Approche computationnelle pour une médecine de précision dans la sclérose en plaques

Computational approach for precision medicine in multiple sclerosis

• Auteur / Autrice : Stanislas Demuth
• Direction : Jérôme de Sèze, Pierre-Antoine Gourraud
• Type : Thèse de doctorat
• Discipline(s) : Bioinformatique et biologie des systèmes
• Date : Soutenance le 18/12/2024
• Etablissement(s) : Strasbourg
• Ecole(s) doctorale(s) : École doctorale des Sciences de la vie et de la santé (Strasbourg ; 2000-....)
• Partenaire(s) de recherche : Laboratoire : CIC Strasbourg (2001-....)
• Jury : Examinateurs / Examinatrices : Anne Jeannin
• Jury : Rapporteurs / Rapporteuses : Éric Thouvenot, Vincent Vuiblet

Mots clés

Mots clés contrôlés

Médecine personnalisée

Intelligence artificielle en médecine

Thérapeutique

Sclérose en plaques

Mots clés libres

Sclérose en plaques

Big Data et algorithmes

Médecine de précision

Intégration de données

Données synthétiques

Confidentialité

Anonymisation

Intelligence artificielle

Réponse thérapeutique

Multiple Sclerosis

Big Data & Analytics

Precision Medicine

Data integration

Synthetic data

Privacy

Anonymization

Artificial intelligence

Therapeutic response

Résumé

Cette thèse a exploré l'utilisation secondaire des données de recherche clinique en sclérose en plaques (SEP) et leur intégration avec les technologies modernes de l'information pour assister les décisions thérapeutiques des neurologues. Les données tabulaires de 31,786 patients atteints de SEP ont été intégrées dans une plateforme de médecine de précision développée par le laboratoire. Le logiciel d'aide à la décision clinique en résultant reposait sur la visualisation de données interactive. Sa capacité discriminante fut similaire à l’apprentissage automatique mais eu une meilleure explicabilité et calibration dans une population externe suivie en vie réelle. Une formation dédiée des neurologues apparu nécessaire. Les obstacles réglementaires furent adressés en générant des patients virtuels par une méthode de confidentialité par conception. Leur confidentialité et leur utilité clinique furent suffisantes pour remplacer les données de référence. Ces travaux translationnels ont démontré l’utilité clinique de plusieurs processus d'ingénierie des données, permettant de développer un nouveau paradigme de médecine de précision dans la SEP.

This PhD work explored the secondary use of clinical research data in multiple sclerosis (MS) and their integration with modern information technology to support neurologists’ therapeutic decisions. Tabular data of 31,786 patients with MS were integrated into a homemade cloud-based precision medicine platform from 11 industrial RCTs and two cohorts of the French MS registry. The resulting clinical decision support system relied on interactive data visualization. It showed a similar discriminatory capacity to machine learning but better explainability and calibration in a held-out real-world population. Dedicated training of neurologists appeared required. Regulatory barriers were addressed by generating virtual patients using a privacy-by-design method. They achieved sufficient privacy and clinical utility to proxy the reference data. These translational efforts demonstrated the clinical utility of several data engineering processes to develop a new paradigm of precision medicine in MS.