, incomplètes, multi-sources), structurées et non structurées.

Le challenge du présent projet de thèse est de mener une recherche scientifique relevant du domaine de l’informatique et de la santé. À partir des données collectées sur le terrain ou issues des réseaux sociaux, ce travail de thèse devrait déboucher sur un système intelligent combinant services et agents adaptatifs pour détecter et prédire les maladies nouvelles et émergentes.



Encadrant : Chirine Ghedira Guegan
Co-encadrant : Nadia Kabachi